侦察无人机作战效能评估准则研究

在对有人驾驶飞机作战效能评估方法的分析研究基础上,提出了完整的侦察无人机作战效能评估指标体系。建立了作战效能的评估准则与数学模型,并对影响侦察效能的参数进行了分析。运用该方法对“全球鹰”和“捕食者”两种无人机的侦察效能指数进行了定量评估,结果验证了该评估准则的可用性。     

无人机侦察效能研究

携带侦察设备对指定区域进行侦察是无人机在现代战场上的重要应用之一。以无人机为平台,以CCD摄像机为侦察设备,提供了一种无人机执行侦察任务时的效能评估模型。在给出了无人机及侦察设备模型的基础上,从影响无人机的侦察能力和侦察代价两个方面着手,建立了对无人机侦察方案进行效能评估的模型,从而解决了侦察方案优劣的评价问题,这对无人机高效的执行侦察任务提供了理论决策依据。     

基于混合训练神经网络的武器系统效能评估

本文采用将遗传算法和神经网络相结合的混合训练神经网络模型 ,分析了其基本思想方法、具体实现过程 ,以及在武器效能评估中的具体应用。实例分析表明 ,该模型用于武器系统效能评估可较好地克服人为因素和模糊随机性的影响 ,使评估结果更为合理可信。     

面向需求的无人机系统作战效能评估

为了给装备采办提供理论依据,建立了无人机系统效能评估的模型,该模型突出了作战任务需求和无人机系统特点,以综合效能和效费比为最终评估指标,按层次分别使用WESIAC、模糊质量功能部署和BP神经网络等方法计算节点的权重和取值.对典型无人机系统的分析计算,验证了模型的可行性和正确性.     

基于混合神经网络的野战仓库伪装效能评估

随着现代高技术的发展及其在军事领域的广泛应用,战场透明度明显增加。在未来战场上,发现即意味着被摧毁。野战仓库的生存也面临前所未有的严重威胁,伪装就成为其提高自身生存能力的有效手段。伪装效果的好坏将直接影响其战场生存力。采用遗传算法改进BP神经网络模型,分析了其基本思路以及具体实施步骤,并运用其对野战仓库伪装效能进行评估。实例表明,该模型能够较好地克服人为因素和模糊随机性的影响,评估结果更为科学可信。     

基于改进型支持向量机的侦察无人机作战效能评估

侦察无人机作战效能评估是无人机任务规划领域的一个重要课题。针对侦察无人机作战效能评估的问题,提出了基于粒子群算法优化支持向量机的侦察无人机作战效能评估模型。该评估模型在支持向量机的基础上,采用粒子群算法寻找最优惩罚参数和核函数参数,避免了人为设定惩罚参数和核函数参数的盲目性。仿真实验结果表明此模型可以准确有效地对侦察无人机进行作战效能评估。     

BP神经网络在效能评估中的样本训练

根据WSEIAC模型建立了地面防空导弹武器系统效能评估的指标体系,并依此模型建立与之对应的三层BP神经网络。简要分析了BP算法的实现过程,利用专家打分法和模糊层次法相结合的方式取得该神经网络应用于地面防空导弹武器系统效能评估时的训练样本,并对此神经网络进行学习训练,直至达到精度要求。经验证,该网络在评价地面防空导弹武器系统效能时减少了评估中的人因影响,使评估结果更为科学。     

基于BN-and-BP神经网络融合的陆空联合作战效能评估

针对陆空联合作战效能评估问题,构建了具有6个二级评估指标和18个三级评估指标的综合评估指标体系。利用BP神经网络的度量方法,对三级指标进行评估,有效降低了变量个数。采用贝叶斯网络的度量方法,通过专家确定网络结构,利用蒙特卡罗算法确定条件概率表CPT,建立了陆空联合作战的综合效能评估模型,有效克服了AHP法和贝叶斯网络单独进行作战效能评估的不足。仿真结果说明,该评估模型性能良好,具有一定的科学性和可操作性。     

军用无人机作战效能评估模型

在分析影响军用无人机作战效能因素的基础上,应用系统工程理论和层次分析方法,提出了一种基于地面信息系统支持下的无人机系统作战效能的结构分析模型和计算模型。通过考虑专家意见来确定各因素的相对重要程度便可计算无人机系统的作战效能,为无人机系统效能评估提供较为科学的依据。算例结果表明,运用该方法得出的评估结论与实际相符,并且简单、实用。     

无人机系统的系统效能评估

定量分析和评估无人机系统在给定作战环境下完成高空电视侦察目标任务的程度,依据美国工业界武器系统效能咨询委员会给出的模型和方法,以完成发现和识别目标任务的相符程度作为效能量度,对无人机系统的效能进行了分析和评估建模,实现了无人机系统可用度、可信性、系统能力的计算,给出了无人机系统效能的一种基本算法和公式。