基于贝叶斯网络的潜艇攻击决策研究

BN(贝叶斯网)被认为是人工智能研究中不确定性知识表示和推理的重要工具,广泛应用到复杂系统的建模等领域。贝叶斯网络高效的推理算法非常适合解决不确定性军事决策问题,分析了潜艇攻击决策问题的复杂性和不确定性,提出了构建贝叶斯网络进行攻击决策的步骤,通过具体实例,对用贝叶斯网络推理解决潜艇攻击决策问题进行了初步探讨。     

基于反射内存网的多飞行模拟器时间同步

飞行模拟器是一个复杂的分布式实时仿真系统,而多个飞行模拟器的联网则要求高精度的同步、更高的实时性.首先对单台飞行模拟器的网络结构、同步机制进行了描述,然后介绍了反射内存网的工作原理,并利用反射内存网作为同步信号的传输链路,对多飞行模拟器组网的同步进行了研究,同时对反射内存网和以太网结构并存的特点进行了分析.     

组合网络与证据理论相结合的电路故障诊断

针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.     

C~4ISR系统结构的网络分析

针对现代网络中心战中C~4ISR系统的特点,从复杂网络的角度,对C~4ISR系统结构进行了网络分析.采用基于多智能体的仿真方法,建立了两种C~4ISR系统的网络结构仿真模型,基于这些模型研究了不同网络结构下信息的失真率和延迟量.讨论了信息失真和延迟分别对集中式网络与分布式网络作战效能的影响.结果表明所提思路和方法是正确、有效的.     

中国走向现代化的文化转型

中国传统文化模式严重地制约着我国现代化的进程。只有通过深刻的文化启蒙,直接从普通民众安身立命的自在的文化根基入手,进行改造、批判和重建,才能实现我国传统文化的彻底转型。     

基于物元贝叶斯网的舰船损伤定位

在分析了物元理论和贝叶斯网理论的基础上,提出了结合主观概率信息和客观状态信息的物元贝叶斯网模型,并给出了物元贝叶斯网在损伤定位中的推理算法.舰船损伤定位的案例分析表明,该方法可以更加全面地融合战损装备的状态信息,使损伤定位结果更为准确.     

基于小波神经网络的承制单位信用风险评价

根据武器装备采购中对承制单位信用风险评价特点和实际情况,确定承制单位信用风险评价指标体系,根据小波神经网络原理,构建了承制单位信用风险评价模型,并以实例进行分析。小波神经网络能够简便快捷对信用风险进行评价,并能排除主观因素的干扰,在信用风险评价中具有较好应用前景。     

网络中心战中的战场感知能力量化模型研究

为了定量评价和探索提高网络中心战中的战场感知能力的途径,针对网络中心战的特点,运用集合论、信息论、图论等理论研究了战场感知能力的量化问题。首先分析了影响战场感知能力的主要因素及其作用,然后对主要因素进行了量化建模,提出了传感器对指控节点的信息量贡献模型以及指控节点之间的信息量贡献模型,建立了指控网战场感知能力量化计算模型,最后通过仿真,验证了模型的有效性,说明了提高指控网战场感知能力的有效途径。     

基于小世界网络模型的“梅特卡夫定律”反思

为了真正认清“网络中心战”的理论价值,对按照作为其理论支撑的“梅特卡夫定律”所规定的网络连接方式进行反思,定性分析了其带来的复杂性,并且应用小世界模型（WS）建立了复杂网络价值增益模型并进行了综合分析,发现实际网络不能够按照“梅特卡夫定律”的要求组网,指出“网络中心战”的理论缺陷,对我军信息化建设有一定的启示。     

网络中心战中的战场感知能力量化模型研究*

为了定量评价和探索提高网络中心战中的战场感知能力的途径,针对网络中心战的特点,运用集合论、信息论、图论等理论研究了战场感知能力的量化问题.首先分析了影响战场感知能力的主要因素及其作用,然后对主要因素进行了量化建模,提出了传感器对指控节点的信息量贡献模型以及指控节点之间的信息量贡献模型,建立了指控网战场感知能力量化计算模型,最后通过仿真,验证了模型的有效性,说明了提高指控网战场感知能力的有效途径.