检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非完备信息下无人机空战目标意图预测

中国科学：信息科学 2020年第5期50卷 704-717页

作者：刘钻东陈谋吴庆宪陈哨东南京航空航天大学自动化学院南京210016 光电控制技术重点实验室洛阳471000

实际空战的复杂性和不确定性及部分空战信息未知性,给无人机空战目标意图预测带来巨大挑战.针对非完备信息下无人机空战目标意图预测问题,本文提出了一种基于长短时记忆(long shortterm memory,LSTM)网络的非完备信息下空战目标意图预... 详细信息

实际空战的复杂性和不确定性及部分空战信息未知性,给无人机空战目标意图预测带来巨大挑战.针对非完备信息下无人机空战目标意图预测问题,本文提出了一种基于长短时记忆(long shortterm memory,LSTM)网络的非完备信息下空战目标意图预测模型.采用分层的方法建立空战目标意图预测特征集,并将空战信息编码成时序特征,将专家经验封装成标签,引入三次样条插值函数拟合以及平均值填充法来修补不完备数据,利用自适应矩估计(adaptive moment estimation,Adam)优化算法,加快目标意图预测模型训练速度,以便有效地防止局部最优的问题.最后通过仿真验证了所建立的无人机空战目标意图预测模型能有效预测无人机空战目标意图.

关键词：意图预测非完备信息长短时记忆网络数据修补 Adam

在线全文

学校读者我要写书评

暂无评论

结合A2C和手牌估值方法的麻将博弈研究

重庆理工大学学报（自然科学） 2024年第5期38卷 154-161页

作者：衣御寒王亚杰吴燕燕刘松张兴慧蒋传禹沈阳航空航天大学工程训练中心沈阳110136

针对大众麻将中对手牌信息利用不充分的问题,提出了手牌估值方法,并设计了基础麻将程序(MJE)。为进一步提升麻将AI的博弈能力,使用深度强化学习方法设计了麻将AI(MJE-RL)。首先,通过MJE自对弈生成深度学习的训练数据。其次,根据训练集... 详细信息

针对大众麻将中对手牌信息利用不充分的问题,提出了手牌估值方法,并设计了基础麻将程序(MJE)。为进一步提升麻将AI的博弈能力,使用深度强化学习方法设计了麻将AI(MJE-RL)。首先,通过MJE自对弈生成深度学习的训练数据。其次,根据训练集、测试集和对比实验的结果,选择效果最好的模型作为强化学习的预训练模型。最后,使用优势演说-评论家模型作为强化学习的主要框架,将训练好的深度学习模型作为演说家部分进行决策,通过MJE-RL与MJE的对弈不断提升麻将AI的博弈能力。实验结果显示,MJE-RL的胜率比MJE高4.08%,点炮率比MJE低3.02%,表明MJE-RL在攻守两端都有提升,达到了提升麻将AI牌力的目的。

关键词：麻将非完备信息深度强化学习 A2C

在线全文

学校读者我要写书评

暂无评论

基于改进麻雀算法的非完备信息博弈策略研究

吉林大学学报（信息科学版） 2022年第4期40卷 589-599页

作者：王琳蒙王玉惠陈谋刘昊天南京航空航天大学自动化学院南京211106

针对空战信息的非完备问题,基于改进麻雀算法进行无人机非完备信息攻防博弈策略研究。通过分析敌我双方空战信息,在确定敌我双方的空战态势优势函数、空战性能优势函数以及收益函数的情况下建立攻防博弈模型。结合博弈模型给出博弈支付... 详细信息

针对空战信息的非完备问题,基于改进麻雀算法进行无人机非完备信息攻防博弈策略研究。通过分析敌我双方空战信息,在确定敌我双方的空战态势优势函数、空战性能优势函数以及收益函数的情况下建立攻防博弈模型。结合博弈模型给出博弈支付函数并计算敌我双方的支付矩阵,提出基于反向学习的改进麻雀算法,求解出敌我双方攻防博弈的纳什均衡解。通过仿真验证了所提方案的可行性和所提算法的有效性,该方案能初步解决空战对抗过程中所遇到的信息非完备问题。

关键词：无人机攻防博弈非完备信息改进麻雀算法反向学习

在线全文

学校读者我要写书评

暂无评论

非完备信息机器博弈算法及对手模型的研究

非完备信息机器博弈算法及对手模型的研究

作者：吴天栋武汉理工大学

学位级别：硕士

随着计算机技术的发展,人工智能领域产生了一系列杰出的成果。尤其是在完备信息博弈方面,计算机通过博弈树搜索、动态规划、α-β减枝算法等经典方法已经可以解决大多数完备信息博弈问题。但是与完备信息博弈不同,在非完备信息博弈中参... 详细信息

随着计算机技术的发展,人工智能领域产生了一系列杰出的成果。尤其是在完备信息博弈方面,计算机通过博弈树搜索、动态规划、α-β减枝算法等经典方法已经可以解决大多数完备信息博弈问题。但是与完备信息博弈不同,在非完备信息博弈中参与者无法获取对手的全部信息,而且在博弈中的不确定性因素(例如随机风险、对手策略的调整、对手欺诈行为等)给研究工作带来了不少难题。本文以德州扑克为实验对象,研究非完备信息机器博弈中的算法,主要研究内容如下:首先,从德州扑克的博弈特性出发,分析了其博弈过程中的状态空间复杂度,介绍了经典的机器博弈算法,分析得出经典的博弈算法难以应用到德州扑克机的机器博弈中。针对现代主流的研究方法进行了归类,一类是基于纳什均衡策略的算法,另一类是对手建模方法。前者主要侧重于计算博弈中的纳什均衡策略,其中虚拟遗憾最小化算法是目前最主流的算法之一。后者旨在在博弈中利用对手的弱点,实现收益最大化。然后,深入研究了虚拟遗憾最小化算法,利用时序差分学习改进了该算法旨在提高算法的效率。针对德州扑克机器博弈中状态空间规模过于巨大的问题,提出了底牌抽象化技术与手牌评估算法简化了状态空间并基于改进的算法建立了机器博弈框架,介绍了详细的流程。同时,深入分析了传统的对手建模方法,研究表明传统的对手建模方法难以反映对手的策略特征与弱点。因此,本文利用新的数据特征改进了策略偏向的对手建模方法,改进的建模方法不仅仅可以反映对手的弱点还可以推理对手的手牌范围。基于改进的建模方法,建立了对手决策模型,通过期望值评估优化了对应策略。最后,设计了机器博弈实验验证本文中提出的算法以及经典算法,实验结果表明对比虚拟遗憾最小化算法,改进的虚拟遗憾最小化算法不仅仅运行效率高,在面对固定对手时收益值提高了25.8%,改进的策略偏向算法在面对各个类型的对手时都有较好的收益值,面对固定对手时,改进的策略偏向算法收益值是传统方法的2.23倍,在各类算法中最高。另外,本文提出的两种改进算法在与传统算法一对一博弈中也有不错的收益。

关键词：非完备信息机器博弈虚拟遗憾最小化对手建模

基于改进DenseNet与CNN的非完备信息博弈的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进DenseNet与CNN的非完备信息博弈的研究

作者：王天举南昌大学

学位级别：硕士

近年来,人工智能技术发展迅速。其中,深度学习技术作为人工智能技术的一个重要分支广泛应用在图像识别、物体检测、语音识别方面。自从Google团队把深度学习应用到完备信息博弈游戏围棋中,并取得了巨大的成功之后,把深度学习技术应用到... 详细信息

近年来,人工智能技术发展迅速。其中,深度学习技术作为人工智能技术的一个重要分支广泛应用在图像识别、物体检测、语音识别方面。自从Google团队把深度学习应用到完备信息博弈游戏围棋中,并取得了巨大的成功之后,把深度学习技术应用到博弈上的研究开始越来越多。传统的解决非完备信息博弈的方法主要有强化学习,搜索等方式来解决。强化学习的方法对于有巨大动作空间的问题来讲,需要维护一个巨大动作-价值表,这样对于很多问题来讲维护表很困难,对计算机的计算能力要求也很高。搜索的方式在对问题进行建模的时候也会由于动作空间的巨大需要创建巨大的搜索树,对于小型动作空间的完备信息博弈游戏尚可。但是碰到巨大状态动作空间的问题局限性很大。本课题以非完备信息博弈游戏作为研究对象,针对传统解决非完备信息博弈方法的局限性,利用深度学习方法的强大特征提取能力直接用端对端的方式来解决麻将游戏中的决策问题。本文内容主要有以下几个部分组成,每个部分也分别代表本课题中我所在做的工作简要概述。1、设计一种用来描述非完备信息博弈游戏场面博弈信息的三维矩阵,其中通道数表示每一种影响决策因素。对于本课题所用的训练数据集是来自游戏公司的游戏玩家对战日志信息。对于对战日志信息的处理包括积分排名、数据筛选、数据抽取等一系列数据处理操作,使得训练集数据可以满足神经网络模型的输入数据结构要求,即从对战日志信息格式转化为三维矩阵格式。通过采用上述的数据构造方法,不但可以有效减少传统利用构建博弈树的方法来解决决策问题的计算量,而且采用深度学习的方法在推广到其它的决策问题上也更简单方便。2、设计一种基于改进的DenseNet的麻将出牌决策模型和改进的CNN网动作网络模型。考虑到深度神经网络模型由于模型深度的增加存在的梯度消失、过拟合等问题。本课题在DenseNet网络模型中引入Squeeze Net网络模型的Fire模块。利用Fire模块的数据压缩功能和混合卷积核结构设计对三维矩阵数据进行多层次的特征提取,不仅降低了模型的复杂度,原始模型密集连接的方式更是有效的缓解了模型的过拟合。对于CNN网络模型,本文受Google Net网络模型启发,把Inception结构结构结合残差网络的跳层思想对CNN模型进行改进。我们将改进后的DenseNet网络模型和改进后的CNN网络模型在相同的数据集上进行训练测试。通过和经典的机器学习模型和深度学习模型进行精确度的对比,改进的模型可以实现精确度的提升,初步达到实验目的。

关键词：深度学习非完备信息博弈

面向非完备信息的机载多传感器航迹融合算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向非完备信息的机载多传感器航迹融合算法研究

作者：甄绪国防科技大学

学位级别：硕士

复杂环境下机载传感器的量测数据具有较大的不确定性,其中信息非完备是重要体现,针对非完备信息容易导致航迹关联难度大、航迹融合效果差的问题,开展了非完备信息情况下的机载多传感器航迹融合算法研究工作。主要工作和贡献如下:1.面向... 详细信息

复杂环境下机载传感器的量测数据具有较大的不确定性,其中信息非完备是重要体现,针对非完备信息容易导致航迹关联难度大、航迹融合效果差的问题,开展了非完备信息情况下的机载多传感器航迹融合算法研究工作。主要工作和贡献如下:1.面向交互式多模型的航迹质量度量策略。基于交互式多模型算法产生的模型匹配概率,本文提出局部航迹信息熵的概念,用来度量局部航迹的质量。在同一观测时刻,不同的传感器对同一目标进行观测,并通过交互式多模型算法产生各自的信息熵,当局部航迹的信息熵越小时,该局部航迹的质量就越好。仿真实验证明了该度量策略的有效性。2.基于集成学习的航迹关联算法。基于模糊数学的航迹关联算法能够更好地处理不确定性问题,但模糊航迹关联算法也存在不足,比如参数设置主观性强、数量多,当应用场景发生变化时算法性能不稳定。为了提高航迹关联的效率与稳健性,提出了一种基于集成学习的航迹关联算法。该算法将航迹关联判断问题转化为二分类问题,首先利用历史航迹关联数据来离线训练Ada Boost算法分类器,然后通过训练好的Ada Boost算法分类器对新的局部航迹数据进行在线分类处理,最后产生航迹关联判决结果。仿真实验表明,在传感器量测丢失情况下,该算法的航迹关联正确率高于现有的模糊航迹关联算法。3.基于航迹质量选择的动态航迹融合算法。选择所有局部航迹进行融合的方法会降低系统航迹的质量,针对这个问题,本文提出了两种基于局部航迹质量选择的融合算法,包括基于改进的模糊C均值聚类和信息熵修正的航迹融合算法、基于信息熵双门限选择的动态航迹融合算法。两种方法都是通过交互式多模型算法来获得局部航迹和信息熵,并用信息熵来度量局部航迹质量。方法一使用局部航迹信息对聚类数据做“质量”修正,改进后的模糊C均值算法对局部航迹进行聚类分析,利用信息熵和隶属度对局部航迹进行选择和融合,达到修正聚类中心和提高系统航迹质量的效果。方法二根据设置的信息熵双门限筛选出质量好的局部航迹,并将其信息熵归一化的结果赋给传感器的权值,实现权值的动态分配。仿真结果表明,在传感器观测精度或量测丢失率不同情况下,这两种算法对机动目标的跟踪性能优于已知的模糊航迹融合算法。

关键词：机载多传感器航迹关联航迹融合非完备信息集成学习

基于序关系的非完备信息案例推理集成方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用与软件 2016年第12期33卷 220-223,317页

作者：胡健陈浈孙金花重庆理工大学管理学院重庆400054

针对案例推理系统中数据集存在数据缺失的非完备信息问题,利用序关系基本原理,设计了案例推理集成方法(ORCBR)。通过对非完备信息下确定符号属性、确定数值属性、区间数值属性以及模糊语言属性等属性间相似性度量的研究,计算出目标案例... 详细信息

针对案例推理系统中数据集存在数据缺失的非完备信息问题,利用序关系基本原理,设计了案例推理集成方法(ORCBR)。通过对非完备信息下确定符号属性、确定数值属性、区间数值属性以及模糊语言属性等属性间相似性度量的研究,计算出目标案例与历史案例的相似性矩阵。在此基础上,利用序关系构建了相似性矩阵中不同属性的集成排序算法,从而得到最相似历史案例。通过对UCI数据库中非完备信息数据集的测试表明,OR-CBR方法比经典案例推理方法准确率高、效率高,很好地解决了非完备信息数据集的案例推理问题。

关键词：序关系非完备信息案例推理集成方法

债务协商下信用违约互换对企业金融策略的影响

在线全文

学校读者我要写书评

暂无评论

系统工程学报 2022年第4期37卷 497-508页

作者：罗鹏飞张勇谭英贤湖南大学金融与统计学院湖南长沙410079 吉首大学数学与统计学院湖南吉首416000 江西财经大学金融学院江西南昌330013

引入信用违约互换(CDS)产品和债务协商,建立了非完备信息下企业动态投资模型.采用滤波理论、博弈理论以及动态规划方法解析地得到了企业的股权价值、债务价值以及企业投资阈值和策略性破产阈值,继而探究了CDS对企业金融决策的影响,得到... 详细信息

引入信用违约互换(CDS)产品和债务协商,建立了非完备信息下企业动态投资模型.采用滤波理论、博弈理论以及动态规划方法解析地得到了企业的股权价值、债务价值以及企业投资阈值和策略性破产阈值,继而探究了CDS对企业金融决策的影响,得到如下结论:与无CDS的企业相比,CDS降低了企业破产风险和债券信用风险溢价,提高了公司总价值,缓解了企业债务积压问题.其次,短期流动性冲击、股东谈判能力的增加及债务期限的减少加剧了企业债务积压问题;而企业债务积压程度与长期偿还能力冲击呈倒“U”型关系.最后,CDS减弱了股东谈判能力对企业债务积压问题的影响程度.

关键词：信用违约互换债务协商非完备信息金融策略

在线全文

学校读者我要写书评

暂无评论

考虑量测低冗余及时空异步的配电网信息处理

电力系统及其自动化学报 2018年第3期30卷 112-117页

作者：王萍刘兆元张杭丁晓群国网山东省电力公司青岛供电公司青岛266300 国网江苏省电力公司泰州供电公司泰州225000 河海大学能源与电气学院南京211100

当前我国配电网信息非完备,难以适应智能配电网的发展。针对量测冗余度低和存在时空异步的情况,提出一种非完备信息的直接处理方法。首先依据信息源将信息分为实时量、准实时量(实时量的累积量)和容量(设备视在功率),并具体分析信息的... 详细信息

当前我国配电网信息非完备,难以适应智能配电网的发展。针对量测冗余度低和存在时空异步的情况,提出一种非完备信息的直接处理方法。首先依据信息源将信息分为实时量、准实时量(实时量的累积量)和容量(设备视在功率),并具体分析信息的非完备性特征。然后研究了综合运用拉格朗日插值、微分、多目标粒子群算法直接处理非完备信息的方法。最后,以一条10 k V馈线为例,运用本文方法处理其非完备信息,并结合Matlab编程,通过测试点估计值与原始值的对比验证了本文方法的可行性和有效性。

关键词：配电网非完备信息直接处理拉格朗日插值多目标粒子群优化