شبیه‌سازی نبرد با استفاده از شبکه‌های عصبی زمان پیوسته

Authors

  • حمید بیگدلی پژوهشگر پژوهشکده عالی جنگ دانشگاه فرماندهی و ستاد آجا
  • محمد مقدس دانشجوی دکتری گروه ریاضی، دانشکده علوم پایه، دانشگاه آزاد اسلامی واحد تهران مرکزی
Abstract:

این مقاله روی مدل‌سازی رفتار فرماندهان در شبیه‌سازی نبرد تمرکز می‌کند. یک مأموریت نظامی اغلب با اهداف متضاد چندگانه از جمله موفقیت در وظایف، زمان اتمام، نابودی دشمنان و بقای نیروهای خودی همراه است. در این مقاله با در نظر گرفتن سناریوهای غیردفاعی و دفاعی و با استفاده از بهینه‌سازی چند هدفی، مدلی به‌منظور کمینه‌سازی تلفات نیروهای خودی و بیشینه‌سازی نابودی دشمنان معرفی می‌شود. همچنین با استفاده از روش وزن‌دهی و شرایط بهینگی کاروش-کان-تاکر، یک مدل شبکه عصبی بازگشتی زمان پیوسته برای حل مسأله‌ی بهینه‌سازی چند هدفی معرفی شده، طراحی می‌شود. ایده‌‌ی اصلی رهیافت شبکه عصبی برای مسأله‌ِی بهینه‌سازی چند هدفی معرفی شده، ایجاد یک دستگاه دینامیکی به صورت معادلات دیفرانسیل معمولی مرتبه اول است. شبکه عصبی معرفی شده نیاز به هیچ پارامتر تنظیم کننده‌ای ندارد و ساختار آن یک پیاده‌سازی سخت‌افزاری ساده را امکان‌پذیر می‌سازد. روش معرفی شده می‌تواند به عنوان یک مشاور برای فرماندهی که برای نیروهای تحت امر خود تصمیم می‌گیرد، عمل کند. در پایان، با استفاده از یک مثال اعتبار و کارایی مدل پیشنهادی نشان داده شده است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تخمین هدایت هیدرولیکی اشباع در برخی از خاکهای استان ایلام با استفاده از شبکههای عصبی مصنوعی و روشهای رگرسیونی

هدایت هیدرولیکی اشباع ) Ks ( یکی از ورودیهای مهم در مدلسازی جریان آب و انتقال آلایندهها در خاک، طراحی سیستمهای آبیاری و زهکشی، مدلسازی آبهایزیرزمینی و فرایندهای زیستمحیطی است. اندازهگیری مستقیم Ks در مزرعه و آزمایشگاه میسّر میباشد؛ لیکن، معمولاً زمانبر، پرهزینه و دشوار بوده و در سطوحبزرگ نیز غیرعملی است. افزون بر این، بهدلیل غیرهمگن بودن خاک و خطاهای آزمایشگاهی، تا حدودی این اندازهگیریها غیرقابل ...

full text

پیش بینی رفتار مشتریان با استفاده از تکنیک شبکههای عصبی مصنوعی

امروزه روش های کمی، به یکی از مهم ترین ابزارهای پیش بینی برای اخذ تصمیمات و سرمایه گذاریهای کلان در بازارها تبدیل شده اند. دقت پیش بینی، یکی از مهم ترین فاکتورهای انتخاب روش پیش بینی است؛ شبکه های عصبی مصنوعی، برنامه های کامپیوتری منعطفی هستند که در سطح گسترده ای برای پیش بینی، با درجه بالایی از دقت به کار برده می شوند. امروزه میتوان با استفاده از تکنیک های داده کاوی و شبکه های عصبی به بررسی و ...

full text

بررسی تأثیر پارامترهای پیوسته در تشخیص بیماری عروق کرونر قلبی با استفاده از شبکه‌های عصبی مصنوعی

Background & Aim: Coronary artery disease is among the common diseases in societies. The best method of assessing coronary artery diseases is through angiography. This study aimed at investigating the effect of disease parameters on the diagnosis of coronary artery disease using artificial neural networks. Methods: This analytic study included a database of 200 non-attributable records. In t...

full text

ترکیب روش‌های عصبی، فازی و عصبی- فازی با استفاده از الگوریتم مورچگان پیوسته برای تشخیص رخساره‌های مخزن

تشخیص رخساره‌های مخزنی و تعیین نواحی با کیفیت مخزنی بالا نقش مهمی در مدل‌سازی مخزن و همچنین حفاری‌های آتی در میدان‌های در حال توسعه ایفا می‌کند. شاخص جریانی یکی از شاخص‌هایی است که با توجه به تغییر خصوصیات مخزن تغییر کرده و می‌تواند نقش موثری در تقسیم‌بندی رخساره‌های مخزنی داشته باشد. مطالعه حاضر یک مدل بهینه‌یافته و پیشرفته را به‌وسیله ترکیب سیستم‌های هوشمند برای تخمین شاخص جریانی در کل میدان ...

full text

پیش بینی میزان مصرف برق میان مدت در ایران با استفاده از شبکههای عصبی مصنوعی

انرژی برق به عنوان یکی از مهمترین انرژی ها در زندگی مدرن امروزی به حساب می آید و در سطح رفاه اجتماعی و همچنین کیفیت و راندمان کار و تولید بسیار موثر می باشد. با توجه به اهمیت انرژی برق دولت ها و سازمان های وابسته به آن ها در کشورهای توسعه یافته و در حال توسعه، بر روی پیش بینی مصرف برق توجه بسیار زیادی می کنند. اشتباه در پیش بینی مصرف برق می تواند موجب ایجاد ظرفیت های اضافی و یا کمبود در تامین ب...

15 صفحه اول

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 3  issue 10

pages  7- 24

publication date 2019-02-10

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023