基于多樣性表決的CGF多目標(biāo)優(yōu)化決策行為建模研究.pdf

1、多目標(biāo)優(yōu)化（MOO，Multi-objective Optimization）是計算機生成兵力（CGF， Computer Generated Forces）決策行為建模的一個重要研究內(nèi)容，在很多決策行為模型中都存在針對多目標(biāo)優(yōu)化問題的求解需求，其優(yōu)化效率對于實體行為能否真實可信具有重要意義。目前在游戲人工智能（Game AI）和CGF決策行為建模領(lǐng)域被廣泛使用的多目標(biāo)優(yōu)化算法在算法效率、解的有效性等方面難以滿足未來作戰(zhàn)仿真系統(tǒng)建設(shè)的需

2、要，其主要原因在于CGF決策行為建模中的復(fù)雜多目標(biāo)優(yōu)化問題一般具有狀態(tài)空間龐大、計算復(fù)雜度高、求解頻率高、實時性要求高等特點，現(xiàn)有的任何單一算法在實時性等約束下無法對全部可能的狀態(tài)進行搜索和評估。這使得戰(zhàn)術(shù)位置選擇、復(fù)雜戰(zhàn)場空間推理等功能需求難以得到滿足。針對上述問題，論文以作戰(zhàn)仿真系統(tǒng)中的戰(zhàn)術(shù)位置選擇（TPS，Tactical Position Selection）為研究背景，以提高作戰(zhàn)仿真領(lǐng)域多目標(biāo)優(yōu)化問題求解的時效性能為目標(biāo)，基于

3、群體多樣性理論和社會選擇理論開展基于多樣性表決的CGF決策行為建模技術(shù)研究。
　　論文首先對研究背景和意義進行了闡述，在充分掌握了國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，詳細分析了已有方法的不足，而后針對性的提出了論文研究的主要內(nèi)容并概括了論文的主要工作與創(chuàng)新點。
　　論文研究的主要問題是多樣性表決模型求解多目標(biāo)優(yōu)化問題的團隊構(gòu)建與觀點融合方法?，F(xiàn)有的多樣性問題求解團隊模型缺乏對團隊多樣性的定量描述與作用分析，為此，論文給出了團隊多樣性的詳

4、細數(shù)學(xué)描述，提出了團隊多樣性的作用假設(shè)、理論與實驗分析。同時，現(xiàn)有模型通常認為解的效用值對于個體已知，此類模型忽略了問題求解者在現(xiàn)實情況下無法確定解空間實際效用值，而是必須通過其他方法，如投票表決等觀點融合機制，來實現(xiàn)群決策的事實。為此，論文建立多樣性問題求解團隊的表決模型，嘗試利用以社會選擇理論為背景的投票表決方法實現(xiàn)團隊觀點的融合。
　　在使用多樣性表決模型求解多目標(biāo)優(yōu)化問題方面，論文根據(jù)多目標(biāo)優(yōu)化問題與模型的映射關(guān)系，對通用

5、的多樣性表決模型進行適應(yīng)性修改。論文充分考慮了多目標(biāo)優(yōu)化問題的優(yōu)化結(jié)果為Pareto最優(yōu)解集的特點，建立了基于Approval表決程序的多樣性表決模型，使得模型在表決過程中的信息利用率和解的靈活性都得到明顯提升。
　　在多樣性表決模型提升多目標(biāo)優(yōu)化問題求解效率方面，論文分析多樣性表決模型中問題求解團隊成員交互較少的特點，充分挖掘模型并行性，測試了并行條件下模型問題求解性能。
　　論文以作戰(zhàn)仿真系統(tǒng)中CGF需要模擬實現(xiàn)的一個重