基于粗糙集理论的武器系统效能评定

简述了各种武器效能评定方法。建立武器参数效能模型,首先要挑选特征参数,这里采用知识约简方法选择武器的特征参数。利用神经网络理论建立了参数效能模型,武器系统的效能与武器特征参数的关系可通过神经网络的阈值和权值得到体现。通过实例对神经网络法与指数法所得的结果进行了比较,结果表明神经网络法比指数法精确。     

基于推理的体系对抗条件下空袭目标优选方法

针对体系对抗条件下空袭目标选择缺乏不确定多要素分析能力和足够的自主推理能力,研究了空袭体系的基本作战样式,根据智能决策模拟系统需求,结合决策行为产生机理,建立基于区间数的综合推理模型,给出空袭目标优选规则,提出基于推理的体系对抗条件下空袭目标优选方法,最后给出一个仿真实例。实例结果表明,该方法可作为体系对抗条件下作战仿真系统的重要组成部分,为军事指挥员提供辅助决策支持。     

科索沃空袭对精确制导及防御技术的启示

通过对科索沃空袭武器的分析,指出精确打击与航天系统支援作战是空袭的主要特点。科索沃空袭为反空袭作战与精确制导武器的发展提供了有益的启示     

基于排队论的防空兵力部署优化模型

兵力部署优化问题是防空指控系统的重要研究内容之一。针对多型防空武器多层多区段混合部署问题,对异型空袭武器和防空武器基于作战效能标准化处理,基于排队论给出空袭武器的突防概率计算模型,将防空武器系统综合防御效能作为优化目标,建立多型防空武器扇形部署优化模型。仿真实验验证了优化模型的有效性和合理性,可为科学制定兵力部署方案提供参考。     

基于Hamming网络的空袭目标评估模型

针对空袭目标威胁程度评估问题,在模糊优化模型的基础上,提出了一种基于Hamming神经网络的求解方法.该方法将神经网络与模糊优化模型相结合,既方便了原问题的描述又简化了问题的求解,发挥了二者的集合优势.经仿真试验证明了该模型的有效性.该方法为此类问题的研究提供了一种有效、可靠的新途径,同时它也是模糊理论与人工神经网络相结合的理论方法的有益尝试.     

基于前向型神经网络的空袭目标类型识别模型

对防空作战中空袭目标类型识别问题进行了研究 ,给出了进行目标类型识别的指标集 ,并建立了基于前向型神经网络识别模型 ,实例证明该方法是可行的。     

攻势防空思想的基本内涵

从海湾战争,到“沙漠之狐”行动,再到科索沃战争,人们越来越清醒地看到,空袭已经成为高技术条件下局部战争的一种基本形态,成为主要军事大国的一种独立作战样式。这个不争的事实告诫我们,传统的防空思想在以高技术武器为主体的大规模空袭面前,正面临着严峻的冲击和挑战,急需以高技术为牵引,不断促进防空作战思想的发展与变革。攻势防空作为赢得高技术条件下反空袭作战的一种新的选择,也就应运而生了。因此,全面认识攻势防空思想的基本内涵具有重要的现实意义。所谓攻势防空,就是指在反空袭作战中,防御一方组织使用空中进攻力量、地面     

用于要地末端防御的现代近程防空导弹的需求分析

直接打击空袭武器的近程末端防御是现代战术防空体系的一个重要组成部分。用于末端防御的现代近程防空导弹必须具有高的火力密度,能够有效击毁空袭武器,为此必须采用现代精确制导控制技术,它是一种全新的防空导弹。     

美军空袭作战的手段选择

选择对目标的打击手段是美军空中作战计划的重要内窖。为取得预期的作战效果,打击地面和海上目标时,英军通常由空中作战中心根据目标的重要程度和打击武器的分配情况,对空袭武器系统、空地武器、空袭时间、空袭方向、预期弹着点以及攻击程度进行详细计划。     

基于概率神经网络模型的空袭目标识别方法

为了准确、迅速识别空袭目标类型,建立基于概率神经网络(PNN)的空袭目标识别模型。该模型降低了以往空袭目标识别方法中的人为因素,并提高目标识别结果的可信度、快速性和稳定性。最后通过实例验证,证明该模型的有效性和正确性。     

装备群战斗损伤模拟方法研究

分析了影响装备战斗损伤的主要因素,讨论了量化这些因素的方法。在对该问题进行分析后,指出模拟模型是解决装备群战损分析的比较好的方法,并给出了该模型的基本结构。结合战损分析的特点与当前国内外神经网络的研究成果,作者认为BP(Back Propagation)神经网络是实现这一模型的有力工具,并给出了BP网络工作的过程。     

基于遗传神经网络的装备研制作战需求方案评价

针对评价问题的实际情况,利用神经网络良好的自适应性和遗传算法强大的全局搜索能力,采用遗传算法和BP神经网络相结合的遗传神经网络算法解决装备研制作战需求方案评价问题。通过样本数据训练,提高了评价的准确性和适应性。仿真实验表明,该算法能够较好地克服人为因素和随机性的影响,其稳定性和精确性也有较高。     

一种基于层次分析法的舰炮武器系统选型综合评价模型

针对舰炮武器系统选型配置决策中众多制约因素难以平衡兼顾的难题,本文基于层次分析法,综合了作战效能、全寿命周期费用、研制周期、适装性、技术可行性和发展潜力等多变量因素,提出并建立了一套综合优化舰炮武器系统选型配置方案的方法和模型,实现了舰炮武器系统选型配置问题的优化决策,最后以大口径主炮武器系统发展选型为例,给出了模型的应用实例。     

基于FNN和RS理论的综合评估及应用实例

为较好解决武器系统效能综合评价与分析的问题,提出一种新的综合评价与 分析方法。以某一类型的武器装备的效能评估为例,利用模糊神经网络(FNN)的方法和粗 糙集(RS)理论方法对武器装备效能的优劣进行评估。首先,用FNN方法提取用于效能评 估的模糊规则,然后用一种新的处理不确定知识的数学工具,粗糙集理论方法对装备属性进 行约简,删除其中不相关或不重要的知识,选出最重要的且尽可能少的评价指标获得系统效 能评价的最小决策算法,进而分析得到系统效能的关键因素。     

基于模糊神经网络的反鱼雷深弹作战决策

反鱼雷深弹武器是水面舰艇对抗鱼雷的一种新的反鱼雷武器,由它组成的鱼雷防御系统可以拦截潜艇发射的声自导鱼雷、线导鱼雷及尾流自导鱼雷.根据其作战使用特点,建立基于模糊神经网络的智能辅助决策系统,分析了其基本思想,具体实现过程,并应用实例加以验证.计算结果表明:该模糊神经网络模型具有一定的合理性和实用性.     

基于神经网络的地空导弹武器系统作战能力评估

根据地空导弹武器系统的作战使用特点,分析了评估其作战能力方法的局限性。根据指标体系设置的原则,建立了地空导弹武器系统作战能力评价指标体系。通过分析人工神经网络的结构和特点,设计了评估地空导弹武器系统作战能力的神经网络模型。该模型不需要确定各因素之间严格的定量关系,克服了以往由于人为因素所造成的负面影响。最后通过实际应用,说明该方法简便易行,准确可靠。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

基于神经网络的柴油机特征参数评价与选择

在设备故障诊断中,正确地提取与选择特征参数对于诊断结果的有效性和准确性具有关键性的意义,在提出评价判据时样本的概率分布往往难以确定,针对模式识别中特征量的选择方法,结合人工神经网络原理,提出了利用人工神经网络进行故障特征量评价与选择的方法,实现了对柴油机特征参数的提取及选择,有效地解决了柴油机状态监测与故障诊断中测试参数多而难以优化的问题。     

基于支持向量机的威胁判断模型

目标威胁判断是防空作战中一项重要内容,在建立目标威胁模型时,首先要挑选特征参数,分析了影响威胁度的若干因素.这里采用Rough理论中知识约简方法选择目标的特征参数;支持向量机是一类新型机器学习方法,由于其出色的学习能力,该技术已成为当前国际机器学习界的研究热点,利用支持向量机建立了威胁判断模型,给出了实例和解决此问题的支持向量机源程序.通过实例与神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单.