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.     

一种新型军事装备系统弹性混合度量方法

军事装备系统弹性反映了军事装备在遭受故障或攻击情况下,系统能够适应和吸收扰动,并使其性能得以恢复的能力,能够用于衡量在强对抗环境中军事装备性能的发挥情况.在研究军事装备系统故障率、故障修复率、故障修复时间、系统性能降级程度等基础上,结合军事装备系统的特殊性,给出了军事装备系统弹性的定义.分析确定型度量和概率型度量的优缺点,结合军事装备系统自身特点和对构成系统弹性各组成部分的重要性分析,给出了 一种混合型弹性度量方法.对某军事装备系统案例进行了弹性建模,并对相关弹性参数进行了灵敏度分析,给出了军事装备系统在遂行任务中如何更好地应对强对抗环境的解决建议.