【摘 要】
：
现有的舰艇智能辅助决策系统在依据引导报文,计划引导中存在人工干预,使得舰艇在多目标会遇情况下存在碰撞危险.为此,设计基于人工智能的舰艇智能辅助决策系统.引用Agent智能
【机 构】
：
南京信息工程大学,江苏 南京 210044
论文部分内容阅读
现有的舰艇智能辅助决策系统在依据引导报文,计划引导中存在人工干预,使得舰艇在多目标会遇情况下存在碰撞危险.为此,设计基于人工智能的舰艇智能辅助决策系统.引用Agent智能体作为主体,通过UM2455和MC9S12NE64实现与其他Agent的交互.在硬件设计的基础上,建立决策模型,计算各决策方案综合评分,依据评分高低筛选出最佳方案,通过Agent执行,达到智能辅助决策的目的.实验结果表明,与传统的舰艇智能辅助决策系统相比,设计的基于人工智能的决策系统综合碰撞危险度为0,说明在多目标会遇情况下舰艇发生碰撞危险的概率极低.
其他文献
在舰船开发过程中,耗费时间成本与经济成本最大的环节是舰船测试环节,每艘船在下水之前都要进行上百甚至上千次的水动力测试,海量的船舶测试数据对于新型船舶的设计与开发具
现有的舰船电力系统通信网络安全监测系统所采用的安全监测逻辑,普遍为软件层的异常流量分析方案.在电力数据流量节点并行的异构状态下,此种监测方式存在很大的数据绕行漏洞,
原有模型保持船舶最佳航向的能力较差,导致船舶航向数学模型的控制精度降低,为此构建一个全新的船舶航向高精度控制的数学模型.该模型通过建立固定坐标系与动力学坐标系,获取
遥感卫星探测是进行海上舰船目标探测与识别的主要途径,受限于海上气象条件,比如海雾、阳光反射等,海上船舶的遥感图像往往存在大量噪声。为了提高船舶遥感图像的目标识别精度,本文针对船舶遥感图像的图像处理技术进行系统研究,主要包括船舶遥感图像的特征分析,遥感图像的噪声过滤与增强,对于改善遥感图像的目标识别效率有重要的意义。
船舶电力系统是船舶的关键组成部分,不仅为船舶日常作业提供充足的电源,而且保障了船员在船舶上的正常照明、保暖等生活用电.近年来,电力推进船舶逐渐兴起,数量也越来越多,研
受复杂地质条件影响,海域中存在航行事故频发区域,而传统船舶航行路径优化中,虚拟现实技术只注重模拟海域基本特征,导致选取的船舶航行路径集中在事故频发区域,因此重新研究
现有航海信息采集系统大都依靠模拟信号进行通信,导致远距离通信的RSSI值降低,针对上述情况,采用数字雷达构建无线网络,设计一种无线网络的航海信息采集系统.硬件设计中主要
船舶朝着大型化的方向发展,由此对港口等相关设施提出较高的要求.码头的系泊系统是为船舶停泊提供服务,缆绳作为系泊系统的重要组成部分之一,应当保证其满足船舶停泊的要求,
针对传统的海上遥感图像背景去噪算法中由于噪声分解遗漏情况造成的图像梯度值低的问题,提出统计学习在海上遥感图像背景去噪的算法研究。利用统计学习中的高斯概率分布模型建立遥感图像背景噪声模型,计算每个像素点灰度值的均值,并一一对比,统计图像中噪声分布特征并分离噪声,依据噪声分布特征设计滤波器对,将滤波器对应用在小波变换滤波器中,利用滤波器分解图像中的噪声,经过逆变换重构图像,实现海上遥感图像背景去噪。实
受数据库存储容量的影响,传统的舰船通信网络大数据存储机制存在存储误差高的问题.针对这一问题设计舰船通信网络大数据存储机制,存储架构分为前置通信平台数据库、生产数据