摘要：分析了战争复杂系统的基本特征,针对传统作战模拟方法的不足,将复杂适应系统理论应用于作战模拟,设计了基于复杂适应系统理论和多智能体系统的建模与仿真系统,介绍了系统的基本框架,并分析了其信息流程。

摘要：对战场敌方目标战术意图的快速、准确和自动识别,是智能决策的前提和基础。针对传统意图识别模型在知识表达、网络训练和时序特征学习上面临的困难,提出一种模拟指挥员进行情况判断时的记忆机制和推理模式、基于长短时记忆循环神经网络的战场目标意图智能识别模型,构建了模型的基本框架、设计了相应的时序特征编码方法、标签知识封装与模式解析机制,并通过采用学习因子自适应调整策略提高模型的训练效率。测试结果表明,所提模型具有比传统循环神经网络模型更好的收敛性能,能以较高的识别准确率实现对敌方目标战术意图的自动识别。

摘要：谣言的肆意扩散容易造成社会心理恐慌和非理性反应,进而引发比突发事件本身更严重的后果。针对谣言传播的特点,将疾病传播SIR模型与Agent建模理论相结合,从社会影响力、受教育程度等方面分析个体差异,引入个体记忆机制,设计相应的交互规则,构建谣言传播的涌现模型,并设置了5种情况进行仿真实验,为探索突发事件下谣言传播的扩散规律与消解对策提供理论支持。

摘要：为便于团队交流与系统维护,在对表的设计结构修改后,应及时更新项目技术文档。为克服现有方法存在的不足,在Visual Studio 2010环境下,基于C#编程语言,开发了一个针对SQL Server数据库表结构的报表生成系统。该系统支持单表导出和批量导出两种工作模式,支持将表结构导出到Word和Excel两种应用接口,具有操作简单、使用灵活和功能完善的优点,对提高团队开发效率和技术文档的规范性具有一定的应用价值。

摘要：对战场目标战术意图的快速、准确和自动识别，是智能决策的前提和基础。目标战术意图通常由多个战术动作组合完成，因而目标状态呈现动态、时序变化特征。本文针对目标意图识别问题的特点，提出一种基于栈式自编码器（ SAE）的智能识别模型，设计智能识别模型的基本框架，提出一种基于时序特征的输入信号编码方法及相应的模式解析机制，通过将目标状态在多个时刻的时序特征和战场环境、目标属性等信息统一编码为输入信号，将军事专家的知识经验封装为模式标签，模拟人的推理模式与认知经验，实现对目标战术意图的智能识别。最后通过实验，分析预训练过程和网络深度对算法性能的影响，并通过与多层感知机（MLP）和逻辑回归分类器（LRC）识别准确率的比较，验证所提SAE算法的有效性。

摘要：针对最优火力分配的特点,分析了火力分配优化问题的数学模型,设计了一种求解该类问题的自适应变异粒子群算法(Adaptive Mutation Particle Swarm Optimization,AMPSO)。该算法采用十进制编码方法和基于数值运算的个体更新方法;为平衡算法的局部搜索能力和全局收敛性能,设计了一种关键参数自适应调整方法;为增强种群在进化后期的多样性,提出了一种变异策略。仿真结果表明,所提AMPSO算法具有良好的寻优性能,是优化火力分配的一种有效算法。

摘要：课堂教学评价是提高课堂教学质量的重要手段。基于多元智力理论,设计具有6个维度和13项指标的课堂评价量表,以客观反映课堂教学质量及教员的专业素养,达到对课堂教学活动的诊断、调控与导向的目的。

摘要：针对基本粒子群算法在求解火力打击体系目标分配问题时易陷入局部极值、计算精度差的局限性,提出了一种基于混沌粒子群算法(Chaos Particle Swarm Optimization,CPSO)的目标分配优化方法。在综合考虑整体毁伤效能、打击匹配度和风险概率的基础上,分析了目标分配问题的数学模型,设计了相应的粒子编码方法、更新策略和有效性修订方法,提出一种在种群最优粒子邻域内进行混沌搜索的改进策略。仿真结果表明,所提CPSO算法的性能明显优于基本粒子群算法和变异粒子群算法。

摘要：在存量时代背景下,建设“好房子”成为住房建设领域的重要课题。结合“科技宅”项目,从服务美好生活、科技赋能、装配建造、安全健康、绿色运维5个维度提升生活品质,构建绿色、健康、舒适、智能的居住空间,为住宅产业转型升级提供参考。

摘要：减法意义的学习对于低段学生是个难题,他们经常在解决问题上出错。通过分析"减法的意义"在小学数学教材中的分布情况和学生学情,总结教学方法,主要是通过设计数学活动、追问、知识迁移等方法让孩子体会减法的意义,并在此基础上,总结学生"如何列算式"的教学方法。