基于冲突分析的一般理论与对策论原理,运用智能进化算法、信息融合技术以及模糊理论等,探讨不确定冲突环境中的超对策有关问题。研究多人超对策模型中基本认知信息,包括其他局中人的策略集和结局偏好等的自适应进化学习过程;研究单一局中人存在多种不同的超对策认知信息的有效融合方法;研究具有模糊信息的各类模糊超对策模型的各种平衡结局,以及基于各种平衡结局的模糊超对策分析方法;探讨超对策分析与局中人决策目标相结合的冲突决策技术。通过研究不仅能为处理不确定环境中的各种实际冲突问题提供科学的智能信息支持和决策技术支持,而且对于丰富和扩展超对策理论及应用领域,为发展新的冲突分析理论与方法奠定基础。
本项目对不确定冲突环境中的超对策有关问题进行了深入研究,取得的主要创新成果包括利用改进的遗传算法研究了超对策环境中关于其他局中人结局偏好与策略集信息的自适应学习过程。运用优化决策理论、模糊理论以及模式识别原理等针对超对策单一局中人中不同专家给出的对其他局中人不同的清晰、模糊和混合认知信息,分别给出了不同的有效融合方法。提出了两类具有模糊认知信息的模糊超对策模型维持均衡结局和毁伤均衡结局的概念,并给出了其存在性与求解方法。建立了不确定环境下军事冲突决策的模糊超对策模型,给出了该类模糊超对策的稳定性分析过程,通过超对策分析,军事冲突最可能的结局可得到有效预测。另外,本项目还建立了一个使军事欺骗总体效能达到最大的战术欺骗优化模型,深入探讨了信息融合理论及其在军事上的应用。项目研究较好地完成了预先制定的研究计划,共发表学术论文32篇,发表的论文被SCI、EI和ISTP检索的篇数分别是4篇、11篇和4篇,项目研究为处理不确定环境中的冲突问题提供了智能信息支持和决策技术支持,也丰富和发展了超对策理论及冲突分析方法。