军事工程毁伤评估的组合智能模型

鉴于军事工程毁伤的复杂性,提出了基于组合智能评估模式的军事工程毁伤评估模型。以军事工程毁伤评估体系结构及其特征与功能约束为基础,设计军事工程毁伤效果组合智能评估的构件化模式,建立军事工程毁伤效果组合智能评估机制;以智能优化算法提高军事工程毁伤效果评估效率为目标,设计了一种易于仿真推理的军事工程毁伤效果组合智能评估流程。以人工神经网络为主体,集成小波分析和遗传算法,建立军事工程毁伤效果评估的非线性智能组合评估模型,应用于军事工程抗精确打击毁伤分析。案例表明,非线性组合智能评估模型充分发掘不同算法的差异优势,仿真实验验证了组合设计的可行性。     

军事工程毁伤评估与抢修计划生成机制研究

提出了军事工程毁伤评估与抢修计划生成的发展要求和应对策略。在抽象描述军事工程火力毁伤与抢修行动、任务及其特征基础上,从作战计划系统技术、计算机兵力生成、模型规范化等角度,论证了军事工程毁伤评估与抢修计划生成的发展要求,提出了军事工程毁伤评估与抢修计划生成工作原理,建立了军事工程毁伤评估与抢修计划生成开发框架;立足总体设计、技术体系、关键技术、特征指标等方面,给出了应对策略,为军事工程毁伤评估与抢修计划生成的研究工作提供了科学指南。     

军事工程毁伤与防护仿真对象模型设计方法

为满足军事工程毁伤与防护仿真系统设计的互操作性和组件重用要求,提出了一种军事工程毁伤与防护仿真对象模型设计方法.在提炼军事工程毁伤与防护高层体系结构(HLA)仿真系统建模过程的基础上,揭示基于HLA仿真系统的模型开发层次,设计了军事工程毁伤与防护仿真对象模型,给出了仿真系统对象类和交互类,并以UML协作图描述联邦成员与交互类的关系.在军事工程毁伤与防护仿真系统的开发中证明该设计方法是可行的.     

贝叶斯网络扩展研究综述

贝叶斯网络是一种能够对复杂不确定系统进行推理和建模的有效工具,广泛用于不确定决策、数据分析以及智能推理等领域.由于理论和实际的需要,贝叶斯网络不断扩展,出现了各种模型和研究方法.为此,综述了贝叶斯网络在不同领域的扩展模型以及在不同理论框架下的进展,并展望了未来的几个发展方向.     

基于高层体系结构的军事工程毁伤与防护仿真系统

为满足军事工程毁伤分析、防护评估、防护训练等需要,提出一种基于高层体系结构/运行支撑架构 (HLA/RTI)的军事工程毁伤与防护仿真体系结构。在阐述仿真系统概念设计的基础上,确立了军事工程毁伤与防护仿真HLA总体架构,提出了系统功能逻辑结构;模型是HLA联邦开发的核心问题,确立了军事工程毁伤与防护仿真模型体系,遵从军事训练信息系统模型框架,设计了军事工程毁伤与防护模型;最后,给出了系统联邦工作流程,遵循联邦时间策略,以UML时序模型说明联邦成员行为设计。     

贝叶斯网络在汽轮机故障诊断中的应用

针对在汽轮发电机组振动故障诊断中的不确定性问题，提出了应用贝叶斯网络对其进行推理和诊断。本文介绍了贝叶斯网络的建模方法与推理机制，并通过专家系统的建模过程与诊断实例，证明了应用贝叶斯网络对汽轮发电机组进行故障诊断所具有的独特优点。     

一种基于贝叶斯网络的作战重心评估模型

作战重心（Center of Gravity）是指战役体系中敌我双方的关键环节。作战重心评估是一个经验性、模糊性的过程。贝叶斯网络作为一种不确定知识表示模型,具有概率论及图论基础,对于解决复杂系统决策问题具有较强的优势,适合用于作战重心评估。文中提出并实现了一种基于贝叶斯网络推理的作战重心评估模型。通过该模型,可以定量地评估各个环节对于证据的重要程度,从而确定该作战过程中的作战重心。文中使用联合树（Clique Tree）算法进行贝叶斯网络精确推理,并详细阐述了推理过程中联合树建立,消息传递的过程。最后通过实例验证,基于贝叶斯网络推理的模型能够有效地对作战重心进行定量的评估。     

贝 叶 斯 网 络 扩 展 研 究 综 述

贝叶斯网络是一种能够对复杂不确定系统进行推理和建模的有效工具,广泛用于不确定决策,数据分析以及智能推理等领域.由于理论和实际的需要,贝叶斯网络不断扩展,出现了各种模型和研究方法 .为此,综述了贝叶斯网络在不同领域的扩展模型以及在不同理论框架下的进展,并展望了未来的几个发展方向.

     

基于贝叶斯网络的博弈融合态势评估方法

贝叶斯网络作为一种知识表示和进行概率推理的方法,在不确定性推理决策问题中得到了广泛的应用.针对态势评估系统需要对大量不确定性知识进行处理的情况,利用贝叶斯网络技术,结合博弈论的思想,提出了一种博弈融合态势评估的新算法,并以一个实例来说明该算法计算过程的可行性,指出了贝叶斯网络在实际应用中存在的问题.     

基于作战实验的战场工程毁伤分析方法研究

为满足战场工程毁伤分析评估的要求,论文提出了利用作战实验理论推进战场工程毁伤分析方法研究的建设构想。在描述战场工程毁伤分析一般过程的基础上,从毁伤实体、计算规则等角度出发构建了战场工程毁伤分析仿真模型。根据作战实验理论与方法,进行战场工程毁伤分析仿真实验设计。立足仿真建模,用面向服务的高层体系结构（HLA）方法为战场工程毁伤分析仿真系统提供集成方法,初步给出了战场工程毁伤分析仿真实验系统建设解决方案,为进一步仿真系统的论证、设计、开发提供了坚实基础。     

基于粗糙集和贝叶斯网络的作战效能评估

针对部队作战不确定因素多、建模复杂的特点,提出一种作战行动效能的评估模型。运用粗糙集理论除去冗余的评估指标,降低朴素贝叶斯分类器的时空复杂度。给出该模型的评估算法步骤,通过贝叶斯网络的参数学习,将不同数据类型的评估指标统一在类条件概率分布中,既保证了评估的客观性,又较好地表达出作战过程随机性的特点。实例研究表明,将该方法用于作战行动效能的评估是可行的。     

基于规则和案例的飞机损伤评估系统设计研究

飞机损伤评估是军用损伤飞机快速修理的前提和必要条件.文章通过对飞机损伤评估方法的研究,将专家系统技术应用到飞机损伤评估领域,完成了基于专家系统技术的飞机损伤评估系统的总体设计.文中主要介绍了飞机损伤评估系统的总体结构、基于规则损伤等级分析和基于案例的抢修方案制定的实现方法.该飞机损伤评估系统可满足战时条件下实施飞机损伤修理的快速性和准确性的要求,对促进我军在飞机损伤修理保障信息化和智能化建设方面有着重要的意义.     

贝叶斯网络在战术态势估计中的应用

战场态势估计是指挥决策的基础,如何进行合理的态势估计是当前战场指挥系统中最重要的组成部分;作为一种知识表示和进行概率推理的框架,贝叶斯网络在具有内在不确定性的推理和决策问题中得到了广泛的应用;因果推理是态势估计中的一个重要环节,用贝叶斯网络找出态势假设和事件之间的潜在关系,正是态势估计所需完成的功能;根据态势与事件之间不同的连接关系建立态势估计的贝叶斯网络模型,介绍贝叶斯网络推理算法和步骤,并给出实例仿真;结果表明,将贝叶斯网络用于态势估计,能够进行推理得到完整的战场态势信息,为决策提供依据。     

Using Bayesian Networks to Manage Uncertainty in Student Modeling

When a tutoring system aims to provide students with interactive help, it needs to know what knowledge the student has and what goals the student is currently trying to achieve. That is, it must do both assessment and plan recognition. These modeling tasks involve a high level of uncertainty when students are allowed to follow various lines of reasoning and are not required to show all their reasoning explicitly. We use Bayesian networks as a comprehensive, sound formalism to handle this uncertainty. Using Bayesian networks, we have devised the probabilistic student models for Andes, a tutoring system for Newtonian physics whose philosophy is to maximize student initiative and freedom during the pedagogical interaction. Andes’ models provide long-term knowledge assessment, plan recognition, and prediction of students’ actions during problem solving, as well as assessment of students’ knowledge and understanding as students read and explain worked out examples. In this paper, we describe the basic mechanisms that allow Andes’ student models to soundly perform assessment and plan recognition, as well as the Bayesian network solutions to issues that arose in scaling up the model to a full-scale, field evaluated application. We also summarize the results of several evaluations of Andes which provide evidence on the accuracy of its student models.This revised version was published online in July 2005 with corrections to the author name VanLehn.     

贝叶斯网络在态势估计中的应用

战场态势分析是指挥决策的基础,如何进行合理的态势估计是当前战场指挥系统中最重要的组成部分。该文介绍了贝叶斯网络推理算法,分析了态势估计问题的本质特征和推理模式。提出了将贝叶斯网络用于态势估计,建立态势估计推理模型,该模型能够进行融合推理得到完整的战场态势信息,为决策提供依据。     

基于Bayesian网络理论的远程查询系统

对Bayesian网及其概率推理进行了简述，提出并实现了一种以Bayesian理论为基础的查询方法，重点介绍Bayesian网络简化、扩展关系表、功能及概率推理算法。举例说明了系统运行的过程。     

带权重的定性贝叶斯网

定性贝叶斯网使用定性的影响标记表示变量之间的影响关系,但不能表达影响力的强弱,在推理过程中容易出现不确定的结果.研究了带权重的定性贝叶斯网,权重是一个[0,1]区间内的数值,用以表达影响力的强弱,修正了推理中的运算规则,并设计了权重标杆方便专家给出权重,保持了定性贝叶斯网络建模过程的简易性,同时提高了推理精度.     

基于未确知集—贝叶斯网络的构件软件体系可靠性模型

将未确知集理论和贝叶斯网络应用于军事信息系统软件可靠性建模研究,采用其描述软构件失效特征,计算可靠性参数,并在此基础上构建了一个基于未确知集—贝叶斯网络的军事信息系统软件可靠性模型。该模型实现了对构件软件体系全过程的可靠性跟踪和监控。仿真试验验证了该模型的实用性和有效性。     

基于贝叶斯网络的威胁识别

对威胁进行准确识别是威胁评估的重要内容之一,它涉及到许多不确定性因素.贝叶斯网络是处理不确定性知识的有效工具.根据威胁识别与贝叶斯网络的特点,提出了基于贝叶斯网络的威胁识别方法.首先简单介绍了贝叶斯网络及其优点,然后根据一个具体的实例,建立了威胁识别的贝叶斯网络模型,并阐述了贝叶斯网络用于威胁识别的推理流程.通过对实例的计算结果表明,利用贝叶斯网络能够准确识别威胁,并能有效地处理不确定性信息.