检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于兵棋推演的空战编组对抗智能决策方法

指挥与控制学报 2024年第2期10卷 213-219页

作者：陈晓轩冯旸赫黄金才刘忠徐越国防科技大学系统工程学院长沙410072 解放军31102部队南京210016

基于兵棋研究的空战编组对抗方法主要使用规则或运筹等手段,存在假设不够合理、建模不准确、应变性差等缺陷。强化学习算法可以根据作战数据自主学习编组对抗策略,以应对复杂的战场情况,但现有强化学习对作战数据要求高,当动作空间过大... 详细信息

基于兵棋研究的空战编组对抗方法主要使用规则或运筹等手段,存在假设不够合理、建模不准确、应变性差等缺陷。强化学习算法可以根据作战数据自主学习编组对抗策略,以应对复杂的战场情况,但现有强化学习对作战数据要求高,当动作空间过大时,算法收敛慢,且对仿真平台有较高的要求。针对上述问题,提出了一种融合知识数据和强化学习的空战编组对抗智能决策方法,该决策方法的输入是战场融合态势,使用分层决策框架控制算子选择并执行任务,上层包含使用专家知识驱动的动作选择器,下层包含使用专家知识和作战规则细化的避弹动作执行器、侦察动作执行器和使用强化学习算法控制的打击动作执行器。最后基于典型作战场景进行实验,验证了该方法的可行性和实用性,且具有建模准确、训练高效的优点。

关键词：空战编组对抗多算子的协作与控制多智能体深度强化学习算法分层决策模型

任务级兵棋智能决策技术框架设计与关键问题分析

在线全文

学校读者我要写书评

暂无评论

指挥与控制学报 2024年第1期10卷 19-25页

作者：张驭龙范长俊冯旸赫张龙飞刘忠国防科技大学系统工程学院长沙410073 解放军31002部队北京100000

在梳理总结当前兵棋智能决策方法研究现状的基础上,明确指出了开展任务级兵棋智能决策研究的8项难点,从博弈活动中智能体定位、信息流转与知识流转等问题出发,设计给出了任务级兵棋智能博弈框架、智能策略生成优化框架以及多智能体策略... 详细信息

在梳理总结当前兵棋智能决策方法研究现状的基础上,明确指出了开展任务级兵棋智能决策研究的8项难点,从博弈活动中智能体定位、信息流转与知识流转等问题出发,设计给出了任务级兵棋智能博弈框架、智能策略生成优化框架以及多智能体策略协同演进框架,进而分析了高维度下长时序的态势信息数据综合、异步策略分布式学习优化、基于语义模板的任务指令生成、多智能体训练营博弈调度等4项关键问题,并给出了基本解决方案,点明了开展任务级兵棋智能决策研究的技术要点与基本路线,为后续任务级兵棋智能体设计提供了有益参考。

关键词：兵棋博弈决策智能强化学习

Sequential quadratic programming-based non-cooperative target distributed hybrid processing optimization method

在线全文

学校读者我要写书评

暂无评论

Journal of Systems Engineering and Electronics 2023年第1期34卷 129-140页

作者： SONG Xiaocheng WANG Jiangtao WANG Jun SUN Liang feng yanghe LI Zhi Beijing Institute of Electronic Engineering China Aerospace Science and Industry Corporation LimitedBeijing 100039China School of Intelligence Science and Technology University of Science and Technology BeijingBeijing 100083China Institute of Artificial Intelligence University of Science and Technology BeijingBeijing 100083China School of Systems Engineering National University of Defense TechnologyChangsha 410073China

The distributed hybrid processing optimization problem of non-cooperative targets is an important research direction for future networked air-defense and anti-missile firepower systems. In this paper, the air-defense anti-missile targets defense problem is abstracted as a nonconvex constrained combinatorial optimization problem with the optimization objective of maximizing the degree of contribution of the processing scheme to non-cooperative targets, and the constraints mainly consider geographical conditions and anti-missile equipment resources. The grid discretization concept is used to partition the defense area into network nodes, and the overall defense strategy scheme is described as a nonlinear programming problem to solve the minimum defense cost within the maximum defense capability of the defense system network. In the solution of the minimum defense cost problem, the processing scheme, equipment coverage capability, constraints and node cost requirements are characterized, then a nonlinear mathematical model of the non-cooperative target distributed hybrid processing optimization problem is established, and a local optimal solution based on the sequential quadratic programming algorithm is constructed, and the optimal firepower processing scheme is given by using the sequential quadratic programming method containing non-convex quadratic equations and inequality constraints. Finally, the effectiveness of the proposed method is verified by simulation examples.

关键词： non-cooperative target distributed hybrid processing multiple constraint minimum defense cost sequential quadratic programming

Asymptotically Optimal Golay-ZCZ Sequence Sets with Flexible Length

在线全文

学校读者我要写书评

暂无评论

Chinese Journal of Electronics 2023年第4期32卷 806-820页

作者： GU Zhi ZHOU Zhengchun Adhikary Avik Ranjan feng yanghe FAN Pingzhi School of Information Science and Technology Southwest Jiaotong University School of Mathematics Southwest Jiaotong University College of Systems Engineering National University of Defense Technology Institute of Mobile Communications Southwest Jiaotong University

Zero correlation zone(ZCZ) sequences and Golay complementary sequences are two kinds of sequences with different preferable correlation ***-ZCZ sequences are special kinds of complementary sequences which also possess a large ZCZ and are good candidates for pilots in OFDM systems. Known GolayZCZ sequences reported in the literature have a limitation in the length which is the form of a power of 2. In this paper, we propose two constructions of Golay-ZCZ sequence sets with new parameters which generalize the constructions of Gong et al.(IEEE Trans. Commun., 61(9),2013) and Chen et al.(IEEE Trans. Commun., 66(11), 2018).Notably, one of the two constructions generates optimal binary Golay-ZCZ sequences, while the other generates asymptotically optimal polyphase Golay-ZCZ sequences as the number of sequences increases. We also show, through numerical simulations, the applicability of the proposed Golay-ZCZ sequences in inter-symbol interference channel estimation. Interestingly, in certain application scenarios, the proposed Golay-ZCZ sequences performs better as compared to the existing state-of-the-art sequences.

关键词： NOMA Correlation Simulation OFDM Estimation Numerical simulation Interference channels

Large-scale generative simulation artificial intelligence:The next hotspot

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

The Innovation 2023年第6期4卷 13-14页

作者： Qi Wang yanghe feng Jincai Huang Yiqin Lv Zheng Xie Xiaoshan Gao Kaiyuan Mathematical Sciences Institute Changsha 410000China College of Science National University of Defense TechnologyChangsha 410073China College of Systems Engineering National University of Defense TechnologyChangsha 410073China Academy of Mathematics and Systems Science Chinese Academy of SciencesBeiing 100190China

Motivation Nowadays,big data,deep-learning models,optimization methods,and computational power are essential elements in promoting the development of artificial *** advances have brought a new focus on generative artificial intelligence(GenAI),which paves promising paths to exploring the creation of texts,images,videos,or other content rather than simply performing discriminative learning tasks.

关键词： generative Motivation artificial

Heuristic dynamic programming-based learning control for discrete-time disturbed multi-agent systems

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Control Theory and Technology 2021年第3期19卷 339-353页

作者： Yao Zhang Chaoxu Mu Yong Zhang yanghe feng School of Electrical and Information Engineering Tianjin UniversityTianjin300072China College of Systems Engineering National University of Defense TechnologyChangsha410073HunanChina

Owing to extensive applications in many fields,the synchronization problem has been widely investigated in multi-agent *** synchronization for multi-agent systems is a pivotal issue,which means that under the designed control policy,the output of systems or the state of each agent can be consistent with the *** purpose of this paper is to investigate a heuristic dynamic programming(HDP)-based learning tracking control for discrete-time multi-agent systems to achieve synchronization while considering disturbances in ***,due to the difficulty of solving the coupled Hamilton–Jacobi–Bellman equation analytically,an improved HDP learning control algorithm is proposed to realize the synchronization between the leader and all following agents,which is executed by an action-critic neural *** action and critic neural network are utilized to learn the optimal control policy and cost function,respectively,by means of introducing an auxiliary action ***,two numerical examples and a practical application of mobile robots are presented to demonstrate the control performance of the HDP-based learning control algorithm.

关键词： Multi-agent systems Heuristic dynamic programming(HDP) Learning control Neural network Synchronization

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

面向多类别分类问题的子抽样主动学习方法

系统工程与电子技术 2021年第3期43卷 700-708页

作者：施伟黄红蓝冯旸赫刘忠国防科技大学系统工程学院湖南长沙410073

由于传统主动学习方法的计算量随着问题规模的增大呈指数增长,因此很难应用于大规模多类数据分类任务中。为解决该问题,设计了一种基于子抽样的主动学习(subsampling-based active learning,SBAL)算法。该算法将无监督聚类算法与传统主... 详细信息

由于传统主动学习方法的计算量随着问题规模的增大呈指数增长,因此很难应用于大规模多类数据分类任务中。为解决该问题,设计了一种基于子抽样的主动学习(subsampling-based active learning,SBAL)算法。该算法将无监督聚类算法与传统主动学习方法整合,在二者之间增加了子抽样操作,该操作能够显著降低算法的时间复杂度,在保证实验准确率的基础上减少实验耗时,从而更加高效地处理大规模数据集的分类问题。实验结果显示,采用SBAL算法的实验性能优于传统主动学习算法,证明了所提算法可以突破传统主动学习方法不能处理大规模数据集多类别分类问题的局限性。

关键词：子抽样主动学习无监督聚类多类别分类问题

在线全文

学校读者我要写书评

暂无评论

基于时间差分误差的离线强化学习采样策略

工程科学学报 2023年第12期45卷 2118-2128页

作者：张龙飞冯旸赫梁星星刘世旋程光权黄金才国防科技大学系统工程学院长沙410073

离线强化学习利用预先收集的专家数据或其他经验数据,在不与环境交互的情况下离线学习动作策略.与在线强化学习相比,离线强化学习具有样本效率高、交互成本低的优势.强化学习中通常使用Q值估计函数或Q值估计网络表示状态-动作的价值.因... 详细信息

离线强化学习利用预先收集的专家数据或其他经验数据,在不与环境交互的情况下离线学习动作策略.与在线强化学习相比,离线强化学习具有样本效率高、交互成本低的优势.强化学习中通常使用Q值估计函数或Q值估计网络表示状态-动作的价值.因无法通过与环境交互及时修正Q值估计误差,离线强化学习往往面临外推误差严重、样本利用率低的问题.为此,提出基于时间差分误差的离线强化学习采样方法,使用时间差分误差作为样本优先采样的优先度度量,通过使用优先采样和标准采样相结合的采样方式,提升离线强化学习的采样效率并缓解分布外误差问题.同时,在使用双Q值估计网络的基础上,根据目标网络的不同计算方法,比较了3种时间差分误差度量所对应的算法的性能.此外,为消除因使用优先经验回放机制的偏好采样产生的训练偏差,使用了重要性采样机制.通过在强化学习公测数据集—深度数据驱动强化学习数据集上与已有研究成果相比,基于时间差分误差的离线强化学习采样方法在最终性能、数据效率和训练稳定性上均有更好的表现.消融实验表明,优先采样和标准采样相结合的采样方式对算法性能的发挥至关重要,同时,使用最小化双目标Q值估计的时间差分误差优先度度量所对应的算法,在多个任务上具有最优的性能.基于时间差分误差的离线强化学习采样方法可与任何基于Q值估计的离线强化学习方法结合,具有性能稳定、实现简单、可扩展性强的特点.

关键词：离线强化学习采样策略经验回放时间差分误差

面向随机并发任务的杀伤网建模与最优控制方法

在线全文

学校读者我要写书评

暂无评论

指挥与控制学报 2023年第4期9卷 487-494页

作者：吴克宇冯旸赫黄金才刘忠国防科技大学大数据与决策重点实验室湖南长沙410073 国防科技大学电子科学学院湖南长沙410073

围绕随机并发任务场景,开展杀伤网建模和最优控制方法研究,提出了基于随机受控Petri网模型的杀伤网形式化建模方法,用以描述随机并发目标打击任务下的杀伤网的运行逻辑,以及在不同杀伤链选择动作下杀伤网状态的动态变化过程;针对最优杀... 详细信息

围绕随机并发任务场景,开展杀伤网建模和最优控制方法研究,提出了基于随机受控Petri网模型的杀伤网形式化建模方法,用以描述随机并发目标打击任务下的杀伤网的运行逻辑,以及在不同杀伤链选择动作下杀伤网状态的动态变化过程;针对最优杀伤链选择策略求解问题,提出了基于马尔科夫决策过程的最优策略构造范式和基于深度强化学习的最优策略求解方法.研究结果可为复杂对抗场景下的作战体系建模分析和优化控制的相关工作提供理论模型基础.

关键词：杀伤网建模分析优化控制 Petri 网强化学习