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。     

多种方法结合的作战效能评估研究

基于对多种作战效能评估方法优缺点的分析,提出结合多种方法评估效能的思路。采用粗糙集做原始样本预处理,结合专家评估法结果认可度高和BP神经网络评估法高效率的优势,建立了3种方法结合评估作战效能的方法和流程。利用专家评估中的德尔菲法得到多型无人攻击机的评估结论;将专家评估结论作为BP神经网络的训练样本,得到基于专家经验的BP神经网络模型,固化了专家经验,实现了基于专家经验高效评估新机型的目的。最后用算例检验了方法的可用性和合理性。     

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。     

基于灰色层次分析法的多种载荷侦察效能评估

针对无人机携带多种侦察载荷执行侦察任务协同效能评估需求,用层次分析法逐层比较分析多种载荷的侦察能力、协同能力、生存能力,建立了侦察效能评估体系。通过专家评分确定指标权重,将认知的灰色性和层次分析理论结合,用灰色系统理论实现评估指标从定性到定量的转化,使层次分析法的判断矩阵扩展为灰色判断矩阵,给出了无人机多种载荷两两协同方案的侦察效能评估的一种方法。该方法在不同任务背景下比现有模型适应性更强。     

多层次区域炮兵地面侦察配系效能的评估

为了评估由于侦察区域大、目标机动性强等特点而建立的炮兵地面侦察配系的效能,运用排队论方法,建立了侦察配系效能评估模型.该模型综合考虑了各种因素对侦察配系效能的影响,把侦察区域按照距离的远近划分为不同的范围来进行侦察配系的效能评估.当目标流的速率发生变化时,依然可以灵活运用该模型对侦察配系的效能做出准确的评估.以雷达侦察配系为例,论证了评估模型在侦察效能评估中的可行性,为侦察配系效能评估提供了可靠的分析方法.     

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.     

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.     

基于IHHO-MCNN的反坦克雷场效能评估研究

针对反坦克雷场作战效能评估问题,提出了基于哈里斯鹰算法(HHO)优化蒙特卡洛神经网络(MCNN)的反坦克雷场作战效能评估方法。首先,介绍了IHHO算法和蒙特卡洛神经网络的基本原理和算法流程;然后,对反坦克雷场效能评估的主要影响因素进行分析,归纳总结了反坦克雷场的作战效能评估的指标体系;最后,构建了IHHO-MCNN神经网络评估模型。仿真实验结果表明,该模型可以有效对反坦克雷场进行效能评估。