复杂舰船目标毁伤评估模型建立方法研究

针对舰船目标毁伤效果评估问题的复杂性和困难,利用贝叶斯网络在不确定性推理计算方面的优势,计算总结出目标舰船毁伤后舱室的毁伤规律,同时根据同层节点不同工作流程关系,分别采用维修时间统计法和权重对比法确定各节点不同状态组合参数,完成贝叶斯网络评估模型的建立,较好地推理计算了目标舰船模型中所有可能工况的总体毁伤结果,得到全工况舰船目标总体毁伤状态表,结合蒙特卡洛模拟导弹打靶试验结果,进一步推导出导弹对舰船目标的总体毁伤概率,实现反舰导弹毁伤威力的定量评估。     

基于贝叶斯正则化的Elman-NARX神经网络飞行轨迹预测

针对BP和Elman神经网络对预测飞行轨迹误差较大和时间较长的问题,提出了一种基于贝叶斯正则化的Elman-NARX神经网络方法。分析了飞行员的操纵量,确定网络的输入。然后改进NARX神经网络结构,提高了网络的非线性和动态性,同时采用贝叶斯正则化算法训练网络,改善网络的收敛时间和泛化能力。最后,基于BP神经网络、Elman神经网络和Elman-NARX神经网络等方法的飞行轨迹预测对比实验结果表明,该方法的预测精度和速度较高,具有实际应用价值。     

贝叶斯网络在军事作战中的应用现状及展望

介绍了贝叶斯网络的产生及其研究概况，详细阐述了国内外关于贝叶斯网络在军事作战领域的应用研究状况，特别是在战场态势威胁评估、装备损伤评估、目标毁伤效能评估、智能攻击决策、目标侦查与识别、飞行安全六个领域的研究成果。进一步论述了贝叶斯网络在军事应用研究方面存在的问题，指出了贝叶斯网络在军事应用领域中的研究热点、难点。对贝叶斯网络的军用前景做出了总结和展望。     

基于云贝叶斯网络的毁伤效果评估方法

目标毁伤效果评估是为指挥员提供决策的量化的依据,是现代信息化战争中必不可少的一环。基于图像的毁伤评估技术更是现代信息化战争必不可少的评估手段,通过对毁伤图像进行特征量提取,基于贝叶斯网络的概率推理和云模型强大的知识表示,进行毁伤评估值和毁伤等级的计算。仿真结果表明,该方法充分考虑到了不确定信息的模糊性和随机性,具有有效性和可行性。     

武器装备战场毁伤评估方法研究综述

针对国内外武器装备毁伤评估方法的研究现状,详细阐述了贝叶斯方法、有限元分析方法、基于复杂系统目标的毁伤评估方法的应用过程与基本原理,并分别对3类方法的优、缺点进行了分析与比较,指出了存在的问题及下一步的改进方向,为装备毁伤评估领域的研究提供了理论参考与借鉴.     

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。     

基于影响网络的态势估计

为克服传统贝叶斯网络进行态势估计时,在主观性环境下条件概率难以获取和指定条件概率表的工作量随贝叶斯网络中节点数量的增长呈指数增长的问题,提出了用影响网络对态势估计进行建模的方法;基于影响网络的态势估计模型,在继承传统贝叶斯网络结构的基础上,利用促进与抑制两种因果影响关系使建模更为直观、易懂,更好地表现证据节点对其子节点的影响关系;利用CAST逻辑使条件概率表的获取更为简单,解决了条件概率随节点增长而指数增长的问题,并能很好地表现专家知识以及为条件概率表的获取时提供了一种新的解决方法。     

基于改进GA-BP神经网络的目标毁伤效果评估

针对事后的目标毁伤效果评估时效性一般、主观性较强的问题,提出了一种基于改进GA-BP神经网络的毁伤评估方法.该方法以飞机系统为例,分析了系统目标特性后,按照目标系统层、功能毁伤层、物理毁伤层的结构顺序,构建目标毁伤树并划分毁伤等级;引入遗传算法,对其选择算子、交叉和变异概率加以改进,以获取BP神经网络最优权重值,增强了遗传算法种群的多样性和泛化能力,使网络模型的精确性得以提升;通过算例分析验证了模型的可信性和有效性,对目标毁伤效果评估的人工智能化,特别在新概念武器作战运用中,具有一定的启发和借鉴意义.     

基于ANFIS的目标毁伤等级预测模型

分析了神经网络和模糊推理系统的优缺点,研究了自适应神经模糊推理系统（ANFIS）结构模型及后向传播和递归最小二乘算法相结合的混合算法．在分析了目标毁伤等级主要影响因素的基础上,构建了目标毁伤等级预测ANFIS模型,利用毁伤试验样本数据训练该模型,得到了与实际一致的目标毁伤等级,并将预测结果与基于BP神经网络的预测结果进行了仿真对比分析．仿真结果表明,该目标毁伤等级预测模型能够准确地预测出目标的毁伤等级,并且其预测精度较BP神经网络方法高,为目标毁伤等级预测提供了一种有效的方法．     

火力打击条件下Ad hoc网络节点毁伤程度评估

Ad Hoc网络在信息化战场的广泛应用,需要快速有效地评估火力打击对网络的毁伤程度。从Ad hoc网络自身属性出发,结合网络的内部测度和外部测度,给出了节点有效度、节点修复度以及节点连通度等指标计算模型。构建了节点毁伤程度加权邻接矩阵,提出了一种基于复杂网络团簇结构划分的节点毁伤程度评估方法,根据权值的相似程度对节点的毁伤程度进行归类,并给出了示例分析。最后将本算法与模糊聚类算法进行对比分析,结果证明了方法的正确性。     

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。     

一种快速评定通信设备战损等级的方法

为解决通信设备战损等级评定中存在的问题,快速且准确地做出评定,提出了利用BP神经网络进行战损等级评定.在总结战损等级影响因素的基础上,建立了通信设备战损等级评定神经网络模型.经检验,该模型用于战时通信设备战损等级评定准确度高,具有很强的军事意义.     

基于贝叶斯网络的船舶动力装置战场损伤分析

针对船舶动力装置战场损伤特点,对其损伤分析进行了研究,提出了基于贝叶斯网络的动力装置战场损伤模型.以主机振动为例,分析了模型的建立、更新和完善等.分析结果表明,该模型和方法提高了船舶动力装置的战场损伤分析的速度和准确性.     

Knowledge-oriented modeling for influencing factors of battle damage in military industrial logistics: An integrated method

Modeling influencing factors of battle damage is one of essential works in implementing military industrial logistics simulation to explore battle damage laws knowledge. However, one of key challenges in designing the simulation system could be how to reasonably determine simulation model input and build a bridge to link battle damage model and battle damage laws knowledge. In this paper, we propose a novel knowledge-oriented modeling method for influencing factors of battle damage in military industrial logistics, integrating conceptual analysis, conceptual modeling, quantitative modeling and simulation implementation. We conceptualize influencing factors of battle damage by using the principle of hierarchical decomposition, thus classifying the related battle damage knowledge logically. Then, we construct the conceptual model of influencing factors of battle damage by using Entity-Relationship approach, thus describing their interactions reasonably. Subsequently, we extract the important influencing factors by using social network analysis, thus evaluating their importance quantitatively and further clarifying the elements of simulation. Finally, we develop an agent-based military industry logistics simulation system by taking the modeling results on influencing factors of battle damage as simulation model input, and obtain simulation model output, i.e., new battle damage laws knowledge, thus verifying feasibility and effectiveness of the proposed method. The results show that this method can be used to support human decision-making and action.     

装备研制中的Bayesian网及其应用

针对装备研制过程中产生的大量试验和调试数据,提出采用Bayesian网挖掘各组成单元间的依赖关系,并对Bayesian网学习中基于信息论的方法进行了改进,使确定网络拓扑结构的过程更加客观.学习得到Bayesian网后,分析了其在失效源判定和发现设计缺陷等方面的应用.     

基于实际案例的导弹装备战斗损伤评估

指出了基于实际案例的通用导弹装备战斗损伤评估内容及特点,提出了战斗损伤评估的量化标准,定义了战损率的概念;采用向量夹角余弦方法综合出了导弹装备各级组件的战损率及车辆的战损量化值,并通过实例证明了该方法具有所需信息量小、主客观综合性强、评估方法易于仿真实现等优点.     

基于贝叶斯网络的态势估计时间推理方法

基于贝叶斯网络的态势估计方法是目前态势估计领域中的主要方法之一,然而,传统的贝叶斯网络不具备时间语义,因此无法解决态势估计中的时间推理问题.基于此,对贝叶斯网络进行改造,研究了时间贝叶斯网络的构建方法.通过一个战场想定,说明了时间贝叶斯网络构建、推理的过程与方法,证明了提出方法的有效性.     

基于物元贝叶斯网的舰船损伤定位

在分析了物元理论和贝叶斯网理论的基础上,提出了结合主观概率信息和客观状态信息的物元贝叶斯网模型,并给出了物元贝叶斯网在损伤定位中的推理算法.舰船损伤定位的案例分析表明,该方法可以更加全面地融合战损装备的状态信息,使损伤定位结果更为准确.     

贝叶斯网络推理在信息系统安全风险评估中的应用

提出了一种基于贝叶斯网络推理的安全风险评估方法。从实际出发建立信息系统的贝叶斯网络模型,根据专家给出的先验信息,结合获得的证据信息,运用Pearl方法完成对模型的评估,给出在特定条件下模型的计算——线性推理算法。最后,以实例分析信息系统安全评估的实现过程,结果表明,该方法可行、有效。