基于agent的多传感器管理原型系统研究

近年来,基于agent的分布式智能系统已成功应用于众多领域。将多agent技术应用于多传感器管理领域研究,以开发多传感器智能管理的多agent系统,提出了其原型系统的基本框架和系统实现途径及方法,其中着重研究了融合agent与传感器agent的原型系统结构、基于多a-gent理论的传感器管理问题分布式任务分解与控制问题以及agent之间的协调合作问题。原型系统的研究,为实际应用系统的研制开发提供了理论指导和方法依据。     

基于黑板推理与分层规划的CGF模糊决策模型

计算机生成兵力具有智能行为是其最大的特点,也是当前研究的重点和难点。为了使计算机生成兵力决策的智能化水平有所提高,把复杂的决策过程进行分层规划,将各层中决策子任务的求解策略、推理策略与黑板推理方法中的多任务协同工作原理相结合,构造了基于黑板推理的计算机生成兵力决策模型。同时,也将模糊理论应用到决策模型中。有效地提高了计算机生成兵力的智能水平。     

一种新型的OFDM智能天线

根据自适应天线阵列理论,结合给定的参考波束的误差,引入虚拟干扰的概念,对目标波束图形状进行调整,提出一种新的可以应用于任意类型天线阵列的波束综合算法.应用提出的新算法,在主瓣和旁瓣位置都可以对波束进行有效的调节.最终获得阵列的最优权矢量,能够最小化目标波束图与参考波束图间的差异.理论分析与仿真结果表明,与现有的同类算法相比,该算法能更有效地获得与参考波束基本相符的波束.应用于OFDM智能天线系统时,对不同子载波频率上信号进行单独处理,利用该算法进行波束综合,能够在整个有效频段,使所有子载波上获得基本一致的阵列输出.     

【专题】人工智能装备质量监督效能研究

近年来,人工智能技术迅速发展和渐趋成熟,在装备领域的应用大放异彩,极大地拓展了传统装备性能,特别是自主性和智能化水平。但人工智能算法本身固有的逻辑推理性差、具有不可解释性和需要学习训练等特性给人工智能装备的质量监督带来了新挑战,现有评价手段的欠缺也使人工智能装备发展在实用可靠方面充满不确定性。本文在总结归纳人工智能装备新特性拓展和质量监督新挑战的基础上,重点围绕有效提升人工智能装备的质量监督展开研究。提出应在夯实基础能力设施建设、注重日常数据采集整理、灵活技术状态管控、研究有效评价手段、强化人才队伍建设和闭环质量信息反馈与利用等六方面加强人工智能装备质量监督的措施建议,以期为人工智能装备的发展建设提供参考。     

试论SDX重塑工控系统

本文介绍了工控系统及发展,分析了工控系统的发展脉络,指出"数据表示精细化、数据价值层次化"是主线,继而介绍了软件定义一切(SDX)的提出及实质,分析了软件定义对产业数字化转型的影响以及工控系统向边缘架构的演进,最后展望了SDX对整个社会的影响。     

反恐战术云:中心云在反恐战术边缘的延伸

为了应对在战术边缘环境中遂行反恐处突任务所面临的设备接入受限、动态连续决策能力弱、信息融合处理能力匮乏、指挥通信时延过大等问题,创新地设计了全层级服务体系,提出了反恐战术云概念,将中心云的服务能力下沉到战术边缘,以期为反恐战术边缘提供机动灵活的数据处理和连续决策能力,适应反恐部队对感知、协同、决策、时延、能耗方面的特殊需求.     

基于Agent的分布式海上编队防空作战仿真体系

现代海战中,对空防御已经成为水面舰艇编队防御的主要内容.针对舰艇在整个编队防空体系中的角色,开发了自治/半自治CGF兵力,提高了战场对象描述的智能化水平和逼真度,在应用中将聚合级CGF作为一个联邦成员加入到平台级作战仿真应用中,整个仿真系统采用开放型设计,可以方便地嵌入各种算法和数据融合.研究表明:所开发的CGF联邦成员提高了海上编队防空作战仿真的通用性和建模工作的效率.     

分布式智能决策系统在网络化作战中的应用

针对网络化作战思想中海量信息与人脑处理信息局限性的矛盾,分析了计算机智能辅助决策系统在网络化作战中可应用的层面,在网络化作战指挥控制节点构建了基于Agent的智能决策系统,在此基础上定性说明智能辅助系统对网络化武器群作战效能的贡献,对网络化作战的指控节点设计有参考意义.     

基于多层LSTM的复杂系统剩余寿命智能预测

剩余寿命作为预测性维修的重要支撑,智能预测能及时识别出复杂系统寿命变化规律,准确反映不同工况对剩余寿命的影响.针对复杂系统运行工况与高维度、多尺度时序数据,构建多层LSTM预测模型,防止了梯度消失,能够提取不同工况下时序数据的深层次关联性抽象特征.利用Dropout方法减少预测模型过拟合,针对预测模型的不确定性,设计误...     

移动智能体的形式化研究

移动智能体是当前分布计算领域的研究热点之一 ,但是其理论研究还处于一个很不成熟的阶段。文中阐述了对移动智能体作形式化研究的必要性 ,介绍了当前的研究现状 ,分析了其中的不足 ,并进一步给出了对后续工作的展望