Abstract:
این مقاله روی مدل سازی رفتار فرماندهان در شبیه سازی نبرد تمرکز می کند. یک ماموریت 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 بهینه سازی چند هدفی، مدلی به منظور کمینه سازی تلفات نیروهای خودی و بیشینه سازی نابودی دشمنان معرفی می شود. همچنین با استفاده از روش وزن دهی و شرایط بهینگی کاروش-کان-تاکر، یک مدل شبکه عصبی بازگشتی زمان پیوسته برای حل مساله ی بهینه سازی چند هدفی معرفی شده، طراحی می شود. ایده ی اصلی رهیافت شبکه عصبی برای مساله ی بهینه سازی 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 کننده ای ندارد و ساختار آن یک پیاده سازی سخت افزاری ساده را امکان پذیر می سازد. روش معرفی شده می تواند به عنوان یک مشاور برای فرماندهی که برای نیروهای تحت امر خود تصمیم می گیرد، عمل کند. در پایان، با استفاده از یک مثال اعتبار و کارایی مدل پیشنهادی نشان داده شده است.
Machine summary:
در اين مقاله با در نظر گرفتن سناريوهاي غيردفاعي و دفاعي و با استفاده از بهينه سازي چند هدفي، مدلي به منظور کمينه سازي تلفات نيروهاي خودي و بيشينه سازي نابودي دشمنان معرفي ميشود.
همچنين با استفاده از روش وزن دهي و شرايط بهينگي کاروش -کان -تاکر، يک مدل شبکه عصبي بازگشتي زمان پيوسته براي حل مسأله ي بهينه سازي چند هدفي معرفيشده ، طراحي ميشود.
ايده ي اصلي رهيافت شبکه عصبي براي مسأله ي بهينه سازي چند هدفي معرفيشده ، ايجاد يک دستگاه ديناميکي به صورت معادلات ديفرانسيل معمولي مرتبه اول است .
همچنين با اســتفاده از روش اســکالر ســازي وزن دهي ١، شــرايط بهينگي کاروش - کان - تاکر (KKT٢) و نظريه سـيسـتم هاي ديناميکي يک مدل شـبکه عصبي بازگشتي زمان پيوسته براي حل مسـأله بهينه سازي چند هدفي معرفيشده ، طراحي ميشود.
بنابراين مســأله وزن دهي شــده به صورت زير تعريف ميشود: (رجوع شود به تصوير صفحه)به طوريکه بردار وزن تخصــيص داده شــده به توابع هدف اســت و فرض ميشـود که w٠.
y* t ماهيت شبکه هاي عصبي زمان پيوسته که براي حل مسائل بهينه سازي به کار ميروند يک دستگاه ديناميکي است .
همچنين در اين مقاله به طراحي يک نبرد انتزاعي بين دو گروه پرداخته شـد و منجر به يک مسأله چند هدفي گرديد و نشان داده شد که شبکه عصبي معرفيشده در حل انکار است .
A novel recurrent neural network for solving MLCPs and its application to linear and quadratic programming.
A recurrent neural network for solving nonlinear convex programs subject to linear constraints.