任务驱动下航材需求量的GA-GM-BP预测

机务保障影响着航空装备战斗力的生成,机务保障资源是任务成功率的物质支撑.基于航材需求信息的灰色性,通过采用DEMATEL方法提取影响航空备件需求量的关键影响因素,采用遗传算法优化的灰色神经网络对需求量进行了仿真预测,其预测精度较BP神经网络和灰色神经网络都高.该方法对于其他航空机务保障资源的需求预测有借鉴意义.     

BP神经网络在坦克分队火力配系中的应用

坦克分队火力配系是坦克分队防御战斗中指挥员实施战场指挥的重要内容,选取火力配系方案的优劣直接影响着防御作战的胜负.首先介绍了BP神经网络的原理及使用方法,在系统分析制约坦克分队火力配系影响因素基础上,构建了火力配系方案评估的指标体系,接着详细设计了用于评估火力配系方案的BP神经网络模型,并利用MATLAB仿真软件对结果进行了计算和分析.结果表明BP神经网络具有很强的解决复杂非线性关系问题的特点,适用于对坦克分队火力配系方案优劣分析和评价.     

基于装备战斗力的集群装备战损等级评定方法

为了建立集群装备战损评估决策支持系统的需要,对集群装备战损等级评定方法进行了研究.在集群装备的组成特点与评估装备战斗力的基本方法,战时实时评估与平时效能分析的区别与联系的分析基础上,建立了基于单装战损评估的战斗力评估模型,对模型的具体步骤与关键参数进行了详细阐述,由此进一步建立了基于模糊隶属度的集群装备战损等级评定模型.最后以示例对上述模型的具体应用进行了说明.     

基于ISM的作战指挥方式影响因素分析

在对作战指挥方式影响因素进行分类的基础上,基于ISM构建了作战指挥方式影响因素的结构化模型,将作战指挥方式诸多影响因素之间的复杂关系层次化,确定了影响作战指挥方式的关键因素,为指挥员选用合适的指挥方式提供重要参考.     

人工神经网络的装甲兵体系作战协同效果评估

针对基于信息系统的装甲兵体系作战中的协同问题,在综合分析装甲机械化部队体系作战协同过程及信息流程的基础上,构建了基于精确性、有序性、灵活性、时效性等原则的协同效果评估指标体系,采用基于人工神经网络的多指标综合评价方法,建立基于BP神经网络的综合评价模型,并结合实证分析,利用MATLAB软件进行仿真计算,为装甲兵体系作战协同效果评估提供了较好的途径,为装甲兵指挥员更加合理地组织信息化条件下体系作战协同提供决策依据.     

基于损失交换比的武器装备回合战斗力指数评估

针对兵棋推演中对抗双方武器装备战斗力指数定量分析方法不准确、过于简单的问题,基于武器装备对抗损失交换比,在战斗静力评估的基础上,提出了动态评估武器装备战斗力指数的基本思路、原则和方法步骤;根据对方战斗力最优原则,建立了武器-弹药-目标战斗力指数评估模型。结合武器装备弹药发射速率、命中概率以及回合时间等参数,计算了回合战斗力指数。该方法有助于指挥员准确掌握对抗双方的交战态势,进而制定合理有效的作战方案。同时,在武器装备战斗力指数评估中引入时间量纲,为研究对抗双方的胜负概率、作战持续时间以及双方作战实力随时间的变化情况奠定了基础。     

基于作战任务的备件保障概率分配及其需求量预测模型

以作战任务为牵引,基于我方装备战斗力指数及其与敌方目标对抗的损失交换比(简称"对抗损失交换比"),建立不同作战任务下装备综合战斗力指数评估模型;基于装备综合战斗力指数,采用层次分析法(Analytic Hierarchy Process,AHP)确定装备作战任务贡献度(简称"装备贡献度");基于装备贡献度分配装备保障概率,依据零部件对装备整体功能的重要度分配相应备件的保障概率,有效避免人为分配造成的主观误差。根据装备损坏模式预测战时备件的需求量:在技术损坏模式中,依据零部件的不同寿命分布构建预测模型;在受击损坏模式中,采用数理统计方法构建预测模型。最后,通过案例分析验证所提出方法的有效性和可行性。结果表明:该方法具有较强的实用性和有效性,可为不同作战任务下备件需求量预测提供新思路。     

基于BP神经网络的水下对抗预测模型研究

针对水下平台水下对抗作战量化验证评估困难、指导机动规避作战模型欠缺等问题,设计了一种基于大数据学习的水下对抗预测模型。首先进行水下平台水下对抗建模,基于蒙特卡洛方法执行若干轮次仿真获得规避概率数据集;同时,为解决海量仿真下时间效率不佳的问题,提出利用BP神经网络预测算法进行数据学习,提供准确、快速、可视化的对抗结果。试验结果表明,在本文设定的试验环境下,基于BP神经网络预测算法的平均预测误差为7.28%,可有效对水下平台规避概率进行预测,为指挥员指挥决策提供数据支撑。     

遗传神经网络在保障资源需求预测中的应用

针对现代战争条件下装备保障资源需求变化快,保障资源预测困难的问题,首先分析了影响装备保障资源需求的因素,根据实际情况选取了平均维修间隔时间(MTBM)、平均修复时间(MTBR)等8项影响装备保障资源需求的关键指标,然后将基于遗传算法(GA)优化的反向传播(BP)神经网络应用于保障资源需求预测中,构建了基于遗传神经网络的需求预测模型,最后利用1980年～2010年实际保障资源需求数据对模型进行了验证.验证结果表明,基于GA优化的BP神经网络预测模型有较快的收敛速度、较强的适应性和较高的预测精度,适用于装备保障资源需求预测.     

智能集群对防空作战影响及反制策略分析

针对未来防空作战中有效反制智能集群样式威胁的问题,从探测识别、火力拦截、指挥控制等方面重点阐述了智能集群对防空作战的影响,从探测识别、软硬毁伤等方面对国外反集群装备技术发展趋势进行了分析,并对反制智能集群的相关策略展开了思考.分析结果可为反智能集群作战体系能力架构设计与装备技术发展提供重要参考.