基于博弈云模型的目标作战效能态势评估方法

针对作战效能态势评估系统中因评估指标体系权重分配不合理而导致评估结果准确性出现偏移的问题,将博弈论应用到云模型加权偏离度的求取中,提出基于博弈云模型的目标作战效能态势评估方法。分别采用AHP与RAGA-PPM确定主观权重与客观权重,通过博弈云模型自适应地确定最优组合权重,并实现定性指标和定量指标的模糊转换,从而完成目标作战效能态势评估。实验结果表明,该方法准确率高达99.85%。     

标准化全连接残差网络空战目标威胁评估

针对空战态势中威胁评估传统方法存在缺乏自学习能力和面对大样本数据集推理能力不足的问题,提出了利用深度学习的基于标准化全连接残差网络空战目标威胁评估的方法。将影响空战目标威胁的主要因素作为输入,利用普通全连接神经网络训练模型的自学习能力,结合批量标准化(Batch Normalization)的优化算法和结构优化的残差网络(ResNet)增强网络的自学习能力,比较了样本的标记和网络模型的输出。分析了训练样本个数对网络训练准确率和损失变化的影响,对比了3种不同数据量下的训练模型在同一测试集下测试的准确率和损失变化。结果表明,该方法可以快速准确地评估空战中目标的威胁程度。