摘要：火力与制导资源联合分配问题是军事运筹学研究中典型的NP完全问题,其求解具有较高的实时性要求.精确求解算法难以适用,而近来提出的构造算法的时间开销也相对较大,严重影响算法的实际应用.为了解决该问题,本文将其建模为多阶段传感器–武器–目标分配(sensor-weapon-target assignment,S-WTA)问题,并分解成两类作战资源分配子问题.在武器分配阶段采用了一种基于威胁值确定分配优先级的快速构造算法,在传感器分配阶段提出了一种新的基于阶段顺序确定分配优先级的快速构造算法,该算法能充分利用约束条件,大幅度减小时间开销.本文在两种基本构造算法与基于边际损失的构造算法的基础上进一步提出了构造算法序列化组合,对多阶段S-WTA问题进行求解.计算实验验证了新提出的基本构造算法的快速性以及构造算法序列化组合相比于各种基本构造算法的性能优势.

摘要：近年来,以ChatGPT为代表的能够适应复杂场景、并能满足人类的各种应用需求为目标的文本生成算法模型成为学术界与产业界共同关注的焦点.然而,ChatGPT等大规模语言模型(Large Language Model,LLM)高度忠实于用户意图的优势隐含了部分的事实性错误,而且也需要依靠提示内容来控制细致的生成质量和领域适应性,因此,研究以内在质量约束为核心的文本生成方法仍具有重要意义.本文在近年来关键的内容生成模型和技术对比研究的基础上,定义了基于内在质量约束的文本生成的基本形式,以及基于“信、达、雅”的6种质量特征;针对这6种质量特征,分析并总结了生成器模型的设计和相关算法;同时,围绕不同的内在质量特征总结了多种自动评价和人工评价指标与方法.最后,本文对文本内在质量约束技术的未来研究方向进行了展望.

摘要：为应对作战筹划系统人机交互技术中的诸多挑战,梳理和分析了多模态人机交互技术的研究现状;从作战筹划系统概念和人机交互技术需求出发,结合多模态交互技术特点,对系统的实现方式及关键技术进行分析和归纳。提出当前面临的主要挑战为作战筹划系统中多模态交互指令融合及人机混合决策不足等问题,且复杂多变的战场环境增加了指挥人员分析局势并做出准确决策的难度。对作战筹划系统多模态人机交互技术应用研究进展进行分析,为未来作战筹划系统和多模态人机交互技术的发展和研究提供参考。

摘要：传统有限约束集模型预测控制方法仅利用二电平电压源型逆变器的六个有效空间电压矢量和两个零矢量作为控制集合,致使永磁同步电机的相电流中存在较高的电流谐波。针对这一问题,提出一种基于旋转坐标系下电压幅值控制集合的幅值控制集模型预测控制方法。首先通过对电机的负载状态进行分析,根据电机电压状态方程设计电压幅值控制集合,然后根据电流参考值和电流预测模型选择出最优电压幅值,根据当前转子位置,将最优幅值合成逆变器电压矢量作用于电机。该方法能够有效地降低最优矢量的相位误差和幅值误差,从而减小电机的电流谐波和转矩脉动。同时,有限的择优范围和幅值控制集的设计,使得该方法有效地降低了算法的计算复杂度。最后搭建硬件实验平台,通过与电流环PI控制器和占空比模型预测电流控制器进行对比,验证了该方法在动态性能和稳态性能方面优越性。