摘要：以面向Agent的方法为基础,通过概念模型设计来描述导弹作战仿真建模,实现问题域的表达。通过分析概念模型的表达要素,利用一系列规范形式来描述所建立的Agent模型及其扩展模型。提出一种面向Agent的概念化范例指导导弹作战仿真概念模型的分析和设计,并给出详细的过程与步骤。与其他现有面向Agent方法比较,此构造概念模型的技术能够在导弹作战仿真建模之初就抽象出系统中的实体、实体活动、实体间的交互等要素,直接反应在概念模型中,为系统仿真提供了一套行之有效的概念建模方法。

摘要：分析了课程教学设计的必要性,介绍了进行课程教学设计的基本做法,提出了进行课程教学设计的基本模式,总结了课程教学设计的基本经验,对开展课程教学有一定参考意义。

摘要：导弹作战是一个十分复杂的过程,在仿真中所涉及的模型种类繁多,类别不一。为了有效地对模型进行开发,实行管理、组合和调度,模型规范化是一个迫切需要解决的问题。在对各类模型分类层次和关系进行分析和归纳的基础上,提出了通用的模型规范化设计和实现方案,并给出了其表示格式描述及标准化开发过程规范。

摘要：针对多Agent系统研究中的目标冲突消解问题,建立了在多个Agent的局部目标和系统全局目标间进行协调优化的多目标优化模型。在多Agent分布式规划的框架下,提出了一种基于遗传算法(genetic algorithm,GA)的分布式协商进化算法,用于求解多目标规划模型。针对GA搜索中保持解的多样性、提高收敛速度等问题,对选择算子进行了设计。通过仿真实验,证明新的选择算子能有效提高解的质量。最后将该算法应用于部队机动协同路线规划的目标冲突消解问题,验证了其有效性。

摘要：信息化条件下体系对抗成为现代战争的基本形态,因此面向体系的目标选择问题尤为重要。针对目标体系中各目标所发挥作用的不确定性和模糊性,利用贝叶斯网络易于进行不确定性推理的优点,提出了目标选择方法,建立了基于贝叶斯网络的目标选择模型。通过实例仿真计算,表明该模型能够准确地对目标进行排序,推理简单,易于实现,验证了模型的有效性。

摘要：自主规划、适应环境和学习功能等多项智能行为是现代战争的决策活动对辅助决策系统的基本要求.以常规导弹兵力行动方案的辅助决策为背景,提出了基于多Agent的系统总体设计,确立了系统构成的核心:机动方案Agent、测试方案Agent、运输方案Agent、保障方案Agent、,集成方案Agent以及任务管理Agent,建立了各类Agent的结构模型,并阐述了其功能.

摘要：针对常规遗传算法易陷入局部最优的缺陷,采用分布式并行遗传算法研究了图像匹配问题,完成了一种基于机群系统的无人机地标匹配算法的设计与实现.实验结果表明,此算法具有更高的精度和速度,取得了满意的结果.

摘要：短时间内测试大批量合格的常规导弹是未来作战的客观要求。结合导弹部队的作战实际情况,分析了当前技术阵地测试所面临的问题,提出了一些改革的方法。改造技术阵地测试设备,提高操作人员的熟练程度,采用并行技术和关键路技术优化导弹测试流程,同时建立战时应急状态下的测试流程,特别是导弹批量测试技术的提出,将极大地提高导弹测试速度,缩短测试时间,为将来技术阵地的建设提供了建议,同时也对将来常规导弹的设计和研制提出了更高的要求。

摘要：遗传算法求解线性规划问题特别是大型线性规划问题通常比常规求解方法有效得多,但如何求解灰色线性规划是一个值得探讨的课题,本文利用遗传算法的Genocop算法设计了灰色LP的求解程式。

摘要：针对当前作战仿真评估系统存在的仿真结果数据利用效率低和体系对抗特征不明显等诸多弊端,提出一种基于数据耕耘的作战仿真评估系统框架设计,以形成数据在环、多想定创建、回合制交互、多分辨率模型提炼和多视角因素分析的良好机制,提高仿真评估系统的数据支持力度和体系对抗性,为现代军事活动中的决策支持提供可靠参考。