基于属性的计算机兵棋规则模型研究

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (6): 165-170.

基于属性的计算机兵棋规则模型研究

贺德富¹，涂　睿²，苏喜生³

1.湖北第二师范学院；2.海军工程大学；3.陆军勤务学院

出版日期:2019-07-22 发布日期:2019-07-22
作者简介:贺德富，男，博士，教授，主要从事后勤信息化、教育信息化、信息系统研发方面研究；通讯作者涂睿，男，博士，讲师，主要从事计算机网络、计算机仿真方面研究。

Online:2019-07-22 Published:2019-07-22

摘要/Abstract

摘要： 计算机兵棋是战前评估作战行动可行性的重要手段，其核心是兵棋规则的设计、验证和形式化。提出了基于属性的计算机兵棋规则模型：ABCWR（attribute based computer wargaming rule），为计算机兵棋规则库的设计提供了一套通用的形式化描述和规则判定方法，并对模型的规则判定性能进行了测试。测试结果显示：该模型的规则判定时间与规则数呈正比关系，判定性能满足当前商业兵棋规则库规模的要求。

中图分类号:

TP391

. 基于属性的计算机兵棋规则模型研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(6): 165-170.

[1]	姚鹏威, 杨炯, 张爱梅, 黄晓. 表格图像转换成Ｗｏｒｄ表格的研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(11): 100-105,190.
[2]	李立治１, ２, 杨建军２, 刘双喜１, ２, 张先锋２, 郭文翠２, 李萍２. 国内人群的驾驶风格分类及识别方法研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(11): 33-40.
[3]	杨菊英１, 江兵２, 罗佳１. 自然语言语义库构建方法研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 103-108.
[4]	叶杨１, 孙会龙１, 刘贞１, ２. 一种自适应加权ＬＤＰ的虚拟现实设备表情识别方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 109-114.
[5]	刘英１, 莎仁高娃２, 张利文３. 移动无线网络的移动终端安全认证方案[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 161-167.
[6]	胡博１, 陈锋２, 刘敏３. ＶＲ环境下应用于三维虚拟建模的复杂艺术场景优化技术[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 115-120.
[7]	林倩瑜. 基于模糊卷积神经网络的大数据分类挖掘技术[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 121-126.
[8]	张钰莎１, 蒋盛益２. 基于风险数据挖掘追踪技术的网络入侵检测研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 127-135.
[9]	郭东兵１, ２, 董黎君１, 梁国星１, ２. 基于多数投票法的扫描点云尖锐特征保留方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 67-72.
[10]	姚寿文, 栗丽辉, 王蠫, 常富祥, Zeyuan YAO. 双 Kinect 自适应加权数据融合的全身运动捕捉方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 109-117.
[11]	苏树智, 谢军, 高鹏连, 邓瀛灏, 郑苹. 面向多模态图像的柯西相关特征学习方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 118-124.
[12]	陈乐, 童莹, 陈瑞, 曹雪虹. 端到端增强特征神经网络的视频表情识别[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 125-131.
[13]	张先华a, 李政a, 谭小慧a, 王康b. 基于灰色马尔科夫的地铁火灾逃生最优路径规划及3D模拟[J]. 重庆理工大学学报（自然科学）, 2019, 33(8): 118-123.
[14]	易欣, 郭武士, 赵丽. 热红外图像序列中基于 KCF 和Mean-Shift 定位的目标跟踪方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(8): 124-131.
[15]	. 高铁线路重要部位WSN节点覆盖算法设计[J]. 重庆理工大学学报（自然科学）, 2019, 33(7): 124-131.

基于属性的计算机兵棋规则模型研究

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10