隨著人工智能的發(fā)展,依靠人力研究戰(zhàn)術(shù)和制定軍事計劃的時代正在逐步離我們遠去。過去在計算機應(yīng)用于兵棋推演仿真過程中,人們依靠微分方程、戰(zhàn)爭理論,有效地模擬了戰(zhàn)爭的進程,極大提高了軍隊的作戰(zhàn)水平。今后隨著其他人工智能理論的進一步發(fā)展,其在兵棋推演的應(yīng)用將會扮演更加重要的角色。而基于MAS的建模在描述復(fù)雜系統(tǒng)的能力,以及對動態(tài)環(huán)境中的行為建模能力,相對于傳統(tǒng)的建模方法更具有優(yōu)越性。多智能體系統(tǒng)的出現(xiàn)為兵棋推演系統(tǒng)的進一步擴展提供了一個新的平臺。本文將多智能體系統(tǒng)(Multi-Agent-System,MAS)與兵棋推演系統(tǒng)(War Game Simulation,WGS)結(jié)合起來,構(gòu)建了基于MAS的兵棋推演的一般模型,深入研究了系統(tǒng)整體結(jié)構(gòu)和其中關(guān)鍵的智能體(Agent)的內(nèi)部結(jié)構(gòu)。隨后通過解決推演過程中的代表問題之一的兵力目標分配這個問題,闡述了Agent之間的沖突模型和協(xié)調(diào)模型,并利用蟻群算法思想對其解決。在本文的最后,采用主流的Agent仿真框架JADE(Java Agent DEvelopment framework)對上述基于MAS的兵棋推演模型進行仿真模擬。本文的主要研究工作如下...

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 背景與意義
    1.2 相關(guān)國內(nèi)外研究現(xiàn)狀
    1.3 論文的主要研究內(nèi)容
2 智能體技術(shù)和多智能體系統(tǒng)
    2.1 智能體技術(shù)相關(guān)理論
    2.2 多智能體系統(tǒng)相關(guān)理論
    2.3 多智能體系統(tǒng)（MAS）與兵棋推演的結(jié)合
    2.4 本章小結(jié)
3 基于MAS的兵棋推演系統(tǒng)研究
    3.1 兵棋推演的相關(guān)理論
    3.2 基于MAS的兵棋推演中智能體的模型
    3.3 普通作戰(zhàn)兵力智能體（SOLIDERAGENT）
    3.4 作戰(zhàn)指揮智能體（CHIEFAGENT）
    3.5 戰(zhàn)場環(huán)境智能體（BATTLEFIELDAGENT）
    3.6 本章小結(jié)
4 結(jié)合蟻群算法的基于MAS的目標分配推演模型
    4.1 基于MAS的兵棋目標分配模型
    4.2 蟻群算法應(yīng)用于基于MAS的兵力目標分配模型
    4.3 本章小結(jié)
5 基于MAS的兵棋目標分配模型仿真
    5.1 JADE仿真平臺介紹
    5.2 仿真系統(tǒng)的詳細設(shè)計
    5.3 仿真結(jié)果與分析
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻
附錄1 攻讀學(xué)位期間發(fā)表論文目錄



本文編號：3790871