【摘 要】
：
构建下一代智能化兵棋系统，难在不能一蹴而就，需要通过构建生态系统逐渐成长智能。界定了智能化兵棋生态系统的基本概念，提出动态开放的理念、层次多样的理念和协同演化的理念。借鉴人类智能成长过程和学习进化机制，构建了下一代兵棋认知智能演化成长的OLTA双螺旋模型，给出了基于OLTA循环的兵棋推演生态系统体系框架；分析了数字孪生、人机融合共生、数据样本生成、智能测试评估、云原生等技术在构建兵棋推演生态系统中
【机 构】
：
国防大学联合作战学院,北京100091
论文部分内容阅读
构建下一代智能化兵棋系统，难在不能一蹴而就，需要通过构建生态系统逐渐成长智能。界定了智能化兵棋生态系统的基本概念，提出动态开放的理念、层次多样的理念和协同演化的理念。借鉴人类智能成长过程和学习进化机制，构建了下一代兵棋认知智能演化成长的OLTA双螺旋模型，给出了基于OLTA循环的兵棋推演生态系统体系框架；分析了数字孪生、人机融合共生、数据样本生成、智能测试评估、云原生等技术在构建兵棋推演生态系统中的应用。
其他文献
为拓展浮选尾煤的综合利用方式,实现浮选尾煤中有价矿物的高附加值利用,文章提出了一种新的浮选尾煤综合利用途径——从浮选尾煤中分选回收高岭土。结合高岭土分选方法、铁矿分选方法,提出了以炭颗粒为载体的炭与铁混合浮选和抑铁浮高岭土两种分选技术路径,以便与选煤厂洗选工艺相结合,优化高岭土制备流程。试验以唐山矿选煤厂浮选尾煤为研究对象,在对其进行矿物组成、元素含量以及粒度组成分析的基础上,进行了相关分选试验。研究结果表明:高岭土在试样的主要晶相矿物中占比在85%以上,铁的赋存形式主要是赤铁矿,结构型铁含量较低,具备脱
为了提高X射线煤矸智能识别过程中机器对成像后图片矿物区域信息提取的精度,先选取煤和矸石中石墨、石英、高岭土、蒙脱石四种主要矿物,分别在X射线下成像,得到高能区、低能区成像图片,将图像转化为灰度图像,用迭代式阈值分割、大津阈值分割(OTSU阈值分割)、全局阈值分割、最大熵阈值分割、交叉熵阈值分割算法对图像进行分割,同时用人工分割方法获取标准分割图像,以此图像作为评价分割精度的标准。采用DICE、RVD、VOE三种标准评价指标来评价五种算法的分割效果,根据每种算法的评价指标,通过数据分析得到分割精度最高的算法
随着仿真系统的复杂性及其仿真模型在各个领域的广泛应用,用户对仿真模型的开发效率和质量提出了更高的要求。针对当前模型驱动工程主要应用于有关仿真软件工具的工程化实现,尚未达到模型层面而未能进行形式化分析,基于模型驱动工程,从元建模、模型转换两个方面设计了领域特定语言及形式化的模型转换体系,以火控通道控制系统为例,将概念模型自动化转换为具有精确语义形式体系表示的可执行仿真模型,直到最终代码框架的生成。研
针对未来战争形态呈现的体系化、网络化、智能化特点，提出了建设新一代大型计算机兵棋系统面临的主要挑战，设计了新一代大型计算机兵棋系统的体系架构，讨论了智能化战争建模、体系构架集成、资源服务管理、人机交互等新一代大型计算机兵棋系统的关键技术。
兵棋推演系统作为进行战争推演、方案评估、作战分析等活动的重要手段，能够支撑作战问题研究、战法创新以及作战概念开发。从推演方法和系统研究的角度梳理了国外计算机兵棋系统的发展现状，重点介绍了在线推演和多级联合推演等方法，以及多级兵棋融合设计、多系统组合仿真和辅助工具开发等研究现状，为计算机兵棋系统的发展和运用提供借鉴和参考。
Wiener非线性系统是由动态线性子系统串联非线性静态子系统而成,被广泛应用于自动控制、化工、电气等领域。考虑Wiener输出误差自回归(WienerOutputErrorAutoregressive,Wiener OEAR)系统的辨识问题,提出了一种混沌引力搜索迭代辨识算法,通过在引力搜索算法中引入混沌优化机制来估计Wiener OEAR系统的未知参数,并证明了所提出的算法的收敛性。为证明所提辨
战略博弈推演是战略决策的重要手段，剖析了战略博弈推演研究现状及面临的挑战，分析了大数据、人工智能技术对战略博弈推演系统建设带来的启示，研究提出下一代战略博弈推演系统发展设想以及需要突破的关键技术，即面向战略主题的事件关联图谱构建、基于生成对抗网络的战略决策稀疏样本生成、人在回路混合增强博弈策略学习及基于社交网络的舆情传播建模技术。在此基础上，对未来战略博弈推演的发展趋势进行了展望。
建立以矿井通风网络总功率最小为目标的非线性优化数学模型,改进粒子群优化算法实现寻优。在粒子群算法中引入变异操作,提出了一种新的惯性权重,并构造一种新的粒子选择方法控制违反约束条件的粒子数量,提高粒子群算法寻找边界的能力。将风量平衡定律和风压平衡定律的约束条件转化为目标函数的惩罚项,改进粒子群(Improved Particle Swarm Optimization, IPSO)对目标函数进行优化,
针对人工鱼群算法优化精度不高和易陷入局部最优等缺点,结合引力算法和教学优化的思想,提出了一种双种群鱼群搜索算法。引入交叉思想,对双种群得出的结果进行交叉再取优,为了避免陷入局部最优,加入模拟退火的Metropoils准则。通过标准函数对算法进行验证,结果表明:双种群鱼群算法寻优效果要优于传统人工鱼群算法和已知文献算法。在已知文献基础上提出了一种分布式投资组合模型,并将设计算法应用于该进行求解,验证
为解决传统人工势场法存在目标不可达、易陷入局部极小值、无法避障和缺少航迹优化策略等缺陷,而分层势场算法又存在分层越多规划速率越慢的问题。对无人机进行建模,在分层势场函数中分别引入引力影响因子和斥力影响因子解决目标不可达问题,引入"辅助力"解决易陷入局部极小值问题,提出自适应扩展势场算法对航迹进一步优化。通过对多无人机航迹规划进行数值仿真实验,结果表明该算法可以提高规划效率。