本文课题背景为国家“驾驶员辅助决策人工智能系统”及“驾驶员辅助决策支持系统”。驾驶员辅助决策人工智能系统(PAAIS,Pilot Assistant Artificial Intelligent System)采用人工智能和先进的计算技术,加强战斗机对任务设备和战场信息的管理和利用,以提高战斗机的安全性、生存能力和完成任务能力。知识处理是PAAIS的核心问题,知识表示与推理、组织与调度及知识库校验是PAAIS研究的重点问题,也是本文研究工作的重点。 论文的研究工作包括: 1、PAAIS体系结构及知识处理框架。研究驾驶员辅助决策人工智能系统的组织和功能,提出驾驶员辅助决策人工智能系统的体系结构。研究PAAIS知识处理框架,利用黑板框架将问题划分为不同抽象层次,为问题的解决提供推理结构,每个知识源都用于完成某些特定的任务,PAAIS的知识库由各个知识源(KS)构成,实现知识结构的模块化管理。 2、模糊Petri知识建模及其在PAAIS中的应用。研究用模糊Petri网建模PAAIS中的模糊知识,根据FPN知识表示的特点,提出数据驱动的FPN正向推理算法及目标驱动的FPN反向推理算法的实现过程,对FPN权值学习机制进行初始探讨,并完成模糊Petri知识建模工具的开发工作。 3、PAAIS知识库校验方法。对知识库中常见的一致性、完整性问题进行了分析,提出了单个知识库校验的算法,并结合PAAIS具有多个领域知识库的特点,提出了多知识库校验的实现算法。 4、PAAIS原型系统设计与实现。完成PAAIS中FPN知识建模子系统及知识库校验子系统的设计与开发;设计PAAIS原型系统的总体框架、逻辑层次和各部分之间接口标准,完成系统集成,初步建立飞行作战辅助决策原型系统。