考虑在概率约束条件下从有限个仿真替代方案中确定可行系统的问题,其中随机仿真的观测结果服从贝努利分布。大多数统计上有效的可行性判定程序考虑的是对正态分布观测值均值的约束。当观测值服从贝努利分布时,仍可通过将贝努利观测值的批次均值视为基本观测值来使用现有程序。然而,达到近似正态性可能需要较大的批次量,这可能导致在做出决策时不必要的观测值浪费。本文提出了利用贝努利分布观测值来确定可行性的程序。允许主观约束,这意味着如果过多系统可行则可收紧阈值,若无可行系统则可放宽阈值,并可多次遍历中顺序添加阈值。本文证明,对于主观约束,本文程序优于原有的为正态观测值开发的可行性判定程序。我们还表明,所提出的程序可用于寻找具有最大或最小概率的系统。

接下来,考虑在预期总成本和任务失败概率存在约束的情况下,寻找陆军航空资产(特别是攻击直升机和无人驾驶航空器)的可行组合以对抗敌方装甲单位的问题。这两种性能度量都需要通过战场的随机仿真进行估计。此外,决策者可能关注阈值收紧或放宽时可行组合的变化情况,这有助于确定双目标最优解。将此问题表述为带有主观约束的可行性判定问题,并结合了原本分别针对均值和概率设计的两种可行性判定程序。针对边境附近某假想战场场景,通过基于智能体的仿真进行了案例研究。

成为VIP会员查看完整内容
1

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
微信扫码咨询专知VIP会员