基于多智能体的反导传感器任务规划算法

首先探讨了反导作战中各类传感器资源的构成特点和功能划分,然后基于多智能体multy-agent system(MAS)的分布式人工智能技术提出了适应反导作战需求的传感器任务规划体系架构,既而深入分析了体系架构中各类agent的主要功能,最后给出了一个实体层传感器的任务规划流程和算法实例,为构建高效率、智能化的反导作战多传感器任务规划技术提供了一种有效的研究方法。     

MAS中Agent属性冲突形式化描述及消解系统研究

由于多智能体系统(MAS)中各个Agent具有自治性、分布性和异构性等特征,导致MAS内部经常会出现冲突现象。首先,运用数学方法对MAS中存在的属性冲突进行形式化描述,并将其分为6类,针对每类冲突提出了相应的消解对策。其次,对属性冲突智能消解系统(AACIRS)流程框架进行了分析,并在此基础上建立了AACIRS系统,实现了MAS中属性冲突的消解。从而为解决MAS中Agent属性冲突提供了解决方案,为MAS的稳定运行提供了技术保证。     

CEC条件下舰艇编队目标武器分配研究

在分析CEC条件下舰艇编队目标武器分配模式的基础上,综合运用MAS理论与方法,建立了舰艇编队目标武器分配MAS模型,即利用Agent描述舰艇编队的各种物理资源或逻辑资源,通过网络及Agent通讯协议将多个Agent连接成一个整体系统,设计了映射实体功能的Agent结构,从而为舰艇编队目标武器分配决策提供了一条新途径.     

基于Multi-Agent仿真模型的非对称作战有效性分析*

针对多要素在非对称作战中运用的复杂影响,建立了基于Multi-Agent的仿真模型,对非时称作战的有效性进行了数学解释;给出了Multi-Agent的系统结构,在EINSTein仿真平台中设置了指挥决策Agent、态势感知Agent、通信协作Agent和作战行动Agent,以此模拟作战要素在非时称作战中运用的主要功能,进而演示非对称作战的过程,获得非对称作战的仿真实验数据;仿真模型描述了多要素影响下作战体系的突变现象;通过作战目的的实现和高倍增的作战效果,实证了仿真模型的有效性和可行性.     

复杂装备网络化智能维护架构研究

针对复杂装备所面临的智能维护问题,进行了复杂装备的网络化智能维护架构理论研究,以满足装备保障的需要。首先,建立了复杂装备网络化智能维护的架构模型;其次,探讨了各部分的功能和系统实现的关键技术,并对其进行了性能分析;最后,将其应用到某型自行火炮的网络化智能维护中。结果表明,建立的复杂装备网络化智能维护架构具有可行性、可靠性和可扩展性,是进行复杂装备智能维护的一种全新的途径。     

机载多智能体任务系统研究

依据云架构背景下战斗机任务系统的作战需求,结合人工智能技术在航空领域的应用研究,提出了机载多智能体任务系统的概念。分析了任务系统的任务架构和功能架构,研究了多智能体任务系统的运行原理和基于OODA的并行任务管理机制,为战斗机智能化任务系统总体设计提供了参考思路,并可进一步推广至无人机领域。     

基于多Agent的要地防空指挥决策体系结构

针对要地防空指挥决策体系结构开展研究。首先,对战术单位级指挥决策功能进行分析,并给出防空指挥决策功能结构;引入多Agent系统概念定义TCA、FCA、OA三类作战智能体,建立基于多Agent的指挥决策模型并设计给出FCA的详细结构,结合集中式和分布式指挥决策体系的优点,提出有限集中指挥下的火力单元协同决策体系结构;最后,采用NetLogo平台设计实现指挥决策体系拓扑结构,验证了所建立体系结构的可行性。