作战班组层次行为建模

战术仿真是作战仿真中重要的一部分,是针对合同战术、班组战术层次的仿真,涉及班组的整体决策和成员的个体行为建模,班组的决策行为通常关注于班组成员间的协同合作,而成员的个体行为易受各种战场要素的影响,关注于个体行为的规划,只在单一层次进行建模会造成行为描述的混乱。为了区分班组行为和个体行为,增强个体行为的表达能力,基于行为树和HTN（Hierarchical Task Network）构建了班组层次行为模型,将战术命令的执行分为班组整体决策和实体具体执行两个层次。班组决策层采用行为树对班组的决策行为进行建模,提出了寻径距离因素和武器威胁因素的战术位置选择评估方法,负责班组成员间的协同决策,为班组成员分配任务;实体执行层采用HTN对作战实体的行为进行建模,根据班组决策层分配的任务利用规划算法规划个体任务计划,提升对实体行为描述的表达能力。并通过搭建仿真对抗环境验证了该层次行为模型的有效性。     

陆军合同作战指挥决策过程建模

现代作战的快速性,使得指挥员完成决策任务必须依赖于计算机辅助决策的帮助,而开发实用的决策支持系统需要有决策过程模型作为基础.针对目前这类过程模型存在的不足,根据陆军合同作战指挥的特点,通过将决策者和辅助决策者以及计算机应用程序功能综合纳入建模过程,提出了"一条主线、两层分级、三种关系,四种活动"为要素的主从式建模方法,其特点是便于决策者、辅助决策者以及参与决策者等相关人员的相互了解和沟通,突出了计算机应用程序在模型中应具有的基本功能,在辅助决策系统的分析设计上,为军事和技术人员提供了一种便于交互和便于理解的表示方式.     

战术级兵棋实体作战行动智能决策方法

战术级兵棋对抗系统结构严格、对抗性强,可以作为研究军事智能决策的一个推演平台.鉴于此,设计一个战术级兵棋实体作战行动智能决策模型框架,并在该框架指导下设计一款兵棋智能引擎.所设计引擎通过挖掘兵棋历史推演数据,提取棋子历史位置概率、夺控热度、观察度等评价属性,利用多属性综合评价软优选算法和兵棋基本规则决策出棋子的下步行动.实验结果表明,所提出引擎具有实时性强、灵活性高、可移植性好的优点,可以在兵棋机机对抗和人机对抗挑战赛中取得优异成绩.     

作战指挥的可拓决策方法

作战决策是作战指挥的核心。论述了作战指挥中的决策问题,分析了决策思维的逻辑结构和作战指挥决策的内涵及特点。引入可拓学理论与方法对作战决策问题进行形式化描述,建立了基于可拓决策方法的作战决策方案生成与评价模型,并结合案例分析,说明了该方法的可行性和有效性。可应用于作战模拟与决策支持系统。     

作战指挥决策的效用风险分析

通过对作战指挥决策效用风险指标的综合研究,给出加权模糊非满意熵的方法,利用线性规划法确定权重,避免在作战指挥决策上存在的主观性,得到了最优方案。最后通过一个实例验证了方法的有效性和可行性。     

基于作战能力估计的通信对抗作战目标决策

针对复杂战场下的通信对抗作战目标决策问题,提出一种基于作战能力估计的解决方法。根据群体决策方法的特点,构建战场态势的动态物元表示模型,设计多层次能力聚合的通信对抗体系作战能力评估方法,给出基于决策风险态度因子的通信对抗作战目标决策方法。分析结果表明,该方法能形式化、统一化、动态化地表示战场的态势信息,易于计算,且能实现对作战目标决策的量化分析。     

基于元Agent技术的作战个体行为建模

针对虚拟作战个体行为具有智能性和自主性的特点,从行为功能考虑,将影响人员外在行为的内部因素分解为元Agent,提出一种基于元Agent聚集的作战人员行为模型。依据各个主体特点采用智能模型实现其结构,描述感知因素的量化值和可信度,引入收益指标评估意图的远景规划,通过动作执行概率的赋值达到重复作战行为的优先选择。与传统方法相比,该模型充分考虑到个体行为内在因素间的交互耦合和复杂反馈,提高了作战个体战场行为的智能性、自主性和差异性,为作战人员行为建模等问题提供一种新的研究思路。     

基于Q-学习和行为树的CGF空战行为决策

 空战行为决策的智能性是学术界关注的重要问题之一。提出一种基于Q-学习和行为树的CGF空战行为决策方法。通过构建CGF空战行为树模型,实现CGF智能行为;通过在行为树上的Q-学习,使CGF具有不断进化的能力。仿真结果表明,该算法在与传统算法对抗中,性能优势明显且学习能力较强。     

DIS作战指挥辅助决策系统的实现

文章首先提出了DIS作战指挥系统中辅助决策子系统的方案,然后给出系统的设计思想、软硬件方案,并讨论了关键技术。     

基于行为路径树的恶意软件分类方法

针对恶意软件家族分类问题,提出一种基于行为路径树的恶意软件分类方法,该方法使用恶意样本细粒度行为路径作为动态特征,通过将路径转化为树型结构的方式生成依赖关系,与传统基于系统调用的恶意软件分类相比,具有较低的复杂度。此外,针对传统分类模型无法解决行为路径树深度寻优问题,设计了基于自适应随机森林的分类模型,该模型采用随机逼近的方式完成行为路径树深度寻优。实验部分使用2588个样本(包含8个恶意家族,1个良性集合)对行为路径树的有效性进行验证,分类精度达到91.11%。     

一种基于移动服务器端的树图建模方法

移动业务多媒体化和互联网化是移动服务发展的重要方向,但是高数据传输率的多媒体服务成本极高,在不增加硬件投入的前提下,为了降低成本,同时又不降低为用户提供服务的质量,可以将个性化服务应用于移动业务中。提出一种工作在服务器端的树图模型,它将移动终端用户的个性化需求与待推荐的互联网信息资源有机地联系在一起,以组织多播推送。引入区间值模糊集理论,给出建立树图模型的一系列相关定义及公式,在对该方法进行理论分析的基础上,设计了树图节点的建立与更新算法。理论分析证明,该算法具有确定性、能行性并且复杂性低的特点。     

基于代价地图和最小树的移动机器人多区域覆盖方法

提出一种基于代价地图和最小树的多区域覆盖方法.首先,确定先验静态地图的栅格代价,并将静态地图转化成动态代价地图;然后,将代价地图分割成若干个区域块,对区域块再作Boustrophedon单元分割处理,得到子区域信息;最后,根据子区域间的邻接关系构建图,图中的各节点代表一个子区域.将基于最小树的子区域规划算法应用于该图得到子区域规划序列,应用基于代价地图和Dijkstra算法的区域转移算法得到区域间转移路径,子区域内使用往返覆盖策略,以此实现区域的全覆盖.将本文提出的多区域覆盖方法在线应用于多种结构场景中,实验结果表明,相对于传统的区域覆盖方法,本文方法可以有效提高移动机器人区域覆盖的效率.     

基于三维分枝模型的树木模拟

虚拟自然场景的实时生成一直是图形学研究领域中一个富有挑战性的难题,作为自然场景的重要组成部分,树木的模拟也得到了广泛的重视.本文在实际建模中以三维分枝模型为基础,与随机繁衍L系统相结合,对树木模型进行了一些改进.将光源和重力的影响加入枝段的模型中,使生成树木的形态更加逼真;改进了分枝模式,使得生成树木的随机性得到加强;在绘制时根据不同距离选择不同复杂度的树木模型,加快了渲染的速度.     

基于植物顶端优势原理的树木建模方法

递归结构建模是目前主流的树木建模方法,具有局部参数的微小变化将引起模拟结果巨大变化的特点,建模过程难于控制。针对递归结构建模方法的上述不足,基于植物自组织结构建模思想,提出树木基本生长单位--芽基于光源竞争的建模方法,从生长环境计算、资源分配以及生长模拟3方面阐述建模过程。实验模拟表明,生成的树木图像逼真、自然,通过控制算法中的参数能有效模拟树木顶端优势、向地性现象和向光性现象等,为树木的建模提供了一种新思路。     

基于半监督学习的行为建模与异常检测

提出了一种基于半监督学习的行为建模与异常检测方法.该算法包括以下几个主要步骤:(1) 通过基于动态时间归整(DTW)的谱聚类方法获取适量的正常行为样本,对正常行为的隐马尔可夫模型(HMM)进行初始化;(2) 通过迭代学习的方法在大样本下进一步训练这些隐马尔可夫模型参数;(3) 以监督的方式,利用最大后验(MAP)自适应方法估计异常行为的隐马尔可夫模型参数;(4) 建立行为的隐马尔可夫拓扑结构模型,用于异常检测.该方法的主要特点是:能够自动地选择正常行为模式的种类和样本以建立正常行为模型;能够在较少样本的情     

基于决策规则的变化检测及图件更新一体化方法研究

提出了一种基于决策树规则的变化检测及图件更新一体化方法。在拥有新期遥感数据和基期土地利用现状图的基础上,结合DEM和坡度图等辅助资料,充分挖掘数据的光谱信息、地形特征、地物纹理、几何形状等地学知识,构建各类别知识库,采用知识发现和决策规则,实现各地类的分层提取。各地类提取影像与原土地利用图运算,检测变化信息并确定变化类型,从而完成土地利用现状图的更新。文章最后通过试验验证了该方法的有效性。     

基于SVR的电路组件健康行为建模方法

电路仿真软件强大的健康仿真能力为飞行器控制系统电路组件在各种健康模式下的仿真研究提供了有力支撑,以此为基础,提出了一种基于电路组件健康仿真数据的近似建模方法,该方法能实现多机理模型的移植和重用,故可以直接应用于传统的飞行器控制系统仿真模型,为今后深入开展飞行器控制系统的健康仿真开辟了一条新途径。利用了回归型支持向量(sVR)进行电路组件近似建模方法研究,并将此模型的输出数据与原健康数据进行对比,验证了此方法在不同健康模式下映射健康数据的能力。最后,以PID飞行控制器的健康近似建模为例,验证了方法的正确性。