检索结果-南通市图书馆

基于LSTM–PPO算法的多机空战智能决策及目标分配

在线全文

学校读者我要写书评

暂无评论

工程科学学报 2024年第7期46卷 1179-1186页

作者：丁云龙匡敏驰朱纪洪祝靖宇乔直新疆大学计算机科学与技术学院乌鲁木齐830000 清华大学精密仪器系北京100084

针对传统多机空战中智能决效率低、难以满足复杂空战环境的需求以及目标分配不合理等问题.本文提出一种基于强化学习的多机空战的智能决策及目标分配方法.使用长短期记忆网络(Long short-term memory,LSTM)对状态进行特征提取和态势感知... 详细信息

针对传统多机空战中智能决效率低、难以满足复杂空战环境的需求以及目标分配不合理等问题.本文提出一种基于强化学习的多机空战的智能决策及目标分配方法.使用长短期记忆网络(Long short-term memory,LSTM)对状态进行特征提取和态势感知,将归一化和特征融合后的状态信息训练残差网络和价值网络,智能体通过近端优化策略(Proximal policy optimization,PPO)针对当前态势选择最优动作.以威胁评估指标作为分配依据,计算综合威胁度,优先将威胁值最大的战机作为攻击目标.为了验证算法的有效性,在课题组搭建的数字孪生仿真环境中进行4v4多机空战实验.并在相同的实验环境下与其他强化学习主流算法进行比较.实验结果表明,使用LSTM–PPO算法在多机空战中的胜率明显优于其他主流强化学习算法,验证了算法的有效性.

关键词：多机空战智能决策近端优化策略威胁评估目标分配

在线全文

学校读者我要写书评

暂无评论

智能决策在军事体系工程的研究综述

系统工程与电子技术 2024年

作者：王纪凯豆亚杰李婧董奕君姜江谭跃进国防科技大学系统工程学院武警特警学院军政训练系南方医科大学网络中心

智能化是未来军事发展的重要方向，而智能决策作为智能化的重要手段，深刻影响着军队的作战体系建设以及装备武器体系发展规划。首先，本文给出智能决策的技术内涵定义，从机器学习、运筹优化、数据/知识驱动、系统支持的视角进行归纳... 详细信息

智能化是未来军事发展的重要方向，而智能决策作为智能化的重要手段，深刻影响着军队的作战体系建设以及装备武器体系发展规划。首先，本文给出智能决策的技术内涵定义，从机器学习、运筹优化、数据/知识驱动、系统支持的视角进行归纳总结，进而阐述军事体系工程的定义与结构，梳理出军事体系工程领域的智能决策流程，对当前智能决策在军事体系需求、体系设计、体系建模、体系评估、体系管理等环节的应用现状进行了总结。最后给出智能决策技术在军事体系工程应用的未来展望，以期为军事智能化发展工作提供一定的参考价值。

关键词：智能决策军事体系工程寻优方法人工智能

融合三支多属性决策与SAC的兵棋推演智能决策技术

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年第7期46卷 2310-2322页

作者：彭莉莎孙宇祥薛宇凡周献中南京大学工程管理学院江苏南京210008 浙江财经大学信息技术与人工智能学院浙江杭州310018 南京大学智能装备新技术研究中心江苏南京210008

近年来,将深度强化学习技术用于兵棋推演的智能对抗策略生成受到广泛关注。针对强化学习决策模型采样率低、训练收敛慢以及智能体博弈胜率低的问题,提出一种融合三支多属性决策(three-way multiple attribute decision making,TWMADM)... 详细信息

近年来,将深度强化学习技术用于兵棋推演的智能对抗策略生成受到广泛关注。针对强化学习决策模型采样率低、训练收敛慢以及智能体博弈胜率低的问题,提出一种融合三支多属性决策(three-way multiple attribute decision making,TWMADM)与强化学习的智能决策技术。基于经典软表演者-批评家(soft actor-critic,SAC)算法开发兵棋智能体,利用TWMADM方法评估对方算子的威胁情况,并将该威胁评估结果以先验知识的形式引入到SAC算法中规划战术决策。在典型兵棋推演系统中开展博弈对抗实验,结果显示所提算法可有效加快训练收敛速度,提升智能体的对抗策略生成效率和博弈胜率。

关键词：兵棋推演三支多属性决策软表演者-批评家强化学习智能决策

在线全文

学校读者我要写书评

暂无评论

一种半监督学习潜艇规避防御智能决策方法

兵工学报 2024年

作者：杨静吴金平刘剑王永洁董汉权海军潜艇学院

潜艇水下作战行动中，受到水下弱可观测环境影响，获取的目标信息呈现稀疏特性。机动规避是潜艇水下防御的重要战术方法，现有机动规避参数仿真与优化方法在建模时不可避免引入观测误差，缺乏对态势演变的应对手段，且由于军事专家的稀... 详细信息

潜艇水下作战行动中，受到水下弱可观测环境影响，获取的目标信息呈现稀疏特性。机动规避是潜艇水下防御的重要战术方法，现有机动规避参数仿真与优化方法在建模时不可避免引入观测误差，缺乏对态势演变的应对手段，且由于军事专家的稀缺性，获取军事专家标签的战术对抗样本代价十分昂贵。针对上述困难提出一种基于自编码与主动Q学习策略结合的半监督学习智能决策方法。通过引入对比预测编码自编码器，最大化时序输入与上下文间互信息熵，提高对稀疏时序输入的表征能力。将表征输入与主动强化学习任务相结合，降低智能体的标签需求率，提高规避决策时对环境反馈的能力。基于3 a采集的指挥员战法研练复盘数据构建上帝视角、红方视角数据集。实验结果表明：所提模型与不采用稀疏时序自编码器的模型消融实验，在完全信息、红方视角条件下，模型的决策精度分别达到98%、78%，而标签需求率仅为4%、44%；相比于经典的时序分类模型决策精度提高了14%、9%，与有监督模型相比在标签需求率降低为原来的24%～44%条件下，决策精度误差与有监督模型仅差1%，说明所提模型在保证决策精度的同时可大幅降低标签需求量，从而为军事智能决策模型在少量样本条件下的学习提供一种通用的技术框架。

关键词：潜艇规避防御标签稀疏主动Q学习自编码智能决策

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多智能体多耦合任务混合式智能决策架构设计

航空学报 2024年

作者：王雪鉴文永明石晓荣张宁宁刘洁玺北京控制与电子技术研究所

针对多智能体在实际复杂应用场景下面对的任务分配和路径规划等多任务相互耦合问题及其决策问题，提出了一种多智能体多耦合任务混合式智能决策架构设计方法。首先，结合单智能体多任务混合式架构和多智能体分布式协同控制的优点，设计... 详细信息

针对多智能体在实际复杂应用场景下面对的任务分配和路径规划等多任务相互耦合问题及其决策问题，提出了一种多智能体多耦合任务混合式智能决策架构设计方法。首先，结合单智能体多任务混合式架构和多智能体分布式协同控制的优点，设计了多智能体面向多耦合任务的混合式智能决策架构；其次，对架构的策略网络以及策略网络训练控制器进行设计，并提出了基于耦合关系的耦合关系矩阵，实现了多智能体多任务在面对协同决策问题时的高效训练；最后，在仿真环境下进行建模、算法训练与仿真，并通过与传统方法进行对比试验，验证了本文提出方法的有效性和先进性。

关键词：智能决策深度强化学习多智能体路径规划任务分配

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于DQN变动力智能决策的轨迹规划

兵工学报 2024年

作者：梅泽伟李天任朱佳琳邵星灵丁天雲刘俊中北大学电气与控制工程学院中国运载火箭技术研究院研究发展中心中北大学仪器科学与动态测试教育部重点实验室中北大学仪器与电子学院

针对航天飞行器气动力不足难以维持应急侧向操纵确保安全避开障碍物的问题，提出了一种基于深度Q学习网络（Deep Q-learning Network， DQN）变动力智能决策的轨迹规划方法。根据变动力航天飞行器运动学方程，设计了基于航程误差的纵向... 详细信息

针对航天飞行器气动力不足难以维持应急侧向操纵确保安全避开障碍物的问题，提出了一种基于深度Q学习网络（Deep Q-learning Network， DQN）变动力智能决策的轨迹规划方法。根据变动力航天飞行器运动学方程，设计了基于航程误差的纵向制导律和考虑避开障碍物的横侧向制导律，用于实时校正倾侧角的幅值和符号，保证终端制导精度和绕飞安全性。从变动力智能决策层面出发，将航天飞行器动力档位调节问题转化为马尔可夫决策过程，以攻角、马赫数以及航天飞行器与障碍物的相对距离为状态空间，以航天飞行器动力档位为动作空间，设计考虑碰撞概率和终端约束偏差的奖励函数，构建DQN网络对智能体进行训练，以得到最佳动力档位。仿真结果表明：所提算法可以赋能航天飞行器在满足终端约束条件下提升运动过程的横向避障能力。

关键词：航天飞行器深度Q学习网络变动力智能决策轨迹规划

智库视角下的智能决策研究——基于MIPS逻辑层次法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

智库理论与实践 2024年第1期9卷 52-63页

作者：刘怡君张云睿迟钰雪中国科学院科技战略咨询研究院北京100190 中国科学院大学公共政策与管理学院北京100049 中央财经大学管理科学与工程学院北京100081

[目的/意义]决策范式逐渐从信息化向智能化升级转型。为使智能决策更好地赋能智库问题研究,本文通过探索智能决策与智库问题研究的耦合机理、影响状况、相关政策,提出具体对策建议,以期助力我国智库高质量发展。[方法/过程]本文基于MIPS... 详细信息

[目的/意义]决策范式逐渐从信息化向智能化升级转型。为使智能决策更好地赋能智库问题研究,本文通过探索智能决策与智库问题研究的耦合机理、影响状况、相关政策,提出具体对策建议,以期助力我国智库高质量发展。[方法/过程]本文基于MIPS(Mechanism analysis-Impact analysis-Policy analysis-Solution)逻辑层次法,在机理分析层,引入智能决策技术和思路,从智库问题研究领域、研究方法和实践工具入手,剖析智能决策与智库研究的内在耦合机理;在影响分析层,从学术研究、学科发展和机构赋能3个角度分析智能决策对智库领域发展带来的影响;在政策分析层,梳理和对比分析国内外智能决策相关的代表性政策。[结果/结论]综合上述研究结果,本文从要重视新技术发展、关注科技伦理和知识产权问题、促进智能决策相关方向的智库人才培养和加强制度政策保障等4个层面提出思考建议。

关键词：智库智能决策 MIPS逻辑层次法

基于深度强化学习的火电机组制粉系统自启停智能决策

在线全文

学校读者我要写书评

暂无评论

热力发电 2024年第3期53卷 146-152页

作者：蔡佳辰李军高明高林高耀岿昌鹏西安热工研究院有限公司陕西西安710054 陕西延长石油富县发电有限公司陕西延安727502

针对目前人工决策基础上的制粉系统一键启停技术存在决策主观经验性强、操盘劳动强度大、节能优化潜力难以发掘等问题,提出了一种综合考虑制粉系统能耗与机组负荷跟踪性能的制粉系统启停决策评价模型,以安全引入网调负荷计划指令信号作... 详细信息

针对目前人工决策基础上的制粉系统一键启停技术存在决策主观经验性强、操盘劳动强度大、节能优化潜力难以发掘等问题,提出了一种综合考虑制粉系统能耗与机组负荷跟踪性能的制粉系统启停决策评价模型,以安全引入网调负荷计划指令信号作为输入,研究了基于深度强化学习的制粉系统自启停智能决策方法,开发了制粉系统自启停决策闭环控制系统。研究结果通过仿真验证,并已在某超超临界1000 MW机组常用磨煤机上成功应用,节能降耗效果显著。研究结果可为火电机组少人、无人化运行技术提供有效借鉴。

关键词：深度强化学习制粉系统自启停控制智能决策

基于卷积神经网络的反无人机蜂群智能决策算法

在线全文

学校读者我要写书评

暂无评论

战术导弹技术 2024年第3期 154-162页

作者：孙学章时晨光周建江南京航空航天大学雷达成像与微波光子技术教育部重点实验室

针对无人机蜂群目标突发来袭时拦截方式的选择问题，提出基于卷积神经网络的反无人机蜂群智能决策算法。采用模糊数学理论对无人机蜂群目标行为因素进行威胁度评估；建立无人机蜂群行为因素到无人机蜂群拦截方式的触发逻辑，基于此生成... 详细信息

针对无人机蜂群目标突发来袭时拦截方式的选择问题，提出基于卷积神经网络的反无人机蜂群智能决策算法。采用模糊数学理论对无人机蜂群目标行为因素进行威胁度评估；建立无人机蜂群行为因素到无人机蜂群拦截方式的触发逻辑，基于此生成样本数据；针对无人机蜂群行为因素与无人机拦截方式之间的非线性关系，构建卷积神经网络结构；在此基础上，对卷积神经网络进行训练和测试，并将所提算法和反向传播（Back Propagation,BP）神经网络算法、支持向量机（Support Vector Machine,SVM）分类算法和极限学习机（Extreme Learning Machine,ELM）分类算法进行性能比较。仿真结果表明，卷积神经网络能够实现对无人机蜂群拦截方式的智能决策，且具有较高的决策精度。

关键词：反无人机蜂群卷积神经网络威胁评估智能决策模糊数学隶属度函数拦截触发逻辑