基于博弈论的方案评估系统及方法

    公开(公告)号:CN118644111B

    公开(公告)日:2025-01-21

    申请号:CN202411119476.7

    申请日:2024-08-15

    Abstract: 本发明公开了基于博弈论的方案评估系统及方法,涉及方案评估技术领域,包括博弈识别端、策略分析端和博弈评估端,博弈识别端用于通过实时识别并定义所有相关的利益对象,明确利益对象的利益诉求,策略分析端用于通过实时分析利益对象可能采取的博弈策略及其对应的博弈收益,博弈评估端用于根据博弈风险推算博弈的最优策略组合,并实时追踪最优策略执行结果,根据最优策略执行结果评估最优策略方案的可行性。该基于博弈论的方案评估系统及方法,能够及时追踪博弈论中的利益诉求,降低方案评估存在的误差,能够实时预测博弈风险,避免影响博弈论方案评估的准确性和可靠性,保证博弈最优策略执行的精准性。

    基于博弈论的方案评估系统及方法

    公开(公告)号:CN118644111A

    公开(公告)日:2024-09-13

    申请号:CN202411119476.7

    申请日:2024-08-15

    Abstract: 本发明公开了基于博弈论的方案评估系统及方法,涉及方案评估技术领域,包括博弈识别端、策略分析端和博弈评估端,博弈识别端用于通过实时识别并定义所有相关的利益对象,明确利益对象的利益诉求,策略分析端用于通过实时分析利益对象可能采取的博弈策略及其对应的博弈收益,博弈评估端用于根据博弈风险推算博弈的最优策略组合,并实时追踪最优策略执行结果,根据最优策略执行结果评估最优策略方案的可行性。该基于博弈论的方案评估系统及方法,能够及时追踪博弈论中的利益诉求,降低方案评估存在的误差,能够实时预测博弈风险,避免影响博弈论方案评估的准确性和可靠性,保证博弈最优策略执行的精准性。

    指挥决策突击方案的生成方法及电子设备

    公开(公告)号:CN115204524B

    公开(公告)日:2023-01-24

    申请号:CN202211110921.4

    申请日:2022-09-13

    Abstract: 本公开提供了一种指挥决策突击方案的生成方法及电子设备,其中方法包括:获取当前来袭目标的相关信息,将武器分配至不同的来袭目标,得到武器‑目标分配结果;获取预先构建的兵力编组行为树,基于武器‑目标分配结果,遍历执行兵力编组行为树,得到用于突击来袭目标的兵力编组,其中,兵力编组行为树的根节点下连接顺序节点,顺序节点下连接第一动作节点和多个第一选择节点,第一选择节点对应来袭目标,多个第一选择节点下均连接编组子树,编组子树用于基于武器‑目标分配结果和可用作战平台情况,确定用于突击来袭目标的兵力编组;为兵力编组生成用于对来袭目标进行突击的兵力行动方案。本公开提供的兵力行动方案可以满足复杂的作战任务需求。

    海上目标经典轨迹的生成方法、装置及存储介质

    公开(公告)号:CN113298195A

    公开(公告)日:2021-08-24

    申请号:CN202110849499.3

    申请日:2021-07-27

    Abstract: 本申请公开了一种海上目标经典轨迹的生成方法、装置及存储介质。本申请的海上目标经典轨迹的生成方法包括以下步骤:获取海上目标的轨迹数据集合,其中,轨迹数据集合中包含多个轨迹点Pi的数据;使用DBSCAN算法,根据轨迹点Pi的Eps邻域LNEps(Pi)、以及轨迹点Pi关于LNEps(Pi)的核心点,对轨迹数据集合进行聚类处理得到多个簇;确定这多个簇中单个簇的方向,沿着单个簇的方向提取特征轨迹点,这多个簇的多个特征轨迹点形成海上目标的经典轨迹。本申请实现了海上目标的轨迹数据的数据挖掘,生成了海上目标的经典轨迹。

    一种基于人工智能的自适应水声模型组件

    公开(公告)号:CN117949935A

    公开(公告)日:2024-04-30

    申请号:CN202410360123.X

    申请日:2024-03-27

    Abstract: 本发明公开了一种基于人工智能的自适应水声模型组件,属于水声模型技术领域。一种基于人工智能的自适应水声模型组件,包括固定外壳,还包括:设置在固定外壳上下两端的上端部和下框架;所述下框架上设有机械调整机构;所述机械调整机构上设有自适应换能器阵列,用于接收、发射水声信号;所述固定外壳内设有安装支板;信号预处理模块,设置在安装支板上,对自适应换能器阵列接收的水声信号进行初步处理;自适应信号处理单元,设置在安装支板上,用于接收经过信号预处理模块处理过的水声信号,并对其进行自适应的信号处理;本发明可以提高探测的灵敏度和准确性。

    一种仿真并行推进方法、服务器以及存储介质

    公开(公告)号:CN115186518A

    公开(公告)日:2022-10-14

    申请号:CN202211098470.7

    申请日:2022-09-09

    Abstract: 本申请公开了一种仿真并行推进方法、服务器以及存储介质,属于仿真技术领域,该方法包括:将参与仿真的所有仿真实体进行分组,为每组仿真实体创建一个物理进程,在每个物理进程中均建立一个事件队列;当仿真实体产生新事件时,通过对应的物理进程将新事件放入对应的事件队列的队尾,并为新事件添加时间戳,时间戳用于指示事件的执行时间;所有物理进程均按照同一时间推进机制进行推进,依次调度事件队列中的事件进行可运行判断,当判断通过时则执行该事件并更新与该事件有关的仿真实体的状态,否则将该事件排列至事件队列的队尾;当运行至预设结束时间或接收到结束指令时终止仿真过程。本发明能够使仿真系统计算效能显著提升。

    时空轨迹数据处理方法、装置、电子设备及存储介质

    公开(公告)号:CN113946575A

    公开(公告)日:2022-01-18

    申请号:CN202111066298.2

    申请日:2021-09-13

    Abstract: 本发明涉及一种时空轨迹数据处理方法、装置、电子设备及存储介质,该方法包括:建立分布式列式数据库的数据表结构;实时获取海上目标的时空轨迹数据;从时空轨迹数据中提取位置信息、时间信息以及时空轨迹数据类型信息;分别根据位置信息、时间信息以及时空轨迹数据类型信息得到相应的全球剖分网格编码值、时间版本号以及列族名;以得到的全球剖分网格编码值、时间版本号以及列族名作为索引将时空轨迹数据保存到分布式列式数据库中。本发明的时空轨迹数据处理方法充分考虑时空轨迹数据的时间和空间特性,提出了时间分层、空间分块的分布式“大表”结构模型,实现了对海量的多源异构时空轨迹数据的统一组织、集中管理和存储。

    一种用于预测船舶轨迹的模型训练方法及装置

    公开(公告)号:CN113516321B

    公开(公告)日:2021-11-16

    申请号:CN202111076173.8

    申请日:2021-09-14

    Abstract: 本申请公开了一种用于预测船舶轨迹的模型训练方法及装置,本申请对预测模型的架构进行了设计,预测模型包括编码端和解码端,编码端包含第一编码LSTM单元和第二编码LSTM单元,解码端包含第一解码LSTM单元和第二解码LSTM单元。在对预测模型进行训练的过程中,根据各个LSTM单元输出的中间结果对第一编码LSTM单元和第一解码LSTM单元进行训练,采用贪婪式逐层LSTM训练方法,根据训练样本对LSTM网络模型进行逐层训练。使得第一编码LSTM单元和第一解码LSTM单元能够高效的收敛,以实现模型功能。不同的LSTM单元的预测目标不同,能够有效的地提高预测的准确性。

    基于对象关系分解的行动方案生成模型构建方法

    公开(公告)号:CN120068466A

    公开(公告)日:2025-05-30

    申请号:CN202510534063.3

    申请日:2025-04-27

    Abstract: 本发明公开了基于对象关系分解的行动方案生成模型构建方法,具体涉及模拟对抗领域,用于解决对抗双方多层次执行单元协同执行复合任务时,高层指令与底层单元行动参数的跨层级约束冲突问题,是通过对象关系分解剖析高层指令与底层单元行动参数的内在关联,构建多层次对象关系图谱,为跨层级协同提供支撑;动态约束传导链设计,结合影响权重的量化,使底层单元能够迅捷响应高层指令变化,同时优化资源配置,大幅提升协同执行的时效性与效率;采用分形聚集与转移概率评估的冲突分析技术,深度挖掘并消解跨层级潜在冲突,增强行动方案的稳定性和可靠性;此外,通过实时仿真对高层指令的目标预期进行动态校验,确保行动方案与意图高度契合。

    基于自博弈的智能化强化学习训练方法

    公开(公告)号:CN119783759A

    公开(公告)日:2025-04-08

    申请号:CN202510278940.5

    申请日:2025-03-11

    Abstract: 本发明公开了基于自博弈的智能化强化学习训练方法,具体涉及异构智能体协同决策领域,用于解决高维异构动作空间下实时性与策略稳定性问题,是通过动作空间的类型化拆分与共享特征提取,降低了网络参数规模;动态二进制掩码的应用实现了对非法动作的实时过滤,克服了依赖奖励惩罚机制的滞后性与探索偏差,确保了决策过程的合规性与高效性;融合战术稳定性与环境复杂度构建的优先级得分矩阵,结合分层重要性采样,优化了动作选择策略,提升了决策的稳定性和环境适应性;交叉注意力网络与协同增益系数的引入,有效捕捉并利用了智能体间的战术关联,增强了协同决策的整体效能与鲁棒性。

Patent Agency Ranking