一种面向集群轨迹流的关键个体识别方法
编号:24 访问权限:仅限参会人 更新:2026-07-31 15:34:18 浏览:0次 口头报告

报告开始:2026年08月09日 12:00(Asia/Shanghai)

报告时间:10min

所在会场:[P] 分论坛 [P7] 专题工作坊二 数智化视域下军队领导管理自主知识体系构建

暂无文件

摘要
研究聚焦集群系统关键个体识别问题,提出了一种面向集群轨迹流的集群系统关键个体识别方法,为复杂环境下集群系统的态势认知与精准干预开辟了可行的技术路径该方法首先对连续轨迹流进行时间截面切分,基于局部马尔可夫性假设构建个体状态的邻域预测模型;然后通过计算真实状态与预测状态之间的偏差,定义个体重要性指标;最后依据指标的相对大小识别具备主导决策属性的关键个体。在“领导-跟随”Cucker-Smale模型生成的典型集群场景下进行仿真实验,结果表明该方法能够有效识别集群系统中的关键个体。研究为复杂环境下集群系统的态势认知与精准干预提供了可行的技术路径。
关键词
集群系统,轨迹流,状态误差,关键个体识别
报告人
奉干宗
国防科技大学系统工程学院

稿件作者
奉干宗 国防科技大学系统工程学院
付宇德 国防科技大学
李际超 国防科技大学系统工程学院
董星辉 国防科技大学系统工程学院
张严心 国防科技大学系统工程学院
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    08月07日

    2026

    08月09日

    2026

  • 06月01日 2026

    摘要截稿日期

  • 08月09日 2026

    注册截止日期

  • 08月31日 2026

    初稿截稿日期

主办单位
国防科技大学系统工程学院
承办单位
国防科技大学系统工程学院
联系方式
  • 陆柏乐
  • 073*********
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询