● 摘要
随着作战环境的动态不确定性以及现代作战飞机的信息化和综合化程度日益增加,战场态势及规划和决策的复杂性也日益增加,仅靠驾驶员本身做出正确及时的决策几乎是不可能的。战术辅助决策系统可以将驾驶员从简单繁琐的常规任务中解脱出来,克服人为的判断失误、决策不当和时机延误等方面的问题,提高态势感知及规划和决策的自动化和智能化程度,提高作战效能和生存概率。 论文主要以人工智能为主要技术手段,研究智能化的战术辅助决策方法。主要研究内容及成果如下: 首先,分析了战术辅助决策系统的使用需求和功能需求;分析了战术辅助决策系统的不同角色和可变权限问题;建立了战术辅助决策系统的概念模型和系统结构;在此基础上,基于有限状态机和状态流对战术辅助决策系统进行了描述和分析。 其次,建立了基于贝叶斯网络和动态权值相结合的态势评估算法。建立了通用的贝叶斯网络图形化建模工具,实现了基于贝叶斯网络的战场威胁级别评估和飞行器行为能力等级评估方法。在此基础上,采用动态权值实现了贝叶斯网络评估向量的单值化。 另外,在态势评估的基础上,研究了基于模糊Petri网的战术辅助决策推理方法以及基于引力/斥力的战术飞行轨迹规划方法,实现了态势评估与决策和规划系统的集成,设计和开发了评估、决策、规划仿真系统。 最后,研究了基于粗糙集理论的战术辅助决策系统中决策规则的发现和获取方法。阐明了基于粗糙集理论的属性约简和值约简原理,建立了基于粗糙集的战术辅助决策系统规则库的约简方法,并对战术辅助决策系统规则约简的合理性和有效性进行了仿真验证。
相关内容
相关标签