不确定多属性决策的单目标优化方法研究

运用神经网络的非线性映射和遗传算法的寻优特性,建立了不确定多属性决策的单目标优化模型。把属性值区间作为遗传算法染色体的搜索范围,用训练好的神经网络计算适应度。用不同的适应度函数来计算综合属性值区间数的下界和上界,然后对方案进行排序。算例结果表明,该方法是可行的。     

基于混合算法的局部路径规划

人工势场法是一种常用的具有算法简单和便于实时控制的局部路径规划方法,但存在容易产生局部极小值的问题。基于模糊逻辑的局部路径规划法具有环境适应性强等优点,它在连续论域内采用模糊路径规划时,计算量比较大。提出了一种将人工势场法和模糊逻辑法相结合进行局部路径规划的混合算法。具体方法是在一般情况下采用人工势场法进行局部路径规划,当产生局部极小值时,采用模糊逻辑法进行局部路径规划。仿真结果表明,该方法能有效地解决局部极小值问题,给智能车规划出光滑的路径。     

基于三标度法的炮阵地多目标决策方法

针对传统AHP在实际应用中存在的问题,采用三标度法进行炮阵地的多目标优选决策,避免了采用九标度方法构建判断矩阵时权重选择的模糊性,从而减少了决策过程中决策者的主观臆断性。实例证明,三标度法具有简单明了、使用方便等优点,在应用于多目标决策等复杂系统时是适合可靠的。     

网络舆论智能引导仿真推演模型与系统构建

传统马甲机械发帖的网络舆论引导方式存在智能水平不高、效果不佳的缺点。人工智能的快速发展为网络舆论智能引导奠定了坚实的理论与技术基础。本文突破新闻传播学的思维定式，利用智能体、系统建模与仿真等理论技术，研究网络舆论智能引导，提出“态势感知-仿真推演-舆论引导”的网络舆论智能引导思路，构建网络舆论智能引导仿真推演模型，明确仿真推演工具，进而构建网络舆论智能引导系统，在仿真推演的基础上实施网络舆论引导，从而颠覆传统马甲的机械式发帖引导方式，破解难以在真实网络环境中直接尝试各种引导策略的困局。本文的研究成果对于丰富网络舆论斗争理论，占领网络舆论制高点，具有重要理论意义和参考价值。