摘要：智能博弈对抗领域已成为当前研究的热门领域之一。侧重在兵棋推演系统的体系构建和模块设计,分析了兵棋推演系统的建模要素,包括兵棋要素、兵棋规则及智能接口设计,构建了智能兵棋推演系统的整体架构。通过A3C强化学习智能算法对系统设计进行可行性验证。其中,改进了强化学习训练过程的奖励设置,明确智能兵棋环境的状态输入、算法驱动过程及动作输出过程,通过自主实现的智能兵棋推演系统,验证了所提的系统理论与工作。该工作为基于强化学习的智能博弈系统的设计与实现提供了可行路径,并为以后基于强化学习的智能博弈对抗研究提供了基础平台。

摘要：针对现有直觉模糊相似度未考虑其隶属度和非隶属度的实践语义且在一些情形下可能出现“违反直觉”等问题,本文提出一种新直觉模糊相似测度,并将其引入直觉模糊决策系统中,定义了直觉模糊相似度下(α,β)-水平截集等概念,并给出相关性质.以粗糙隶属度为评价函数导出目标集的(α,β)-下、上近似集及其三个域.考虑到决策者不同风险态度,基于贝叶斯理论构建一种具有多风险偏好的直觉模糊三支决策模型,并获得决策规则,进而提出一种基于直觉模糊相似度的直觉模糊三支决策方法.最后,通过算例说明该方法的可行性和有效性.

摘要：资源配置是装备维修保障的重要组成部分,为了在装备发生故障后,合理优化资源配置,快速修复故障设备、恢复军队战斗力,本文提出了一种面向任务的装备维修保障资源配置模型,并利用遗传算法进行求解。在算法设计过程中,采用更接近问题空间的实数编码形式,并且通过嵌入有限选择的随机替换模块,良好解决了在明确任务需求以及维修保障资源条件下的任务与资源配置问题,避免了资源的重复分配。本文通过具体实例分析证明了该方法的可行性、有效性和适用性,为该类决策支持系统的设计与开发提供了思路,对于未来信息化战场上的装备维修资源保障辅助决策提供了重要参考。

摘要：针对直觉模糊三支群决策模型的概率阈值难以确定的问题,基于优化模型,提出一种确定直觉模糊三支群决策模型概率阈值的新方法,进而获得直觉模糊三支群决策知识.首先根据经典三支决策模型概率阈值的实践语义,分别构建两个线性规划模型,并通过KKT(Karush-Kuhn-Tucker)条件导出模型的最优解,其解表明:通过构建优化模型确定经典三支决策概率阈值的方法是可行有效的.进一步,将此方法拓展到直觉模糊三支群决策模型的概率阈值确定中,建立两个非线性优化模型,并证明了模型最优解的存在性.然后,采用LINGO软件对模型进行求解,并获得直觉模糊三支群决策模型的概率阈值及其决策知识,在此基础上提出一种基于优化模型的直觉模糊三支群决策方法.最后,通过算例分析说明所提出方法的可行性和有效性.

摘要：本文基于德温特创新索引数据库,对人工智能专利全球地理分布、主要国家PCT布局、技术热点、未来趋势等进行了分析。研究发现:目前人工智能专利主要分布在北美、东亚和西欧地区;中国专利数量已赶超美国,但大部分集中于技术应用层面,存在结构不均衡问题;人工智能领域的跨国巨头均重视专利全球化布局,国外机构在中国申请的专利已近中国专利总数的50%;大数据、云计算、深度学习、语音识别、图像识别、人机交互等是当前人工智能领域的热点技术;智能机器人、智能医疗、智能金融、智能安防、智能教育、智能驾驶6个方面的新兴技术主题,与人工智能热点技术存在较强的交叉关联,创新机构需对上述热点与新兴技术加以重点关注。本研究可为中国相关企业与政府机构进行人工智能技术前瞻性布局与创新引导政策的制定提供参考。

摘要：针对海空立体化海战场态势分析与辅助决策需求,建立基于知识的海战场态势评估辅助决策系统。设计系统体系架构,并以态势知识处理为途径,将各类战场信息聚集处理并构建知识库,利用知识发现技术对战场数据进行分析,综合应用数据、知识和模型对作战态势进行评估。以态势评估为目的,建立多层次和多角色的指挥员辅助决策应用模式,并提出相应关键技术体系,以期对海战场态势评估辅助决策系统的设计与开发提供参考。

摘要：序贯三支决策是三支决策理论近年发展起来的一种新型决策方法。传统的序贯三支决策方法鲜有针对序贯信息粒的构建和其在分类学习中的应用的研究。针对这两个问题,研究了Local约简与Global约简之间的内在序贯性,并以此构建了具有约简特性的序贯信息粒。在此基础上设计了一种序贯三支分类器。实验结果表明,该序贯三支分类器不仅能很好地在合适信息粒上进行分类,而且较传统的分类算法提高了数据集的分类精度。

摘要：现阶段三维点云的数据采集方法因其对物体表面的敏感性,其测量结果中不可避免地存在大量的空洞、毛刺区域。三维点云的修补对于点云数据的进一步分析与应用具有十分重要的意义。针对三维点云数据的修补问题,对训练数据进行分类筛选,避免了误差点对于点云模型修复的影响;结合点云数据的拓扑结构特征,将改进的K最近邻法应用于点云模型修复,得到了贴近实际的点云模型。