基于动态贝叶斯网络的战场信息预测与评估

基于动态贝叶斯网络的战场信息预测与评估

ID:32205941

大小:5.16 MB

页数:53页

时间:2019-02-01

基于动态贝叶斯网络的战场信息预测与评估_第1页
基于动态贝叶斯网络的战场信息预测与评估_第2页
基于动态贝叶斯网络的战场信息预测与评估_第3页
基于动态贝叶斯网络的战场信息预测与评估_第4页
基于动态贝叶斯网络的战场信息预测与评估_第5页
资源描述:

《基于动态贝叶斯网络的战场信息预测与评估》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、绪论硕士论文域的热点。贝叶斯网络不仅适用于处理不确定性复杂问题,而且也广泛应用于人工智能领域。国外早期对贝叶斯网络的研究主要集中在基本的原理、推理算法、专家系统中的贝叶斯网络和不确定性专家知识的编码描述[151。目前国内外对贝叶斯网络的研究热点主要集中于(1)高效算法:通过算法复杂度的研究表明,动态贝叶斯网络的学习、精确推理和近似推理都是NP问题,因此高效算法研究对贝叶斯网络的发展十分重要;(2)结构和参数学习:动态贝叶斯网络结构和参数学习是贝叶斯网络研究的重点也是难点;(3)动态系统:静态系统的许多方法在动态系统中不能直接应用,现实生活中动态系统远远多于静态系统

2、,因此需要尽快获得动态系统的推理算法;(4)应用:理论知识只有与实践相结合才能体现出其价值,实践也可以反过来促进理论的进一步发展。贝叶斯网成为人工智能领域处理不确定性问题建模与分析工具虽然仅有二十年的历史,但其发展之快、应用之广远远超出了人们的想象:2001年4月纽约时报第二次刊登专文向公众介绍贝叶斯网络。微软公司是贝叶斯网络研究和应用的倡导者之一。1995年微软公司的Heckerman写出了比较系统的贝叶斯理论技术性介绍文章,标志着贝叶斯理论至此正式成为了一门系统的理论[16】[17】;微软不仅积极参与贝叶斯的理论研究,还将该理论应用于实践,并取得了显著成果,比

3、如:office产品的帮助系统向导和windows的打印故障自动检测等。随着理论研究的不断深入,贝叶斯网络正越来越广泛地应用于各个领域中,比如信息、医学和工业等,并已经取得了丰硕的成果:(1)信息的恢复、诊断:微软公司利用自主开发的决策推理算法实现了打印故障的自动检测,美国航空公司应用了机票预订系统的软件故障贝叶斯检测技术;(2)医学应用:人们已经研究开发了多个规模可观的医疗诊断网络,比较著名的包括PATHFINDER[18】、MUNIN[14]以及CHILD、QMR—DT和CPCS等;(3)经济领域:贝叶斯系统已经用于金融分析,比如预测石油和股票的价格[191、

4、证券风险与回报、风险投资决策[20]以及运筹风险分析[211等;(4)工业方面:贝叶斯网络在工业过程监控[22】、在线故障诊断[23】以及可靠性分析[241方面都有比较成熟的应用;(5)国防系统:针对战场不确定性信息,完成实时动态的推理任务,比如:目标识别[25],多目标跟踪[26],自动防御【27】,训练仿真[28]等;(6)农牧业:贝叶斯网络广泛应用于农作物预测、兽医诊断、农业环境分析、养殖业的受孕测试以及农业工程中的故障诊断;(7)生态学:由于生态学中数据采集困难,且采集到的数据具有不确定性和不完备性,贝叶斯网络需要将有效数据和专家的主观概率相结合,很好地解

5、决了该问题。动态贝叶斯网络是静态贝叶斯网络沿时问轴的展开。由于动态贝叶斯网络对上一时刻推理和学习的经验和知识进行了保存和积累,随着时间的推移,收集到的情报和确定性信息越来越多,推理预测的结果精确性不断提高,有效克服了推理的不确定性。贝叶斯理论仍然是比较新的研究领域,静态贝叶斯网络理论本身尚需进一步完善,以此为基础的动态贝叶斯网络的研究任务更为艰巨,目前国外对动态贝叶斯网络的研究尚处于初期阶段,国内涉及动态贝叶斯的研究则更少。目前,西北工业大学的史建国『291等人利用模糊动态贝叶斯网络解决了空战态势估计的建模和实现;西安交通大学的衡星辰[301提出了用动态贝叶斯网络

6、对战场态势进行建模的有效方法;南京理工大学的胡汇祥[31]实现了基于动态贝叶斯网络的目标毁伤等级评估。1.2.3文献综述小结综上所述,虽然战场不确定性信息推理的方法众多,但是很多方法在使用时都有一定的局限性,而贝叶斯网络不仅可以实现定性分析,而且可以根据概率论实现定量计算,成为解决不确定性问题最有效的模型之一。虽然由于静态系统中的很多研究方法在动态系统中都不能直接使用,目前国内外的研究方向主要集中于如何将算法改进并推广到动态系统,但是涌现出了不少动态贝叶斯网络的成功案例,这也为动态贝叶斯网络应用到战场不确定性信息预测与评估提供了可能。由于战场态势瞬息万变,战场信息

7、受到时问因素的影响,静态贝叶斯网络无法仿真动态信息;静态贝叶斯网络有向无环的特点也无法体现出实时观测反馈回来的信息;动态贝叶斯考虑了时间因素,实现了信息的积累,有效降低了不确定性,提高了推理预测的精度,因此采用动态贝叶斯网络模型对战场不确定性信息的预测与评估研究十分必要。1.3本文研究目标及研究内容根据上述文献综述,针对现有直瞄武器战场不确定性信息进行预测与评估问题,本文提出研究目标为:利用搜索雷达、目标指示等侦察设备对战场态势进行实时侦察,并将侦察得到的信息进行融合处理,筛选出模型需要的战场信息,利用动态贝叶斯网络模型对上述信息进行预测与评估。该目标旨在为战场指

8、挥人员提供

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。