面向空中目标威胁评估的多传感器管理方法

为了降低在空中目标威胁评估任务中由于威胁评估结果的不准确性和传感器辐射所带来的潜在损失，提出了一种基于风险的多传感器管理方法。首先，基于部分可观马尔可夫决策过程建立了传感器管理模型；然后，给出了基于信息状态的威胁评估风险和传感器辐射风险的预测方法以量化潜在损失；接着，为获得更优的作战收益，以多步风险预测值为决策依据，以两种风险的加权和最小为优化目标建立了长期目标函数；最后，在求解目标函数时，将传感器管理问题转化为决策树搜索，设计了一种基于分支定界的标准代价搜索算法以快速获得高质量的管理方案。仿真实验表明，所提算法能够在搜索到高质量解的同时大幅减少计算时间和内存消耗；所提方法能够对风险进行准确预测，且相比于经典的传感器管理方法，所提方法具有更好的风险控制效果。     

由感知到动作决策一体化的类脑导航技术研究现状与未来发展

随着脑与神经科学以及人工智能技术的持续发展，昆虫和哺乳动物大脑导航机理启发下的感知/认知/路径规划/动作决策一体化类脑导航技术得到了较大发展，可以实现由原始感知信息输入到导航动作决策的直接输出，呈现出接近动物端到端面向目标导航的智能行为，具有提高密集型无人机集群导航鲁棒性、准确性、实时响应动作、自主智能性以及计算效率的潜力。阐述了昆虫和哺乳动物大脑导航机理及其互补对称关系，以及昆虫和哺乳动物大脑导航机理启发的端到端类脑导航技术内涵；论述了类脑导航技术研究进展，包括类脑环境感知、类脑空间认知、面向目标类脑导航；分析了类脑导航向智能化、神经形态系统以及群体导航发展的新趋势；最后讨论了类脑导航技术应用于无人机密集集群系统时存在的挑战。     

Global Environmental Alert Service (GEAS)

Early warning systems represent an innovative and effective approach to mitigate the risk associated with natural hazards. Early warning technologies are now available for almost all natural hazards and systems are already in operation in all parts of the world. Nevertheless, recent disasters such as the Indian Ocean tsunami in 2004 and Katrina hurricane in 2005, highlighted inadequacies in early warning technologies.

Efforts towards the development of a global warning system are necessary for turning the tide in early warning processes and technologies. There is a pressing need for a globally comprehensive early warning system based on existing systems. The global system should be a mechanism which can consolidate scientific information and evidences, package this knowledge in a form usable to international and national decision makers and actively disseminate this information to those users.

The proposed Global Environmental Alert Service (GEAS) will provide information emanating from monitoring, Earth observing and early warning systems to users in a near-real-time mode and bridge the gap between the scientific community and policy makers. Characteristics and operational aspects of such a service, GEAS, are discussed.     

企业产品决策信息支持平台实证研究

文章阐述DSS系统实现的一种方法，在理论分析的基础上，通过案例进行模拟，证明系统的实用价值。     

中小型企业建立生产计划优化线性规划模型的通用模式

本文提出了建立企业生产计划优化线性规划模型中约束方程的通用方法。简化了建模过程。并经多个企业的实际应用证明了其普遍适用性。为中小型企业建立生产计划优化线性规划模型提供了一个通用模式。     

时滞系统内模控制器参数整定方法研究

针对内模原理对时滞系统控制的局限性,利用一阶泰勒级数逼近模型的时 滞部分, 推导了工业上常见的一阶时滞和二阶时滞模型的内模控制参数表达式, 结合 ITAE 指标和系统鲁棒性设计了新的目标函数, 通过对目标函数的寻优实现了内模控制 器参数的整定。仿真结果表明,该方法具有较好的动态跟踪性能、较强的抗干扰性和鲁 棒性,具有一定的工程应用价值。     

Maximal admissible mode decision delay in terminal guidance

Mode decision-maker is a critical component in the logic-based Integrated Estimation and Guidance(IEG) system. For the best possible estimation and guidance performance, the mode decision delay of the mode decision-maker should be limited to a range as small as possible. This paper presents a numerical method for computing the maximal admissible mode decision delay that varies with time-to-go. Particular attention has been paid to highly maneuvering target interception in terminal guidance. The results of this research offer useful guidelines for the design of the mode decision-maker in IEG systems.     

云制造环境下机床装备资源选择方法

针对云制造环境下机床装备资源具有数量大、异质异构、服务制约因素多等问题，提出了基于多准则决策的机床装备资源选择方法。首先，利用本体论对机床装备资源建模，将物理资源虚拟化封装，实现虚拟资源与物理资源的逻辑映射。进一步地，使用语言变量量化决策者评估信息，采用模糊决策与试验评价实验室（FDEMATEL）和熵值法（EW）相结合的组合赋权法，引入模糊VIKOR（FVIKOR）多属性决策方法对机床装备资源进行综合评估，建立FDEMATEL-EW-FVIKOR的多准则混合决策模型。最后，将该方法应用于某生产制造企业，实验对比决策结果验证了多准则混合决策模型的可行性和有效性。     

结合跳点引导的无人机随机搜索避撞决策方法

针对无人机在城市空域环境和密集交通流下的避撞决策问题，提出马尔科夫决策过程（MDP）和蒙特卡洛树搜索（MCTS）算法对该问题进行建模求解。蒙特卡洛树搜索算法在求解过程中为保证实时性而使其搜索深度受限，容易陷入局部最优，导致在含有静态障碍的场景中无法实现避撞的同时保证全局航迹最优。因此结合跳点搜索算法在全局规划上的优势，建立离散路径点引导无人机并改进奖励函数来权衡飞行路线，在进行动态避撞的同时实现对静态障碍的全局避撞。经过多个实验场景仿真，其结果表明改进后的算法均能在不同场景中获得更好的性能表现。特别是在凹形限飞区空域仿真模型中，改进后的算法相对于原始的蒙特卡洛树搜索算法，其冲突概率降低了36%并且飞行时间缩短47.8%。     

基于DDPG算法的无人机集群追击任务

无人机的集群化应用技术是近年来的研究热点，随着无人机自主智能的不断提高，无人机集群技术必将成为未来无人机发展的主要趋势之一。针对无人机集群协同执行对敌方来袭目标的追击任务，构建了典型的任务场景，基于深度确定性策略梯度网络（DDPG）算法，设计了一种引导型回报函数有效解决了深度强化学习在长周期任务下的稀疏回报问题，通过引入基于滑动平均值的软更新策略减少了DDPG算法中Eval网络和Target网络在训练过程中的参数震荡，提高了算法的训练效率。仿真结果表明，训练完成后的无人机集群能够较好地执行对敌方来袭目标的追击任务，任务成功率达到95%。可以说无人机集群技术作为一种全新概念的作战模式在军事领域具有潜在的应用价值，人工智能算法在无人机集群的自主决策智能化发展方向上具有一定的应用前景。