欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
将图形模型融入系统的优化机制中，构建基于图形模型的空天飞行器智能自主优化系统，以适应多变的背景因素和动态改变的优化目标。用图形模型描述种群使其具有立体结构，提高进化的智能性和精确性。建立基于动态图形模型的进化寻优理论基础，分析其有效性和鲁棒性。针对空天飞行器的高精确性、高可靠性要求，建立其智能自主控制的核心技术。
英文摘要：
intelligent and autonomous contr dynamic bayesian networks
结论摘要：
要使空天飞行器在飞行中能在线感知态势并按确定的使命自主智能执行任务，首先需要寻找一个类似于人类大脑的智能推理工具，同时还要处理好优化算法的实时性等一系列问题。动态贝叶斯网络理论为人工智能提供了新的思路，由于其形式灵活多变、易于表达复杂系统变量关系等诸多优势，已成为随机过程图形模式的首选工具。但传统的DBN推理机制速度较慢，难以满足背景因素多变的复杂时变系统的建模。为此，我们以构建基于动态图形模型的智能推理机制为目标，以空天飞行器自主智能控制的技术要求为牵引，开展以动态贝叶斯网络为基础的智能决策理论与方法研究，以贝叶斯网络和遗传算法为主线的智能、快速优化的应用基础理论研究，涉及系统工程、智能控制理论、复杂系统建模及航空航天等多个技术领域。通过几年的努力，已形成独具特色的DBN研究成果体系，在贝叶斯网络学习机理、DBN推理及结构学习、动态优化算法等方面取得了一系列的原始创新成果，其相关理论成果可满足空天飞行器自主智能控制与优化等这类实时性要求高、收敛性要求更高的实际系统。
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
会议论文
高晓光的项目
