文献

J-GLOBAL ID：201102241414956987   整理番号：11A1201515

グラフィカルモデルに基づく多重UCAVの多重目標攻撃のための自律的最適化

Autonomous optimization for multiple-target attack of multiple UCAVs based on graphical model

著者 (4件)： GUO Wen-qiang (School of Electronics and Information, Northwestern Polytechnical Univ., Shaanxi, Xi’an) ,  GAO Xiao-guang (School of Electronics and Information, Northwestern Polytechnical Univ., Shaanxi, Xi’an) ,  REN Jia (School of Electronics and Information, Northwestern Polytechnical Univ., Shaanxi, Xi’an) ,  XIAO Qin-kun (School of Electronics and Information, Northwestern Polytechnical Univ., Shaanxi, Xi’an)
資料名： Xitong Gongcheng yu Dianzi Jishu  (Xitong Gongcheng yu Dianzi Jishu)
巻： 32  号： 3  ページ： 574-578  発行年： 2010年 
JST資料番号： C2068A  ISSN： 1001-506X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： マルチ目標攻撃最適化によって必要とされる主要な条件を変化させて,多重無人戦闘航空ロケット(UCAV)によって実行している攻撃行動の間の意思決定最適化の新規方向を確立するために,一種のグラフィカルモデルに基づく脅威のための動的認識モデル(動的Bayesianネットワーク(DBN))を構築した。本グラフィカルモデルに基づいて,UCAVのための自律的最適化システムと自律的協力的計画方法のための新規層状概念的フレームワークを前進させた。融合データからパラメータを引き出して,DBNの学習と推論アルゴリズムによって相対的DBNの転移ネットワークのそれらの変化を観察して,本方法は,複雑な航空宇宙環境のためにオンライン認識を実現した。本動的認識モデルに照らして,UCAVに関する攻撃目標配置転換と協力的経路再計画を同定されたガイドラインに従って提供した。シミュレーション結果は,本自律的計画方法が妥当で有効であることを実証した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *ネットワーク ,  最適化 ,  目標設定 ,  多重化 ,  シミュレーション ,  フレームワーク【ソフトウェア開発】 ,  アルゴリズム ,  サイバー攻撃
準シソーラス用語： *グラフィカルモデル ,  目標 ,  多重 ,  攻撃【情報】 ,  Bayesianネットワーク

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： グラフィカルモデル ,  多重 ,  UCAV ,  目標 ,  攻撃 ,  最適化