一种适合MMOG中的玩家联盟策略

为了对MMOG中多玩家协作时实现玩家联盟提供支持,提出了一种动态联盟机制,其中通过玩家适应度评估机制、改进的合同网协商机制对玩家进行初选,并利用蚁群算法形成最终联盟。实验表明本算法可以有效减少联盟生成的搜索时间、计算量和通信量,并能提高整个团队的作战和配合能力。     

无线传感器网络空中目标跟踪任务分配技术的研究

以无线传感器网络对空中飞行目标跟踪为背景，针对无线传感器网络协同技术中的任务分配问题，以降低传感器节点之间的通信能量消耗为目的，提出了一种基于弹性神经网络的任务分配算法。首先对多动态联盟多目标跟踪问题进行建模，然后依据最小能量准则，采用一种非全连接的环形结构的弹性神经网络模型，解决了多目标跟踪时的任务优化分配问题以及多个动态联盟对传感器资源竞争冲突时系统能耗增加的问题。仿真结果表明，该算法与传统的方法相比，大大降低了跟踪系统的能量消耗。     

一种未知动态环境下异构无人机集群分布式联盟形成方法

针对未知动态环境下异构无人机集群的分布式联盟形成问题,首先构建了异构无人机集群的联盟任务自动机,实现了异构无人机集群在未知动态环境下的自主任务协调.在此基础之上,提出了一种基于蒙特卡洛树搜索的分布式联盟形成算法,该算法通过两阶段的蒙特卡洛树搜索来增量式地对联盟结构进行分布式优化,算法可在分布式框架下实施,并在任意时间内...     

开放式柔性测试系统测试资源联盟生成

为了解决开放式柔性测试系统(OFTS,Open Flexible Test System)的快速组建和按需生成问题,首先将复杂测试任务分解成可以用基本信号类型表示的子任务集合,然后参考多色集合理论的元素统一颜色、个人颜色等概念,建立了柔性测试最优资源联盟生成问题的数学描述模型.根据测试系统的实际情况,在模型中考虑了各个信号类型之间的资源共用问题,避免了系统组建后规模的过度复杂以及测试资源的浪费.以资源使用代价最小为目标函数,设计了基于蚁群优化算法的测试资源联盟生成算法,最后通过具体的资源联盟生成实例验证了模型的有效性和算法的优越性.      

基于多智能体联盟的多机协同空战任务分配

基于多智能体联盟形成理论,分析了网络化条件下多平台多目标攻击任务分配问题。将协同任务分配的过程视为复杂联盟的生成过程,首先将对目标总体的打击任务分解为一系列子任务,各子任务再进一步分解为单个平台能够完成的任务单元;再根据联盟特征函数的定义分别建立联盟报酬、能力成本、通信开销模型,以联盟特征函数作为空战任务分配目标函数;最后引入离散粒子群优化算法进行联盟生成,采用二进制矩阵编码形式,设计粒子可行性检查策略。仿真实验验证了本方法在协同制导条件下空战任务分配的合理性与有效性。     

多传感器交叉提示多目标探测动态联盟技术研究

针对多传感器交叉提示多目标连续、高概率探测问题,引入动态联盟思想,提出了多传感器交叉提示多目标探测的动态联盟机制,为解决被提示传感器的选择问题建立了动态联盟的数学模型,提出了对每个目标形成一个动态联盟进行探测求解多个传感器动态联盟的带变异算子的离散粒子群算法。仿真和实验结果表明该算法能够得到更满意的解,优化了系统综合探测概率、总消耗以及所有目标联盟成员总数三种性能,与实际情形要求一致,从而表明了模型的合理性和算法的有效性。