体系需求分析中的导向性涌现研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    70901074
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    17.0万
  • 负责人：
    杨克巍
  • 依托单位：
    中国人民解放军国防科技大学
  • 学科分类：
    G0107.管理系统工程
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

体系工程研究日益成为管理科学方向前沿性研究领域之一，体系需求分析研究中，由于利益相关者的多元化以及体系构成要素的动态演化特征，与系统需求分析时首先明确目标和界定范围不同，体系需求演化的不确定性是其最大的特征，"涌现"则是体系需求工程研究中影响体系能力发挥和达到体系构建目标的关键。体系需求研究强调对于涌现性的把握和预测，于是导向性涌现（Guided Emergence）的研究成为体系工程研究中的热点和难点，目前群体智能算法和基于Agent的方法被公认最为有效的解决体系导向性涌现的方法。本课题以国防领域的武器装备体系需求分析为背景，重点研究体系需求演化过程中的导向性涌现问题，提出了半自治Agent模型，将群体智能算法应用于体系结构与关系建模中，建立体系需求可执行框架为体系演化过程中涌现性行为的导向研究提供运行环境，预期解决体系需求演化过程中涌现性的预测、导向等难题，提高体系需求分析的可信性。

结项摘要

体系工程研究日益成为管理科学方向前沿性研究领域之一，体系需求分析研究中，由于利益相关者的多元化以及体系构成要素的动态演化特征，与系统需求分析时首先明确目标和界定范围的区别在于：体系需求演化的不确定性。“涌现”则是体系需求工程研究中影响体系能力发挥和达到体系构建目标的关键。体系需求研究强调对于涌现性的把握和预测，于是导向性涌现（Guided Emergence）的研究成为体系工程研究中的热点和难点。本课题以国防领域的武器装备体系需求分析为背景，利用平行执行（PE）研究框架，突破了体系多类要素的二元关系及其基础之上的多维关系建模、体系涌现性行为评价与导向等关键技术，重点研究体系需求演化过程中的导向性涌现问题。将群体智能算法应用于体系结构关系建模与优化分析中，预期解决体系需求演化过程中涌现性的预测、导向等难题。研究成果可应用于装备体系需求分析阶段的科学决策，同时也可以为物联网体系结构设计及其运行管理模式研究提供关键技术和方法支撑。

项目成果

期刊论文数量（17）
专著数量（1）
科研奖励数量（0）
会议论文数量（8）
专利数量（0）
基于词条组合的军事类文本分词方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    黄魏;高兵;刘异;杨克巍
  • 通讯作者：
    杨克巍
武器装备体系结构项目视图产品设计及开发
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    兵工自动化
  • 影响因子：
    --
  • 作者：
    张晓雪;廖良才;杨克巍
  • 通讯作者：
    杨克巍
证据网络及其在航天系统安全性分析中的应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    系统工程与电子技术
  • 影响因子：
    --
  • 作者：
    姜江;李璇;陈英武;杨克巍
  • 通讯作者：
    杨克巍
基于群体决策的装备重要性多想定空间分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    系统工程与电子技术
  • 影响因子：
    --
  • 作者：
    赵峰;王书宁;杨克巍;ZHAO Feng1,2,WANG Shu-ning1,YANG Ke-wei3(1.Departm;2.Naval Academy of Armament,Beijing 100161,China;3.College of Information System;Management, Na
  • 通讯作者：
    Management, Na
基于关联规则的武器装备体系能力分类
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    兵工自动化
  • 影响因子：
    --
  • 作者：
    黄魏;田亮;杨克巍;高兵
  • 通讯作者：
    高兵

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于作战网络的反潜活动效能评估
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    系统工程与电子技术
  • 影响因子：
    --
  • 作者：
    秦茂森;赵丹玲;杨克巍
  • 通讯作者：
    杨克巍
基于证据网络的装备体系贡献率评估方法研究
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    系统工程与电子技术
  • 影响因子：
    --
  • 作者：
    游雅倩;姜江;孙建彬;赵丹玲;杨克巍
  • 通讯作者：
    杨克巍
A decision support model for multi-attribute group decision making using a multi-objective optimization approach
使用多目标优化方法进行多属性群体决策的决策支持模型
  • DOI：
    10.1080/18756891.2013.769781
  • 发表时间：
    2013-01
  • 期刊：
    International Journal of Computational Intelligence Systems
  • 影响因子：
    2.9
  • 作者：
    熊健;陈英武;杨克巍
  • 通讯作者：
    杨克巍
基于加权动态时间弯曲的多元时间序列相似性匹配方法
  • DOI：
    10.16451/j.cnki.issn1003-6059.201704003
  • 发表时间：
    2017
  • 期刊：
    模式识别与人工智能
  • 影响因子：
    --
  • 作者：
    叶燕清;杨克巍;姜江;葛冰峰;豆亚杰
  • 通讯作者：
    豆亚杰
基层军官沟通关系分析及其对军校指挥人才沟通能力培养的启示
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    高等教育研究学报
  • 影响因子：
    --
  • 作者：
    李孟军;杨克巍;邓宏钟;赵青松
  • 通讯作者：
    赵青松

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

杨克巍的其他基金

基于数字孪生的智能制造集成管理仿真建模与决策理论
  • 批准号：
    72231011
  • 批准年份：
    2022
  • 资助金额：
    180 万元
  • 项目类别：
    重点项目
基于超网络的智能化装备体系韧性分析
  • 批准号：
    72071206
  • 批准年份：
    2020
  • 资助金额：
    48 万元
  • 项目类别：
    面上项目
武器装备体系多阶段鲁棒组合决策模型研究
  • 批准号：
    71571185
  • 批准年份：
    2015
  • 资助金额：
    48.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码