文档介绍：规则引擎下的舰艇智能兵力决策支持方法研究摘要:针对传统智能兵力作战决策系统存在的可维护性和灵活性不高问题,提出了基于规则引擎构建舰艇智能兵力作战决策系统的方法。分析了舰艇智能兵力作战决策过程,划分了舰艇智能兵力作战行为层次模型,使用开源Java规则引擎Drools作为决策系统的推理机,将业务层和软件代码层解耦,构建了舰艇智能兵力的作战决策知识库并完成了工程实现,结果表明该方法显著提高了系统开发效率,降低了系统维护的复杂度。关键词:规则引擎潜艇DroolsRete作战决策系统 1、引言舰艇智能兵力决策支持研究是构建功能完善的舰艇智能兵力,实现舰艇作战仿真系统的关键。传统仿真系统中舰艇智能兵力决策通常以产生式规则表示法[1],将兵力决策的知识编写为嵌套的if-else-then程序语句固化在程序代码中,业务逻辑和代码层耦合紧密,一旦开发完成,就不容易变更,使得系统维护性、灵活性和扩展性较差,而现实中兵力作战决策知识却经常随着任务和形势发生变化,军事领域专家也需要对作战规则进行经常性变动,而且不希望也不需要开发人员进行二次开发。针对这一问题,本文提出应用Java开源规则引擎Drools构建舰艇智能兵力作战决策系统的方法,将作战决策规则和仿真程序代码分开,将军事领域知识和仿真系统功能实现相分离,以规则形式存储、分类、管理和匹配兵力决策知识,能够有效提高系统开发效率,且易于升级和维护。 2、Drools规则引擎原理及应用规则引擎源于基于规则的专家系统,规则引擎由规则库(RuleBase)、工作内存(WorkingMemory)和推理引擎(InferenceEngine)三部分组成[2]。具有声明式编程、逻辑与数据分离、速度及可测量性和知识集中化等优点。1 Drools规则引擎运行机制是通过快速检索工作内存(WorkingMemory)中的对象与加载到其中的各项规则的前件进行匹配,激活符合条件的规则,放入冲突集中。将冲突集中的规则根据规则的优先权排序生成议程(Agenda),从而使优先级高的规则优先触发。规则执行后,规则的后件执行部分会改变加载到内存中的事实对象信息,使议程中一些激活的规则的前提条件不再得到满足,从议程中撤销,并将可能有的新规则被激活加入议程中。推理引擎的推理步骤[3]如下: (1)将初始事实输入工作记忆(WorkingMemory)。(2)使用模式匹配器比较规则库中的规则和事实。(3)如果执行的规则存在冲突,即同时激活了多个规则,将冲突的规则放入冲突集合。(4)根据策略去解决冲突,将激活的规则按顺序放入议程。(5)使用执行引擎执行议程中的规则。重复步骤2-5,直到执行完毕所有议程中的规则。 3、舰艇智能兵力作战决策过程和行为层次划分舰艇兵力作战决策是指根据作战任务、目标综合信息(包括目标类型、态势、威胁等级和可攻性)和潜艇作战状态及作战过程,确定舰艇应采取的攻击或防御行动,包括作战目标、使用武器类型和攻防作战样式。 。潜艇兵力依据目标综合信息和本艇作战状态信息决策就、输出潜艇攻击或防御行动。例如攻击决策输出包括“导弹攻击”、“鱼雷攻击”等。 ,对舰艇智能兵力行为进行合理的层次划分,不