DDBN的无人机决策推理模型参数学习

• 作者: 任佳 高晓光 黄世强
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 离散动态贝叶斯网络 参数学习 遗传算法 无人机 决策推理模型
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 理论研究
• 页码范围: 26-29
• 页数: 4页
• 分类号: TP181
• 字数: 2804字
• 语种: 中文

摘要

针对复杂战场环境下的无人机决策推理模型参数学习的问题,提出基于遗传算法的离散动态贝叶斯网络参数学习算法.该算法将模型网络参数的最大似然估计函数作为遗传算法的适应度函数,在全局进行并行优化搜索,得到最优的网络参数,从而提高了决策推理模型对复杂环境的快速适应.仿真结果表明,该算法可以获得准确的离散动态贝叶斯网络参数,能够有效地解决复杂战场环境下无人机威胁评估问题,为无人机的自主任务决策提供有效的参数保障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高晓光	西北工业大学电子信息学院	350	2934	23.0	33.0
2	任佳	西北工业大学电子信息学院	9	125	6.0	9.0
3	黄世强	西北工业大学电子信息学院	1	1	1.0	1.0