计算机生成兵力智能决策方法及其应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

计算机生成兵力智能决策方法及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概述1

1.1 智能决策的含义1

1.2 智能决策与计算机生成兵力1

1.3 与决策相关的作战行为3

1.3.1 决策与指挥控制3

1.3.2 决策与指挥自动化系统4

1.4 决策行为5

1.4.1 任务规划6

1.4.2 战术决策9

1.4.3 机动行为决策10

1.4.4 火力行为决策10

1.4.5 作战行动协同决策11

1.5 智能决策的必要条件12

1.5.1 对战场地理信息系统的要求12

1.5.2 对装备模型的要求14

1.6 决策知识的获取15

1.6.1 决策知识来源16

1.6.2 知识获取过程16

1.6.3 人工知识获取18

1.6.4 自动知识获取18

1.7 作战仿真系统中决策知识的表示原则19

1.8 智能决策的特点19

第2章 CGF体系结构21

2.1 人类行为建模框架结构21

2.2 CGF体系结构的设计原则22

2.3 常见的CGF体系结构24

2.3.1 基于联邦成员的体系结构24

2.3.2 层次化服务的体系结构25

2.4 基于OODA回路的CGF体系结构27

2.4.1 OODA的基本概念27

2.4.2 OODA的主要特征28

2.4.3 CGF中的OODA过程29

第3章 基于规则推理系统的方法31

3.1 引言31

3.2 规则推理系统的结构31

3.2.1 产生式规则库32

3.2.2 全局数据库32

3.2.3 解释程序33

3.3 在坦克CGF分队进攻战斗中的应用34

3.3.1 知识表示34

3.3.2 知识库的构成35

3.3.3 坦克营对阵地防御之敌进行进攻战斗的战术决策35

3.3.4 单坦克战术动作决策37

3.4 模糊规则推理系统39

3.4.1 模糊产生式规则39

3.4.2 模糊匹配40

3.4.3 模糊产生式的冲突解决40

3.4.4 模糊规则推理的一种简化算法40

3.5 基于规则推理方法的特点42

第4章 基于人工神经网络的方法43

4.1 引言43

4.2 人工神经网络43

4.2.1 神经元模型43

4.2.2 人工神经网络结构46

4.3 在坦克CGF机动决策中的应用48

4.3.1 问题描述48

4.3.2 模型构建48

4.3.3 模型输入49

4.3.4 模型输出50

4.3.5 模型应用50

4.4 在水面舰艇CGF防空决策中的应用51

4.4.1 系统构成52

4.4.2 基本规则52

4.4.3 神经网络设计53

4.5 人工神经网络方法的特点53

第5章 基于有限状态机的方法55

5.1 引言55

5.2 有限状态机基本原理55

5.3 几种典型的有限状态机56

5.3.1 有限状态自动机57

5.3.2 摩利机58

5.3.3 摩尔机59

5.4 有限状态机的表示60

5.4.1 状态转换表60

5.4.2 状态转换图60

5.4.3 语法规则61

5.5 在CGF行为决策中的应用61

5.5.1 基本原理61

5.5.2 任务的概念62

5.5.3 任务帧和任务帧栈63

5.5.4 基于任务管理器的任务执行64

5.6 基于有限状态机方法的特点65

第6章 基于贝叶斯网的方法66

6.1 引言66

6.2 贝叶斯定律66

6.3 贝叶斯网络66

6.4 推理形式68

6.5 基于贝叶斯网的编队防空目标判别模型68

6.5.1 单舰对空袭目标类型判别69

6.5.2 编队对空袭目标类型判别71

第7章 基于多Agent系统的方法76

7.1 引言76

7.2 Agent的概念76

7.3 Agent的体系结构77

7.3.1 认知Agent78

7.3.2 反应Agent79

7.3.3 混合Agent80

7.4 多Agent系统80

7.4.1 体系结构81

7.4.2 交互机制83

7.4.3 通信语言84

7.4.4 行为协调84

7.5 基于多Agent系统的建模方法86

7.5.1 基本思想86

7.5.2 基本方法86

7.6 基于多Agent系统的坦克CGF建模87

7.6.1 CGF的框架结构87

7.6.2 决策机制89

7.6.3 通信方式90

7.7 基于多Agent系统的实体行为协同决策94

7.7.1 基于联合意图的行为协同决策方法94

7.7.2 基于不同指挥级别的行为协同决策99

7.8 基于多Agent系统方法的特点102

第8章 基于语境推理的方法104

8.1 引言104

8.2 作战行动的语境化104

8.2.1 过程和状态104

8.2.2 作战行动的过程和状态105

8.2.3 基于语境的作战行动描述105

8.3 基于语境的推理106

8.3.1 基本假设106

8.3.2 CxBR特点107

8.3.3 基于语境推理的过程107

8.4 语境的分类108

8.4.1 使命语境108

8.4.2 主语境109

8.4.3 子语境109

8.5 语境的跃迁110

8.5.1 语境的顺序跃迁110

8.5.2 语境的竞争跃迁110

8.6 基于语境推理的系统114

8.6.1 外部变量处理模块114

8.6.2 语境知识库115

8.6.3 语境编辑界面116

8.6.4 推理机116

8.6.5 推理结果116

8.7 基于语境推理的协同行动模型117

8.7.1 基于联合意图理论的行动协同概述117

8.7.2 联合意图理论在CxBR框架中的体现117

8.7.3 CxBR实现协同的相关定理118

8.7.4 CxBR框架下的协同建模119

8.8 水面舰艇CGF协同作战描述121

8.8.1 交战规则121

8.8.2 基于语境描述的模型122

8.9 基于语境推理方法的特点123

第9章 基于案例推理的方法124

9.1 引言124

9.2 基于案例推理系统的类型125

9.2.1 解释型CBR125

9.2.2 问题求解型CBR125

9.3 基于案例推理的过程125

9.3.1 问题求解型CBR系统的推理过程125

9.3.2 解释型CBR系统的推理过程127

9.3.3 CBR的关键问题127

9.4 案例表示127

9.4.1 案例中存储的信息128

9.4.2 案例内容描述结构128

9.4.3 案例的索引132

9.5 案例检索132

9.5.1 基于海明距离的相似度计算133

9.5.2 基于欧几里得距离的相似度计算133

9.5.3 在任务规划案例检索中的应用133

9.6 案例的适应性调整134

9.7 案例学习135

9.8 在坦克CGF选择进攻方式中的应用135

9.8.1 问题描述135

9.8.2 案例表示136

9.8.3 案例检索137

9.9 基于案例推理方法的特点138

第10章 基于遗传算法的方法139

10.1 引言139

10.2 遗传算法和基本概念139

10.2.1 遗传算法的生物进化启示139

10.2.2 基本概念140

10.2.3 标准遗传算法143

10.3 遗传算子143

10.3.1 交叉算子143

10.3.2 变异算子144

10.3.3 选择算子145

10.4 在火力最优分配中的应用145

10.4.1 问题描述145

10.4.2 火力分配146

10.4.3 模型实现147

10.4.4 案例分析148

10.5 遗传算法的特点151

第11章 混合推理方法152

11.1 引言152

11.2 分类器系统152

11.2.1 分类器系统方法152

11.2.2 学习分类器系统155

11.2.3 在飞机CGF航路规划中的应用156

11.3 CBR和RBR相结合的方法157

11.3.1 基本思想157

11.3.2 结合方式157

11.3.3 在指挥实体任务规划中的应用158

11.4 神经网络和遗传算法相结合的方法160

11.4.1 基本思想160

11.4.2 结合方式161

11.4.3 在威胁度估计中的应用165

第12章 外军作战仿真中的CGF智能决策169

12.1 引言169

12.2 ModSAF169

12.2.1 ModSAF软件体系结构170

12.2.2 ModSAF的行为建模机制171

12.2.3 ModSAF中对行为描述的不足172

12.3 CCTT SAF172

12.3.1 CCTT SAF的体系结构173

12.3.2 CCTT SAF的行为建模机制175

12.4 IFOR177

12.4.1 IFOR实体结构177

12.4.2 Soar/IFOR行为建模机制178

12.4.3 Soar/IFOR在STOW-E中的应用180

12.5 CFOR181

12.5.1 CFOR基本思想181

12.5.2 CFOR体系结构182

12.5.3 指挥控制系统和仿真系统的集成184

12.6 OneSAF185

12.6.1 OneSAF开发计划186

12.6.2 OTB SAF软件体系结构188

12.6.3 OTB SAF行为建模机制189

第13章 典型的CGF开发和应用软件191

13.1 引言191

13.2 STAGE191

13.2.1 体系结构191

13.2.2 模型框架192

13.2.3 应用领域194

13.2.4 实例分析194

13.3 VR_Force195

13.3.1 体系结构196

13.3.2 程序设计198

13.3.3 基本操作199

13.3.4 应用实例202

第14章 坦克CGF的智能决策207

14.1 引言207

14.2 CGF行为模型的程序运行环境207

14.3 在程序中用于决策的类208

14.3.1 CAgent类208

14.3.2 两个对应知识库的类209

14.3.3 战场环境数据库相关的类209

14.4 决策过程210

14.5 状态获取211

14.5.1 扫描所有地形特征物212

14.5.2 扫描所有战场中的虚拟实体212

14.5.3 进攻阶段的信息213

14.5.4 开进阶段的状态获取213

14.5.5 占领展开地区阶段的状态获取214

14.5.6 冲击阶段的状态获取214

14.6 战术决策和动作规划215

第15章 水面舰艇CGF的智能决策217

15.1 基本想定217

15.2 系统构成217

15.3 决策行为分类218

15.4 防空决策流程220

15.5 目标威胁判断220

15.6 编队火力分配221

15.7 单舰火力分配223

15.8 单舰武器选择223

15.9 决策规则管理225

参考文献227