海上区域防空目标威胁评估模型

海上区域防空掩护的水面目标多,分布范围大,重要性不尽相同,根据这种特点,以区域防空所保卫目标的重要性作为评估空中目标威胁的一项重要指标.采用专家置信度改进的AHP法确定各指标权重,给出了各指标的模糊隶属度函数.最后,结合被保卫水面目标的权重,对各空中目标威胁值进行综合,建立了目标威胁综合评估模型,由此计算的目标威胁值能较客观和准确反映目标对整个区域防空作战的综合威胁.     

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。     

基于卷积神经网络的空中目标粗分类研究

空中目标的准确分类与识别是防空作战的关键环节。将卷积神经网络应用到空中目标粗分类任务。实验基于Alex Net卷积神经网络模型,并利用建立的小规模数据集进行微调训练,从而提取目标特征并进行分类识别。再和利用HOG特征的分类方法进行对比实验,发现前者具有较大准确率的提升。得出利用卷积神经网络提取的特征具有更强大的表示目标的能力,为进一步实现跟踪空中目标打下实践基础。     

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.     

BP神经网络的弹道导弹态势等级模型

针对弹道导弹的目标特性和作战特点,对主要态势指标进行了提取,构建了基于BP神经网络的态势等级模型,并按照区间对预警等级进行划分。为提高模型的准确性和适应性,通过样本数据对BP网络进行了训练,并进行了仿真得到了态势等级。仿真结果表明:利用BP神经网络对态势等级进行研究是可行的。     

基于改进萤火虫优化算法的BP神经网络目标群威胁判断

以舰艇防空作战目标选择决策和规划需求为背景,针对萤火虫算法求解精度不高且收敛速度较慢的问题,提出可动态调整步长的改进萤火虫优化算法。在改进萤火虫优化算法的基础上,建立基于改进萤火虫优化算法的BP神经网络目标群威胁判断结构模型。通过改进萤火虫算法优化BP神经网络的初始权值和阈值,能够更好地预测测试集。实验结果表明,该方法可快速、准确地实现目标群威胁判断。     

城市防空中需掩护目标的重要性层次分析

城市防空中 ,需要掩护的重要目标多 ,分布范围广 ,必须将众多需要保卫的目标按其重要程度进行分类和排序 ,以便科学部署防空力量 ,提高城市防空综合效益。以目标价值作为衡量各种目标重要性的基本尺度 ,给出了目标价值的层次结构模型和数值计算方法     

基于动量BP神经网络的确定掩护重点问题研究

确定掩护重点是地面防空作战的一个重点和难点问题。通过分析影响确定掩护重点问题的主要因素,建立评价指标体系,利用动量BP神经网络解决了确定掩护重点的评价模型,并采用MATLAB6.5的神经网络工具箱进行仿真实现。方法较好地降低主观误差,为确定被掩护目标重要性排序和兵力分配提供了依据。通过对BP算法的改进,减少了误差,提高了学习速度。模型思路清晰,算法简单实用,较好地解决了防空兵辅助决策系统智能确定掩护重点目标的问题。     

基于BP神经网络的防空C3I人机交互性能评估

阐述了BP神经网络的相关原理,建立了防空武器指挥自动化系统人机交互性能评估的指标体系,对应用人工神经网络解决防空武器指挥自动化系统人机交互性能评估的方法问题进行了探讨,并且给出了神经网络的评估模型及算法.通过实例证明该方法是可行的.     

MADM组合赋权的防空重点保卫目标优选与排序

针对防空重点保卫目标优选问题不确定多属性决策的特点,提出一种基于MADM组合赋权的目标优选与排序方法。构建了防空重点保卫目标评价指标体系,给出了指标权重不相容情况下如何寻找并剔除疵点权重的方法。在此基础上,建立了一种基于区间估计解决保卫目标优选问题的数学模型。最后通过实例分析验证,该方法排序结果准确,能有效减小误差,对指挥员科学决策具有一定的参考价值。     

基于神经网络的大区域防空信息进攻作战效能评估

建立了大区域防空信息进攻作战效能评估的指标体系。由于指标主观性很强,普通的方法难以取得好的效果,而神经网络以其良好的非线性处理能力,为解决此问题提供了一个好的方法。对应用LMBP神经网络解决大区域防空信息进攻作战效能评估的方法问题进行了探讨,给出了神经网络的算法及评估模型。并通过实例证明了方法的可行性,最后与一般的BP神经网络方法进行了对比,体现了该方法的先进性。     

基于BP神经网络的空中目标威胁排序

研究了BP神经网络算法对空中目标进行威胁排序的方法.水面舰艇对空防御作战中,舰载平台多传感器系统获得空中目标属性信息不完全,利用BP神经网络建立目标各属性权值的分配模型,通过大量的实例对模型进行训练,可以使所获得的空中目标属性信息得到充分利用,从而得到基本符合战场环境的客观的空中目标威胁排序.     

基于BP神经网络的防空预警雷达阵地选址决策方法

防空预警雷达阵地选址的优劣直接影响到雷达本身及防空武器作战效能的发挥。为了在雷达阵地选址中快速处理繁多的数据和进行定量分析,减少人为主观因素,给出了防空预警雷达阵地选址决策指标体系,并构建了基于BP神经网络的防空预警雷达阵地选址决策模型。最后通过实例验证了该模型对优选防空预警雷达阵地选址具有可行性和实用性。     

基于概率神经网络的编队协同防空威胁评估

为了有效地进行防空作战部署,确保重点目标不受或少受损失,以防空作战实际需要为出发点,针对目前多平台协同防空作战中目标威胁评估问题普遍存在的不足,从舰艇编队的整体角度出发,运用概率神经网络的方法,建立了编队协同防空目标威胁评估问题的数学模型,给指挥员提供了正确决策。通过实例验证,证明了该模型的有效性和正确性。     

基于递归神经网络的C3I系统故障预报系统

阐述了C3I系统故障预测系统的设计要求,分析了带有偏差单元的递归神经网络的相关原理,建立了C3I系统故障的神经网络预测模型并提出了相应的训练算法.提出了把神经网络、预测理论和专家系统有机地结合起来建立故障预报系统的初步设想.并以防空C3I系统的典型故障为例,实现了故障的预测.预测结果证明,给出的神经网络预测模型和训练算法是可行的,且具有较高的精度.     

防空信息防御作战系统安全分析与效能评估

介绍了防空信息防御系统安全分析方法与流程.分析了防空信息防御作战的效能评估指标,由于诸指标主观性很强,普通的方法难以取得好的效果,而神经网络以其良好的非线性处理能力,为解决此问题提供了一个好的方法.对应用代数算法神经网络解决防空信息防御作战效能评估的方法问题进行了探讨.给出了代数算法及评估模型.并通过实例证明了方法的可行性,最后与一般的BP神经网络方法进行了对比,体现了该方法的先进性.     

基于贝叶斯网络的空中目标威胁估计方法研究

针对当前威胁估计中存在的问题,提出了基于贝叶斯网络的空中目标威胁估计方法。文章从威胁估计的概念出发,构建了基于贝叶斯网络的威胁估计功能框架,在对输入的防空作战事件进行分类定义的基础上,给出了事件关联在贝叶斯网络中的实现方法,同时对模型的建立步骤进行了说明。文中提出的威胁估计方法在融合了目标威胁先验信息的基础上,通过战场观测到的不确定信息进行推理,其结果具有很强的可信性,相应的建模思路可为威胁估计系统的构建提供有益的参考。文章的最后以一个示例说明了方法的有效性。     

基于BP神经网络的装备故障诊断专家系统研究

分析了神经网络和专家系统的特点,提出了基于BP神经网络与专家系统结合的某装备的故障诊断方法,构造了BP神经网络的装备故障诊断专家系统的诊断模型,克服了传统专家系统在知识获取和表达的薄弱环节,并用了某型装备的故障实际数据进行了验证,结果表明了神经网络与专家系统结合是一种有效的诊断方法。