海洋環(huán)境下武器作戰(zhàn)效能評估模型的研究與實現(xiàn).pdf

1、我國正面臨著越來越嚴峻的國際及周邊環(huán)境，為了應(yīng)對未來可能發(fā)生的地區(qū)沖突和挑釁，我國正積極進行軍隊現(xiàn)代化建設(shè)，尤其是海軍的發(fā)展最為顯著。海軍作戰(zhàn)環(huán)境為浩瀚的海洋，海洋環(huán)境復(fù)雜多變，對武器的作戰(zhàn)效能會產(chǎn)生較大影響，使得海軍武器效能的評估難度較大。所以，建立客觀高效的武器作戰(zhàn)效能評估模型，具有重要而實用的研究價值。
　　目前，武器效能評估方法的理論框架并不完善，主要有專家評估法、試驗統(tǒng)計法、層次分析法和解析評估法。專家評估法受主觀因素影

2、響較大;資金消耗大和試驗周期長限制了試驗統(tǒng)計法的使用范圍;層次分析法定性成分過多，結(jié)果不能令人信服;解析評估法一般為線性模型。而針對本文海洋環(huán)境下武器作戰(zhàn)效能的復(fù)雜非線性評估問題，上述方法均不能給出滿意的效果。
　　支持向量機和神經(jīng)網(wǎng)絡(luò)在武器作戰(zhàn)效能評估問題上都具有好的表現(xiàn)。支持向量機在處理小樣本時具有優(yōu)勢，但在處理大樣本時神經(jīng)網(wǎng)絡(luò)具有更好的性能。初期樣本數(shù)據(jù)相對較少，適宜采用支持向量機建立評估模型，但是隨著武器試驗數(shù)據(jù)的不斷增加

3、，將會有越來越多的樣本數(shù)據(jù)，這樣建立基于神經(jīng)網(wǎng)絡(luò)的武器效能評估模型同樣具有重要的實用價值。本文將前饋神經(jīng)網(wǎng)絡(luò)理論應(yīng)用到海洋環(huán)境下武器作戰(zhàn)效能的評估問題中，以影響武器效能的海洋環(huán)境要素為輸入，以武器作戰(zhàn)效能為輸出，基于標準BP神經(jīng)網(wǎng)絡(luò)和標準RBF神經(jīng)網(wǎng)絡(luò)分別建立武器效能評估模型。針對BP算法在模型訓(xùn)練中速度慢的缺點，給出一種其改進算法RPROP(Resilient Backpropagation)算法，并基于該算法建立評估模型。針對BP神

4、經(jīng)網(wǎng)絡(luò)容易陷入局部極小值問題，使用具有較好全局尋優(yōu)能力的GA算法對前饋神經(jīng)網(wǎng)絡(luò)進行優(yōu)化，建立起基于GA-BP神經(jīng)網(wǎng)絡(luò)的武器效能評估模型，并與基于標準BP神經(jīng)網(wǎng)絡(luò)的武器效能評估模型進行對比和分析。另外，針對RBF神經(jīng)網(wǎng)絡(luò)建模過程中隱含層神經(jīng)元數(shù)目及基函數(shù)中心難以客觀確定的問題和各海洋環(huán)境要素重要性可能不同的問題，提出一種基于樣本統(tǒng)計信息的聚類算法，基于該算法建立改進RBF神經(jīng)網(wǎng)絡(luò)評估模型。改進RBF神經(jīng)網(wǎng)絡(luò)評估模型采用基于樣本相似度的聚類

5、算法，以加權(quán)歐氏距離為樣本相似性度量方法，通過對樣本進行聚類處理確定RBF神經(jīng)網(wǎng)絡(luò)隱含層參數(shù)，進而建立武器效能評估模型。對于每一種評估模型，使用相同實例驗證模型的可行性，并對各模型之間的性能進行比較并分析原因。對評估模型的軟件實現(xiàn)中需要使用的神經(jīng)網(wǎng)絡(luò)、遺傳算法、聚類算法和矩陣操作，分別設(shè)計開發(fā)了神經(jīng)網(wǎng)絡(luò)工具箱、遺傳算法工具箱、聚類算法工具箱和矩陣操作類。
　　在對上述基于神經(jīng)網(wǎng)絡(luò)的武器效能評估模型理論分析的基礎(chǔ)上，對評估模型建立過