基于仿真的体系对抗效能优化是一个计算密集型与知识密集型的复杂科学问题,存在高度的认知复杂性、建模复杂性与计算复杂性。针对这一类复杂问题,在演化计算范式的基础上,借鉴认知计算特别是创新计算的已有研究成果,提出以知识为核心的认知演化计算范式和相应的算法。同时,分析体系对抗效能产生机理,建立体系对抗效能知识模型,提出相应的知识学习算法,在此基础上将认知演化计算方法运用到体系对抗效能仿真优化领域,验证认知演化计算方法的有效性和适应性。认知演化计算是认知计算范式与演化计算范式交叉创新的产物,该项研究对于推动仿真优化理论的发展和提高体系对抗仿真优化能力具有重要科学意义和应用价值。
Cognitive Evolutionary Compute;Simulation based optimization;System-of-systems Operation;Effectiveness Evluation;
基于仿真的体系对抗效能优化是一个计算密集型与知识密集型的复杂科学问题,存在高度的认知复杂性、建模复杂性与计算复杂性。针对这一类复杂问题,在演化计算范式的基础上,借鉴认知计算特别是创新计算的已有研究成果,提出以知识为核心的认知演化计算范式和相应的算法。本项目——面向体系对抗效能仿真优化的认知演化计算方法研究——的研究内容包括以下四个主要方面,一是认知演化计算的问题求解范式;二是认知演化计算的算法研究;三是体系对抗效能知识模型及其仿真挖掘方法;四是体系对抗效能仿真优化问题的认知演化计算求解研究。研究按照计划顺利进行,取得了丰富的研究成果。本研究所取得的研究成果充分证明了运用认知演化计算方法解决体系对抗效能仿真优化问题的有效性和科学性。本研究所取得的研究成果将作为将来继续深入研究的理论和实践基础。