The knowledge of knots: an interdisciplinary literature review

ABSTRACT

Knots can be found and used in a variety of situations in the 3D world, such as in vines, in the DNA, polymer chains, electrical wires, in mountaineering, seamanship and when ropes or other flexible objects are involved for exerting forces and holding objects in place. Research on knots as topological entities has contributed with a number of findings, not only of interest to pure mathematics, but also to statistical mechanics, quantum physics, genetics, and chemistry. Yet, the cognitive (or algorithmic) aspects involved in the act of tying a knot are a largely uncharted territory. This paper presents a review of the literature related to the investigation of knots from the topological, physical, cognitive and computational (including robotics) standpoints, aiming at bridging the gap between pure mathematical work on knot theory and macroscopic physical knots, with an eye to applications and modeling.     

计算机兵力生成在空空对抗仿真建模中的应用

研究了计算机兵力生成在空空对抗仿真建模中的应用。首先,介绍了计算机兵力生成在空战中的体系结构;然后,详细地举例分析了体系结构中的实体行为模型和人工智能行为模型。最后,结合兵力生成理论在一个空空对抗实例中的应用,把整个理论体系串连起来。该仿真系统可以完成系统建模,系统设计和可视化演示,具有一定工程实用性。     

OODA智能赋能技术发展思考

随着科学技术的飞速发展,信息化支持下的体系作战将是未来战争的一种主要样式,"基于感知-判断-决策-行动（OODA）以快吃慢"成为未来战争的重要制胜机理。由于战场环境日趋复杂、对抗多域多维,从战场态势到作战策略的映射关系复杂,给OODA环快速解算带来了新的挑战。为确保OODA环解算满足任务需求,将人工智能（AI）技术赋能OODA各环节,驱动各环节高效运行,缩短环路解算时间,为打赢战争提供关键支撑。首先综述了人工智能在军事领域的应用进展,分析了导弹OODA智能化赋能面临的挑战,初步提出了智能赋能OODA环涉及的相关技术的思考,以支撑导弹智能化的发展。     

未来智能空战发展综述

随着装备战斗力生成模式逐渐向机械化、信息化、智能化"三化融合"发展演变,未来航空主战装备的定位、形态及运用将可能发生根本性变革。为应对新时期空战任务所面临的环境高复杂性、博弈强对抗性、响应高实时性、信息不完整性、边界不确定性等一系列挑战,交叉融合人工智能理论与空战对抗技术,研发智能空战系统,将有望在下一代无人制空装备谱系中构建不对称"智能代差",成为制胜未来空天战场的核心关键。本文完整梳理了智能空战研究的发展脉络,总结了以专家机动逻辑、自动规则生成、规则演进、机器学习等方法为代表的智能空战基础理论。从体系、应用及技术视角全面剖析了智能空战的发展趋势,以智能空战的不确定性、安全性、解释性、迁移性、协同性为切入点阐述了智能空战应用落地的若干问题,以期为未来智能空战技术研究勾勒出一条新的探索路径,为人工智能理论与航空科学技术的跨领域交叉融合提供新的发展思路。     

航空发动机2 级风扇的数值研究

运用ANSYS CFX 11.0和home-code程序对AI222发动机风扇流路气动参数进行了3维CFD(Computational Fluid Dynamics)计算;通过3维建模,实现了风扇主要积分特性和局部参数计算。通过与风扇进行大量试验结果的对比,验证了计算结果,并找出了产生差别的原因,得到了风扇总特性以及气流径向参数的计算值与试验值的吻合度。结果表明:通过运用3维建模计算方法简化了风扇设计过程,缩短了风扇从设计到试验的时间,降低了航空发动机部件的设计成本。     

基于AI+神经网络的数字化故障电弧识别方案研究

线路故障电弧的特征随着电力电子技术的提高更趋复杂，传统的故障电弧识别方式已无法应对新型用电系统。对比传统故障电弧识别方案，研究故障电弧产生类型和新型检测技术，提出基于谐波因素、总谐波畸变率、电流零休时间、电流变化速率、电流周期性等典型时域、频域特征的AI+神经网络的数字化故障电弧识别方案。该方案运用回归算法向量机对特征图进行分类处理，通过正向传输运算、反向传输运算和迭代回归运算三个步骤执行卷积神经网络，频繁迭代回归以获得最佳特征识别图。本文以调光器的故障电弧识别为例，对故障识别方案进行验证，结果表明采用此方案可实现更高效、更精准、更稳定地识别故障电弧。