一种多粒度集群态势不确定推理规则集构建方法技术

本发明专利技术涉及一种多粒度集群态势不确定推理规则集构建方法，包括以下步骤：构建集群知识框架网络，采用偏微分方程作为底层数值驱动特征模式表示定解问题知识；采用随机偏微分方程作为中层数据驱动特征模式表示模拟逼近知识；采用高斯映射矩阵作为高层不确定交互特征模式表示实体关系知识；采用多特征模式层次结构框架网络，组织定解问题、模拟逼近、实体关系知识规则，构建不确定推理规则集；构建多领域多视图设计结构矩阵，形成可变粒度集群态势不确定推理规则集。与现有技术相比，本发明专利技术可以融合数学物理理论和结构化、半结构化、非结构化数据，适用于水下、空中以及跨介质集群的自主协同决策。主协同决策。主协同决策。

【技术实现步骤摘要】
一种多粒度集群态势不确定推理规则集构建方法


[0001]本专利技术涉及集群协同决策领域，尤其是涉及一种多粒度集群态势不确定推理规则集构建方法。

技术介绍

[0002]随着水下目标性能的不断提高以及水下多平台集群体系对抗模式的不断更新，特别是陆海空天潜一体化综合作战理论的发展，多粒度水下态势的不确定性推理是保证水下多平台集群体系对抗优势，提升体系综合效能的必备能力。在水下、空中、跨介质集群的协同决策中，态势推理所涉信息粒度过大或过小都会影响综合认知，导致相对态势优势的削弱，逆转，甚至丢失。可变粒度集群态势推理依据作战指控决策群组划分评估相应视图下的态势，各平台需要通过相应领域下的功能交互获取情景信息和时空数据，并通过先进智能的推理和权衡机制实现敏捷、一致、有效的群体态势综合认知。因此，构建多粒度集群态势不确定推理规则集是实现集群协同与自主决策的前提和关键。
[0003]当前知识表示包括谓词逻辑、产生式、语义网、可扩展标记语言、面向对象、框架和本体表示法等。逻辑表示研究假设与结论之间的蕴涵关系，即利用逻辑公式描述对象、性质、状况和关系。产生式表示研究规则的先决条件和规则的结论，即利用陈述性知识描述条件与结果过程。语义网表示研究概念及其语义关系，即利用节点和带标记的边构成的有向图描述事件、概念、状况、动作及客体之间的关系。可扩展标记语言表示研究数据对象的属性及层次结构，即利用数据标签和内容描述元素及其属性。面向对象表示研究对象的属性、关系和方法，即利用对象的属性集、关系集、方法集描述领域知识和处理方法。框架表示研究主体及其方面的属性，即利用由事件或对象的知识构成的数据结构，描述概念、对象或事件。本体表示研究知识及其内在关系建模，即利用类、关系、函数、公理和实例五类建模元语，描述领域概念以及概念之间的语义关系。
[0004]这些知识表示方法在自身构建、组织管理、推理应用等方面，存在不同程度的优势和劣势，在数学物理知识和时空数据的可信融合方面面临诸多困难；在多平台集群协同决策领域，上述优势难以发挥，其劣势和困难极为明显。主要体现为集群协同决策所涉的数学物理知识难以嵌入，同时大规模或稀疏的结构化、半结构化、非结构化数据及其时空关联难以同化。这使得集群不确定推理难以具有合适的决策粒度，不能获得敏捷、一致、有效的群体态势综合认知，进而影响相对态势优势的确立和扩大，制约陆海空天潜一体化综合作战。

技术实现思路

[0005]本专利技术的目的是为了提供一种面向数理知识与时空数据混合驱动推理，融合数学物理理论和结构化、半结构化、非结构化数据的多粒度集群态势不确定推理规则集构建方法，适用于水下、空中、跨介质集群的协同决策。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]一种多粒度集群态势不确定推理规则集构建方法，包括以下步骤：
[0008]步骤1)构建集群知识框架网络，采用偏微分方程作为底层数值驱动特征模式，表示定解问题知识；采用随机偏微分方程作为中层数据驱动特征模式，表示模拟逼近知识；采用高斯映射矩阵作为高层不确定交互特征模式，表示实体关系知识；
[0009]步骤2)采用多特征模式层次结构框架网络，组织定解问题、模拟逼近、实体关系知识规则，构建不确定推理规则集；
[0010]步骤3)构建多领域多视图设计结构矩阵，形成可变粒度集群态势不确定推理规则集。
[0011]所述定解问题知识的表示包括：
[0012]初值问题，即Cauchy问题知识表示；
[0013]边界值问题，包括Dirichlet问题、Neumann问题、Robin问题知识表示；
[0014]初始条件及边界条件混合问题知识表示；
[0015]偏微分方程底层数值驱动特征模式。
[0016]所述定解问题知识的表示采用偏微分方程底层数值驱动特征模式，统一表达初值问题、边界值问题、初始条件及边界条件混合问题及其规则，具体的底层定解问题知识表示过程包括以下步骤：
[0017]步骤A1)针对Cauchy初值问题，建立偏微分方程和初值条件方程，形成底层数值驱动特征模式；
[0018]步骤A2)针对Dirichlet、Neumann、Robin边界值问题，建立偏微分方程和边界值条件方程，形成底层数值驱动特征模式；
[0019]步骤A3)针对初始条件及边界条件混合问题，建立偏微分方程、初值条件方程以及边界值条件方程，形成底层数值驱动特征模式；
[0020]步骤A4)列出时间变量、空间变量及其函数，依据守恒定律或信息理论，确立函数及其时间和空间变化率之间的关系，形成偏微分方程底层数值驱动特征模式，其中，代数方程作为偏微分方程特例处理。
[0021]所述模拟逼近知识的表示包括：
[0022]漂移过程逼近；
[0023]扩散过程逼近；
[0024]跳跃过程逼近；
[0025]随机微分方程中层数据驱动特征模式。
[0026]所述模拟逼近知识的表示采用随机偏微分方程中层数据驱动特征模式，统一表达漂移过程、扩散过程、跳跃过程的随机模拟逼近及其规则，具体的中层模拟逼近知识表示过程包括以下步骤：
[0027]步骤B1)考虑输出变化与均值的关系，设计漂移率计算方法，形成漂移过程逼近；
[0028]步骤B2)考虑输出变化与斜率的关系，设计扩散率计算方法，形成扩散过程逼近；
[0029]步骤B3)考虑输出跳变，设计平稳独立增量计算方法，形成跳跃过程逼近；
[0030]步骤B4)综合漂移、扩散、跳跃特征，形成随机微分方程中层数据驱动特征模式。
[0031]所述实体关系知识的表示包括：
[0032]实体空间；
[0033]关系空间；
[0034]得分函数；
[0035]高斯映射矩阵高层不确定交互特征模式。
[0036]所述实体关系知识的表示采用高斯映射矩阵高层不确定交互特征模式，统一表达漂移过程、扩散过程、跳跃过程的随机模拟逼近及其规则，具体的高层实体关系知识表示过程包括以下步骤：
[0037]步骤C1)考虑攻防对抗集群，设计敌我标识，集群中的全体平台构成实体空间；
[0038]步骤C2)考虑集群中任意两个平台，设计由头实体、尾实体、关系构成的三元组，全体内生关系构成关系空间；其中内生关系包括敌我关系、友军关系等；
[0039]步骤C3)考虑实体关系的置信度，设计由带符号的高斯映射表征的嵌入关系，计算内生关系与嵌入关系的概率相似度，形成得分函数，其中，符号由敌我标识确定，我军为正，敌军为负；概率相似度由互熵，即KL散度计算；多维高斯分布的均值表示实体关系在关系空间中的中心位置，其协方差表示实体关系的不确定度；
[0040]步骤C4)综合集群实体空间、关系空间、实体关系置信度，形成高斯映射矩阵高层不确定交互特征模式。
[0041]所述不确定推理规则集具体包括：
[0042]定解问题知识表示规则；
[0043]模拟逼近本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多粒度集群态势不确定推理规则集构建方法，其特征在于，包括以下步骤：步骤1)构建集群知识框架网络，采用偏微分方程作为底层数值驱动特征模式，表示定解问题知识；采用随机偏微分方程作为中层数据驱动特征模式，表示模拟逼近知识；采用高斯映射矩阵作为高层不确定交互特征模式，表示实体关系知识；步骤2)采用多特征模式层次结构框架网络，组织定解问题、模拟逼近、实体关系知识规则，构建不确定推理规则集；步骤3)构建多领域多视图设计结构矩阵，形成可变粒度集群态势不确定推理规则集。2.根据权利要求1所述的一种多粒度集群态势不确定推理规则集构建方法，其特征在于，所述定解问题知识的表示包括：初值问题，即Cauchy问题知识表示；边界值问题，包括Dirichlet问题、Neumann问题、Robin问题知识表示；初始条件及边界条件混合问题知识表示；偏微分方程底层数值驱动特征模式。3.根据权利要求2所述的一种多粒度集群态势不确定推理规则集构建方法，其特征在于，所述定解问题知识的表示采用偏微分方程底层数值驱动特征模式，统一表达初值问题、边界值问题、初始条件及边界条件混合问题及其规则，具体的底层定解问题知识表示过程包括以下步骤：步骤A1)针对Cauchy初值问题，建立偏微分方程和初值条件方程，形成底层数值驱动特征模式；步骤A2)针对Dirichlet、Neumann、Robin边界值问题，建立偏微分方程和边界值条件方程，形成底层数值驱动特征模式；步骤A3)针对初始条件及边界条件混合问题，建立偏微分方程、初值条件方程以及边界值条件方程，形成底层数值驱动特征模式；步骤A4)列出时间变量、空间变量及其函数，依据守恒定律或信息理论，确立函数及其时间和空间变化率之间的关系，形成偏微分方程底层数值驱动特征模式，其中，代数方程作为偏微分方程特例处理。4.根据权利要求1所述的一种多粒度集群态势不确定推理规则集构建方法，其特征在于，所述模拟逼近知识的表示包括：漂移过程逼近；扩散过程逼近；跳跃过程逼近；随机微分方程中层数据驱动特征模式。5.根据权利要求4所述的一种多粒度集群态势不确定推理规则集构建方法，其特征在于，所述模拟逼近知识的表示采用随机偏微分方程中层数据驱动特征模式，统一表达漂移过程、扩散过程、跳跃过程的随机模拟逼近及其规则，具体的中层模拟逼近知识表示过程包括以下步骤：步骤B1)考虑输出变化与均值的关系，设计漂移率计算方法，形成漂移过程逼近；步骤B2)考虑输出变化与斜率的关系，设计扩散率计算方法，形成扩散过程逼近；步骤B3)考虑输出跳变，设计平稳独立增量计算方法，形成跳跃过程逼近；
步骤B4)综合漂移、扩散、跳跃特征，形成随机微分方程中层数据驱动特征模式。6.根据权利要求1所述的一种多粒度集群态势不确定推理规则集构建方法，其特征在于，所述实体关系知识的表示包括：实体空间；关系空间；得分函数；高斯映射矩阵高层不确定交互特征模式。7.根据权利要求6所述的一种多粒度集群态势不确定推理规则集构建方法，其特征在于，所述实体关系知识的表示采用高斯映射矩阵高层不确定交互特征模式，统一表达漂移过程、扩散过程、跳跃过程的随机模拟逼近及其规则，具体的高层实体关系知识表示过程包括以下步骤：步骤C1)考虑攻防对抗集群，设计敌我标识，集群中的全体平台构成实体空间；步骤C2)考虑集群中任意两个平台，设计...

【专利技术属性】
技术研发人员：尹堂文，姚尧，张晓霜，冯景祥，常鹏，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：