基于遗传算法的CGF学习行为模型研究

• 作者: MENG Xian-quan ZHAO Ying-nan 王立国 薛青
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 遗传算法 计算机生成兵力 Agent 学习分类器系统 学习行为建模
• 年，卷（期）: 2008,（16）
• 所属期刊栏目: 人工智能与仿真
• 页码范围: 4310-4314
• 页数: 5页
• 分类号: TP391.9
• 字数: 4994字
• 语种: 中文

摘要

通过自学习使计算机生成兵力(CGF)具有决策能力,是机器学习技术应用于军事仿真的一个重要研究方向.运用基于Agent的建模方法和学习分类器系统技术,构建了基于遗传算法的CGF学习行为模型框架,详细论述了该模型学习过程的运行周期,并将记忆功能引入CGF决策模型来加速学习进程.最后,设计了一个可视化验证系统,实验结果表明该模型的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛青	装甲兵工程学院装备指挥与管理系	75	280	9.0	12.0
2	王立国	装甲兵工程学院装备指挥与管理系	11	42	4.0	6.0
3	MENG Xian-quan	装甲兵工程学院装备指挥与管理系	1	3	1.0	1.0
4	ZHAO Ying-nan	装甲兵工程学院装备指挥与管理系	1	3	1.0	1.0