计算机生成兵力智能决策方法及其应用

第1章 概述

1.1 智能决策的含义

1.2 智能决策与计算机生成兵力

1.3 与决策相关的作战行为

1.3.1 决策与指挥控制

1.3.2 决策与指挥自动化系统

1.4 决策行为

1.4.1 任务规划

1.4.2 战术决策

1.4.3 机动行为决策

1.4.4 火力行为决策

1.4.5 作战行动协同决策

1.5 智能决策的必要条件

1.5.1 对战场地理信息系统的要求

1.5.2 对装备模型的要求

1.6 决策知识的获取

1.6.1 决策知识来源

1.6.2 知识获取过程

1.6.3 人工知识获取

1.6.4 自动知识获取

1.7 作战仿真系统中决策知识的表示原则

1.8 智能决策的特点

第2章 CGF体系结构

2.1 人类行为建模框架结构

2.2 CGF体系结构的设计原则

2.3 常见的CGF体系结构

2.3.1 基于联邦成员的体系结构

2.3.2 层次化服务的体系结构

2.4 基于OODA回路的CGF7体系结构

2.4.1 OODA的基本概念

2.4.2 OODA的主要特征

2.4.3 CGF中的OODA过程

第3章 基于规则推理系统的方法

3.1 引言

3.2 规则推理系统的结构

3.2.1 产生式规则库

3.2.2 全局数据库

3.2.3 解释程序

3.3 在坦克CGF分队进攻战斗中的应用

3.3.1 知识表示

3.3.2 知识库的构成

3.3.3 坦克营对阵地防御之敌进行逆攻战斗的战术决策

3.3.4.单坦克战术动作决策

3.4 模糊规则推理系统

3.4.1 模糊产生式规则

3.4.2 模糊匹配

3.4.3 模糊产生式的冲突解决

3.4.4 模糊规则推理的一种简化算法

3.5 基于规则推理方法的特点

第4章 基于人工神经网络的方法

4.1 引言

4.2 人工神经网络

4.2.1 神经元模型

4.2.2 人工神经网络结构

4.3 在坦克CGF机动决策中的应用

4.3.1 问题描述

4.3.2 模型构建

4.3.3 模型输入

4.3.4 模型输出

4.3.5 模型应用

4.4 在水面舰艇CGF防空决策中的应用

4.4.1 系统构成

4.4.2 基本规则

4.4.3 神经网络设计

4.5 人工神经网络方法的特点

第5章 基于有限状态机的方法

5.1 引言

5.2 有限状态机基本原理

5.3 几种典型的有限状态机

5.3.1 有限状态自动机

5.3.2 摩利机

5.3.3 摩尔机

5.4 有限状态机的表示

5.4.1 状态转换表

5.4.2 状态转换图

5.4.3 语法规则

5.5 在CGF行为决策中的应用

5.5.1 基本原理

5.5.2 任务的概念

5.5.3 任务帧和任务帧栈

5.5.4 基于任务管理器的任务执行

5.6 基于有限状态机方法的特点

第6章 基于贝叶斯网的方法

6.1 引言

6.2 贝叶斯定律

6.3 贝叶斯网络

6.4 推理形式

6.5 基于贝叶斯网的编队防空目标判别模型

6.5.1 单舰对空袭目标类型判别

6.5.2 编队对空袭目标类型判别

第7章 基于多Agent系统的方法

7.1 引言

7.2 Agent的概念

7.3 Agent的体系结构

7.3.1 认知Agent

7.3.2 反应Agent

7.3.3 混合Agent

7.4 多Agent系统

7.4.1 体系结构

7.4.2 交互机制

7.4.3 通信语言

7.4.4 行为协调

7.5 基于多Agent系统的建模方法

7.5.1 基本思想

7.5.2 基本方法

7.6 基于多Agent系统的坦克CGF建模

7.6.1 CGF的框架结构

7.6.2 决策机制

7.6.3 通信方式

7.7 基于多Agent系统的实体行为协同决策

7.7.1 基于联合意图的行为协同决策方法

7.7.2 基于不同指挥级别的行为协同决策

7.8 基于多Agent系统方法的特点

第8章 基于语境推理的方法

8.1 引言

8.2 作战行动的语境化

8.2.1 过程和状态

8.2.2 作战行动的过程和状态

8.2.3 基于语境的作战行动描述

8.3 基于语境的推理

8.3.1 基本假设

8.3.2 CxBR特点

8.3.3 基于语境推理的过程

8.4 语境的分类

8.4.1 使命语境

8.4.2 主语境

8.4.3 子语境

8.5 语境的跃迁

8.5.1 语境的顺序跃迁

8.5.2 语境的竞争跃迁

8.6 基于语境推理的系统

8.6.1 外部变量处理模块

8.6.2 语境知识库

8.6.3 语境编辑界面

8.6.4 推理机

8.6.5 推理结果

8.7 基于语境推理的协同行动模型

8.7.1 基于联合意图理论的行动协同概述

8.7.2 联合意图理论在CxBR框架中的体现

8.7.3 CxBR实现协同的相关定理

8.7.4 CxBR框架下的协同建模

8.8 水面舰艇CGF协同作战描述

8.8.1 交战规则

8.8.2 基于语境描述的模型

8.9 基于语境推理方法的特点

第9章 基于案例推理的方法

9.1 引言

9.2 基于案例推理系统的类型

9.2.1 解释型CBR

9.2.2 问题求解型CBR

9.3 基于案例推理的过程

9.3.1 问题求解型CBR系统的推理过程

9.3.2 解释型CBR.系统的推理过程

9.3.3 CBR的关键问题

9.4 案例表示

9.4.1 案例中存储的信息

9.4.2 案例内容描述结构

9.4.3 案例的索引

9.5 案例检索

9.5.1 基于海明距离的相似度计算

9.5.2 基于欧几里得距离的相似度计算

9.5.3 在任务规划案例检索中的应用

9.6 案例的适应性调整

9.7 案例学习

9.8 在坦克CGF选择进攻方式中的应用

9.8.1 问题描述

9.8.2 案例表示

9.8.3 案例检索

9.9 基于案例推理方法的特点

第10章 基于遗传算法的方法

10.1 引言

10.2 遗传算法和基本概念

10.2.1 遗传算法的生物进化启示

10.2.2 基本概念

10.2.3 标准遗传算法

10.3 遗传算子

10.3.1 交叉算子

10.3.2 变异算子

10.3.3 选择算子

10.4 在火力最优分配中的应用

10.4 问题描述

10.4.2 火力分配

10.4.3 模型实现

10.4.4 案例分析

10.5 遗传算法的特点

第11章 混合推理方法

11.1 引言

11.2 分类器系统

11.2.1 分类器系统方法

11.2.2 学习分类器系统

11.2.3 在飞机CGF航路规划中的应用

11.3 CBR和RBR相结合的方法

11.3.1 基本思想

11.3.2 结合方式

11.3.3 在指挥实体任务规划中的应用

11.4 神经网络和遗传算法相结合的方法

11.4.1 基本思想

11.4.2 结合方式

11.4.3 在威胁度估计中的应用

第12章 外军作战仿真中的CGF智能决策

12.1 引言

12.2 ModSAF

12.2.1 ModSAF软件体系结构

12.2.2 ModSAF的行为建模机制

12.2.3 ModSAF中对行为描述的不足

12.3 CCTTSAF

12.3.1 CCTTSAF的体系结构

12.3.2 CCTTSAF的行为建模机制

12.4 IFOR

12.4.1 IFOR实体结构

12.4.2 Soar／IFOR行为建模机制

12.4.3 Soar／IFOR在STOWE中的应用

12.5 CFOR

12.5.1 CFOR基本思想

12.5.2 CFOR体系结构

12.5.3 指挥控制系统和仿真系统的集成

12.6 OneSAF

12.6.1 OneSAF开发计划

12.6.2 OTBSAF软件体系结构

12.6.3 OTBSAF行为建模机制

第13章 典型的CGF开发和应用软件

13.1 引言

13.2 STAGE

13.2.1 体系结构

13.2.2 模型框架

13.2.3 应用领域

13.2.4 实例分析

13.3 VR-Force

13.3.1 体系结构

13.3.2 程序设计

13.3.3 基本操作

13.3.4 应用实例

第14章 坦克CGF的智能决策

14.1 引言

14.2 CGF行为模型的程序运行环境

14.3 在程序中用于决策的类

14.3.1 CAgent类

14.3.2 两个对应知识库的类

14.3.3 战场环境数据库相关的类

14.4 决策过程

14.5 状态获取

14.5.1 扫描所有地形特征物

14.5.2 扫描所有战场中的虚拟实体

14.5.3 进攻阶段的信息

14.5.4 开进阶段的状态获取

14.5.5 占领展开地区阶段的状态获取

14.5.6 冲击阶段的状态获取

14.6 战术决策和动作规划

第15章 水面舰艇CGF的智能决策

15.1 基本想定

15.2 系统构成

15.3 决策行为分类

15.4 防空决策流程

15.5 目标威胁判断

15.6 编队火力分配

15.7 单舰火力分配

15.8 单舰武器选择

15.9 决策规则管理

参考文献

《计算机生成兵力智能决策方法及其应用》：“十一五”国家重点图书出版规划。 《计算机生成兵力智能决策方法及其应用》将作战仿真系统开发、计算机生成兵力应用和智能决策方法紧密结合起来，从理论上对智能决策方法进行了探讨，同时又给出了每一种方法在计算机生成兵力智能决策中的应用实例。主要内容包括：基于规则推理系统的方法，基于人工神经网络的方法，基于有限状态机的方法，基于贝叶斯网络的方法，基于多Agent系统的方法，基于语境推理的方法，基于案例推理的方法，基于遗传算法的方法。书中实例既有国外典型的基于计算机生成兵力的作战仿真系统，也有作者多年来从事智能决策研究和计算机生成兵力建模研究的成果。《计算机生成兵力智能决策方法及其应用》内容翔实，实用性强，特别适合从事计算机生成兵力研究的高校师生和研究人员学习和参考，同时可作为高等院校仿真专业、军事仿真系统研究和开发人员的教材或参考书，也可作为从事分布式交互仿真的科技工作者的参考用书。【作者简介】杨瑞平，男，1972年出生，湖北浠水县人。1991年至1995年在甘肃工业大学学习，获机械电子工程专业学士学位；1999年至2006年在装甲兵工程学院学习，分别获军事装备学硕士学位和武器系统与运用工程专业博士学位。现在海军装备研究院某部从事海军武器装备科研论证工作。获国家级教学成果一等奖、军队教学成果一等奖、总装备部教学成果一等奖各一项，获军队科技进步二、三等奖若干项。出版学术著作4部，发表学术论文30余篇。