基于BP神经网络的水下对抗预测模型研究

针对水下平台水下对抗作战量化验证评估困难、指导机动规避作战模型欠缺等问题，设计了一种基于大数据学习的水下对抗预测模型。首先进行水下平台水下对抗建模，基于蒙特卡洛方法执行若干轮次仿真获得规避概率数据集；同时，为解决海量仿真下时间效率不佳的问题，提出利用BP神经网络预测算法进行数据学习，提供准确、快速、可视化的对抗结果。试验结果表明，在本文设定的试验环境下，基于BP神经网络预测算法的平均预测误差为7.28%,可有效对水下平台规避概率进行预测，为指挥员指挥决策提供数据支撑。