基于案例推理方法在态势分析中的应用研究

提出使用基于案例推理方法建立战场和军事单元的层次推理模型,将多个军事实体在不同层次上与案例库进行比对,对数据融合中的中间层建立战场态势估计模型,在战场上给定的地理区域对探测到的每一个地面目标建立特征向量,包括时间、位置和目标类型等,并对特征向量分群处理,把每个群的目标类型、数量和态势参数列表,用分层的案例推理方法得到群中作战单元的目标类型、编队情况和作战意图,从而进行敌方作战态势估计,为指挥员决策提供依据。

基于网格和移动Agent技术的openDSS研究

为了构建具有真正开放性的OpenDSS,提高DSS对于复杂决策问题的效率,提出了网格环境下移动Agent的决策支持系统MABODSS模型。利用移动Agent的智能性和自适应能力,将基于CBR的推理机制用于任务分解和网格决策资源匹配,阐述了MABODSS方案层基于CBR的Agent推理机制及其运作流程和交互机制,把复杂的决策问题求解分布到网格环境的各个节点上,实现决策问题的并行异步求解。通过物流企业配送优化问题的MABODSS设计,表明系统的智能性及运行效率得到提高。