杨静
- 作品数：19 被引量：13H指数：2
- 供职机构：中国人民解放军海军潜艇学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术兵器科学与技术交通运输工程军事更多>>
- 基于主动强化学习的潜艇行动参数预测方法及装置
- 本发明提供了一种基于主动强化学习的潜艇行动参数预测方法及装置，属于机器学习领域，使用了一种主动强化学习智能体进行潜艇防御行动参数决策，通过将低资源编码与主动强化学习相结合的框架，解决了输入稀疏、标签稀疏两方面的问题，同时...
- 杨静 陈丽陆铭华吴金平张会 周佳玉 崔轶群
- 一种航路规划方法
- 本发明公开了一种航路规划方法，包括：根据预设的碍航区范围得到碍航区多边形；对碍航区多边形进行扩展得到扩展后的碍航区多边形；根据预设的航路的初始点位置和预设的航路的目的点位置得到初始航路，根据初始航路和扩展后的碍航区多边形...
- 陆铭华张会杨静陈源宝吕云飞张向鹏曹亚浩王迪
- 一种登陆作战兵力上船装载方案优化计算方法
- 2021年
- 建立登陆作战兵力上船装载方案优化模型,针对大规模登陆作战兵力上船装载方案确定问题特点,提出一种用需装载兵力、可用舰船和可用泊位类型排列表示方案的方案编码方法,称为方案的类型排列基因码.给出排列基因码生成及进化方法,实现装载方案的遗传优化.计算结果表明,使用该方法可以在较短时间内得到较好的上船装载方案.
- 程健张会杨静
- 关键词：遗传算法
- 基于交替循环神经网络的水下防御态势预测方法
- 2023年
- 时间序列在军事战术对抗等领域应用广泛,通过战场观测到的时间序列态势信息预测对抗目标的趋势是制定决策方案的重要前提。以潜艇防御声自导鱼雷攻击为背景,针对环境不明、目标不明、解算要素不明等导致水下态势获取困难的问题,提出一种基于循环神经网络的交替不完全时间序列预测方法。融合单变量自回归横向趋势与外部趋势,对观测变量进行趋势预测。针对多变量间存在非线性复杂关系的特点,将纵向多变量间关系特征提取与横向趋势预测相结合,采用插补数据集训练与趋势输出预测的方式实现纵向预测。最后,使用加权分配器对横向趋势预测和纵向预测结果进行融合,提高模型对不完全时序态势的学习能力,实现对未来态势的预测。实验结果表明,在不完全信息条件下,所提方法在缺失30%和60%数据、3种不同预测时间窗口长度条件下,在仿真数据集和电力公测数据集上的平均均方误差、平均绝对误差均达到了最优或次优结果,能够实现态势评估,为充分利用并融合多特征态势数据进行决策提供科学有效的参考。
- 杨静陆铭华陆铭华吴金平吴金平
- 关键词：缺失数据
- 一种关键信息缺失下的来袭目标防御策略选择方法及装置
- 本发明提供了一种关键信息缺失下的来袭目标防御策略选择方法及装置，属于决策领域，通过将一个时间段的观测信息与经验相结合，使用高斯模糊信息粒的参数做出位置趋势预测，由预测出的趋势特征来进行来袭目标位置预测，规避关键信息缺失造...
- 杨静陆铭华吴金平周佳玉周航程张会崔轶群田立业
- 模型数据混合驱动的水声器材防御决策方法
- 2023年
- 基于模型的计算机仿真技术在水中对抗战法推演、方案制定等应用中至关重要。但是由于战场输入数据维数高且模型复杂度高,基于模型仿真方法很难从算法、计算优化的层面上满足决策实时性要求。基于仿真模型产生的大量仿真样本数据,采用学习算法拟合求解最小极值点,缩小决策空间,再与传统仿真模型相结合以提高过程仿真优化效率;实验表明,采用模型与数据驱动混合学习模型在决策相对较优条件下可以将决策时间缩短到原来的6%。在积累了大量作战仿真、训练数据的今天,采用机器学习算法代替传统基于模型算法,是满足实时性和决策准确率的新思路。
- 杨静杨静黄金才郭力强
- 关键词：不均衡数据
- 基于不确定时间序列的来袭目标解算方法被引量：3
- 2023年
- 传统水中来袭目标解算方法缺乏对多维度、不确定观测数据的时序特征的挖掘。针对此类数据复杂性高、存在缺失的时间序列预测问题,提出了一种基于自适应窗口插补和深度可变权重长短时记忆网络模型的预测方法,以适用于多采样频率的缺失时序观测数据,并在仿真数据和公测数据集上验证。针对多源观测信息采样频率不一致造成的随机缺失问题,引入自适应窗口插补方法;根据观测信息的缺失程度自适应调整插补窗口,降低传统插补方法的误差水平。针对时间序列数据引入可变权重的长短时记忆网络模型,在适用于多采样频率的缺失时序观测数据插补的同时,根据观测信息缺失率自适应调整反向传播的损失权重。实验表明:模型在具备处理不确定数据处理能力的同时,在区间预测中比传统方法准确率更高,可以为解算来袭目标提供更有效的决策参考。
- 杨静陆铭华陆铭华吴金平
- 关键词：时间序列自适应窗口
- 无人水下航行器鱼雷攻击智能决策需求与方法探讨被引量：2
- 2023年
- 无人装备的自主技术是当前最具活力的前沿技术领域,提高决策的智能化程度是无人水下航行器(UUV)发展的必然趋势。鱼雷攻击决策是攻击型UUV遂行攻击任务的重要环节,也是形成自组织跨域协同、自主集群对抗等作战能力的基础和前提。从梳理作战运用特点和典型任务样式出发,总结UUV与有人平台相比存在的优势和不足,分析其不同于传统鱼雷攻击的决策内容,阐述决策功能实现需要解决的关键问题,并结合机器学习技术的发展现状,提出适用于解决观测数据不确定性大、攻击决策实时性难保证和模型感知交互能力弱等方面问题的智能决策方法,可为未来无人装备研制与智能决策领域的研究提供借鉴。
- 马亮郭力强张会杨静刘剑
- 关键词：无人水下航行器作战运用鱼雷攻击
- 一种关键信息缺失下的来袭目标防御策略选择方法及装置
- 本发明提供了一种关键信息缺失下的来袭目标防御策略选择方法及装置，属于决策领域，通过将一个时间段的观测信息与经验相结合，使用高斯模糊信息粒的参数做出位置趋势预测，由预测出的趋势特征来进行来袭目标位置预测，规避关键信息缺失造...
- 杨静陆铭华吴金平周佳玉周航程张会崔轶群田立业
- 经验表征与关系特征联合推理的潜艇防御鱼雷智能决策方法
- 2025年
- 针对现有战术决策方法人工依赖程度较高、难以有效应对水下不确定决策环境的现状,本文围绕潜艇防御来袭鱼雷的智能决策方法进行了研究.针对被动声呐工作方式对鱼雷距离探测缺失问题,构建了基于经验表征的缺失信息表征与预测方法;同时,提出通过挖掘对抗系统混合属性的关系,将其提取为多变量时序分类问题,构建能够对抗不确定信息的综合策略选择方法;结合经验信息表征与关系特征挖掘,形成综合经验趋势与关系特征的联合推理智能防御决策框架.实验结果表明:所提模型在关键信息缺失条件下决策精度达到了94%,远高于其他策略选择方法.与人在回路线上推演相比,该框架在无人为干预条件下,策略选择时间相比于人类指挥员平均快27~36 s,且防御成功率相比于人在回路提高了8%~16%,可以有效缓解水下关键缺失的问题,并在此基础上推广至水下战术决策的各类场景.
- 杨静杨静吴金平吴金平
