基于作战环和改进信息熵的体系效能评估方法

针对信息化条件下作战体系中装备种类繁多、关系复杂的问题,以敌方目标为牵引,提出了一种基于作战环和改进信息熵的体系效能评估方法。将装备和关联关系抽象为节点和边,根据节点的战技指标确定边的度量指标,构建了基于作战环的作战体系网络模型。提出了基于邻接矩阵的作战环数量确定方法和基于改进信息熵的作战环效能评估方法,根据各目标节点参与的作战环数量及其效能,建立了作战体系效能评估模型。以某打击大型水面舰艇作战体系为例进行分析,结果表明所提方法充分考虑了各装备和关联关系的异质性与不确定性,能够全面客观地评估体系效能,为作战体系效能评估和结构优化提供方法支撑。     

基于改进灰狼优化支持向量回归的网络舆情预测

网络舆情发展趋势预测对政府相关部门的舆情监测与管控有非常重要的参考意义.针对网络舆情的小样本特性,同时考虑适用模型的时效性和准确度,本文提出一种基于佳点集方法初始化、非线性参数控制以及对引领狼赋权的改进灰狼优化支持向量回归(IGWO-SVR)的网络舆情预测模型,以“新冠肺炎”、“中国梦”等百度指数作为舆情数据样本进行了实证研究.对比实验结果显示,改进后的灰狼优化算法有较强的全局搜索能力、较快的收敛速度以及较好的稳定性.IGWOSVR网络舆情预测模型有较为突出的准确性与稳定性,能够为政府舆情管控部门提供较好的决策参考.     

基于PSO的SVR参数优化选择方法研究

支持向量回归机(SVR)模型的拟合精度和泛化能力取决于其相关参数的选取,因此提出了基于粒子群(PSO)算法的SVR参数优化选择方法;并以不同噪声影响下的sinc函数和实际发酵过程产物浓度的SVR模型为对象,将提出的PSO优化参数方法与现有的交叉验证法、留一法进行比较。仿真结果表明:该PSO优化SVR参数方法可行、有效,由此得到的SVR模型具有更好的学习精度和推广能力。     

基于杀伤网评估的装备组合多目标优化

杀伤网作为众多新型作战理念中均有涉及的概念,将替代杀伤链成为新型作战方式下战斗力生成的主要模式。本文基于杀伤网的评估,对传统的装备组合问题进行多目标优化。首先,基于多层网络模型,构建杀伤网的网络化描述方法。其次,基于杀伤网的特点,构建3个评估指标:冗余性指标、风险性指标、敏捷性指标,并给出了3个评估指标的计算模型。然后,构建了基于杀伤网评估指标的装备组合规划模型,并给出了基于启发式算法的装备组合多目标优化方法。最后，进行示例研究,通过评估两种具有不同装备组成和网络结构的杀伤网,对比其优劣,然后针对第一种包含无人装备的杀伤网进行装备组合优化,分别验证了评估模型的合理性以及优化模型的有效性。     

基于支持向量机的部队作战效能评估

随着信息化战争复杂性与不确定性的增加,对部队作战效能的评估提出了更高要求。在分析支持向量机和增强最简半自治适应性作战神经网络仿真工具箱（enhanced irreducible semi autonomous adaptive combat neural simulation toolkit, EINSTein）特点的基础上,建立了基于支持向量机的部队作战效能评估模型,完成从评估指标到作战效能值的非线性映射。在一定作战想定背景下,结合EINSTein系统产生的仿真数据对模型进行了验证。仿真结果表明,与误差反向传播神经网络（back propagation neural networks, BPNN）相比,基于支持向量机的效能评估模型能够降低人为因素的影响,更准确地评估部队作战效能,是一种有效的评估方法。     

基于分层赋权的导弹防御效能模糊评估方法

针对弹道导弹攻防对抗过程, 分析了影响导弹防御系统作战效能的主要因素, 构建了多层次导弹防御系统作战效能评估指标体系. 提出了评估指标的分层次赋权模式, 推导出了一种基于不同规范化矩阵确定指标权重的模糊优化迭代算法, 并以此构建了基于分层赋权的导弹防御作战效能模糊评估模型. 给出了导弹防御效能评估实例, 并验证了方法的可行性.     

基于结构方程模型的天基信息系统效能评估

针对天基信息系统各项作战能力耦合交互所形成的效能非线性涌现问题,提出基于SEM(structural equation modeling)的作战效能评估模型。从能力需求、系统构成角度出发,分析各分系统内在联系,建立效能评估指标体系;在考虑系统内协同交互的基础上,构建度量效能涌现的线性与非线性SEM;根据对应参数方程建立作战效能评估解析模型。以天基信息支援下的海上方向一体化联合作战为背景,通过MATLAB与STK联合仿真获取效能数据,采用LISREL进行参数估计,获得线性与非线性模型下的评估结果,验证了模型有效性。相较于线性SEM,非线性模型更加贴近作战效能实际。     

基于节点重要度与改进信息熵的装备体系效能评估方法研究

针对装备体系网络建模过程中未充分考虑节点异质性等问题, 提出了基于节点重要度与改进信息熵的体系效能评估方法。首先, 依据作战环理论和装备分层方法构建装备体系网络模型。其次, 从网络全局、网络局部、战时装备完好性三方面综合评估节点重要度。最后, 根据节点权值和节点参与作战环数量, 建立了改进信息熵的作战效能评估模型。以轰炸蓝方指挥所作战体系为例进行分析, 验证了所提方法的可行性和合理性。     

细菌生存优化在非线性模型辨识中的应用

提出了一种新的基于细菌生存优化(Bacterial Foraging Optimization BFO)的非线性模型辨识方法.它是利用群集智能仿生BFO算法对一类Hammerstein系统进行辨识,从而估计出它的参数模型.通过对这类输入非线性模型进行辨识,并用仿真实验说明BFO算法的参数设置与选择方法.比较基于粒子群优化(Particle Swarm Optimization PSO)的非线性模型辨识算法,特别是对有色噪声的鲁棒性、模型的辨识精度、辨识收敛速度进行对比分析,以得出BFO辨识算法的优缺点及其有效性.     

电子战装备作战效能灰色评估模型和算法

电子战装备作战效能评估是一个十分复杂的问题，涉及因素多，而且部分因素存在信息不完全和不确定的问题，而灰色系统理论是处理这类问题的有力工具。提出了利用灰色系统的相关理论来评估电子战装备的作战效能，建立了基于层次结构的灰色评估指标体系，介绍了灰色评估模型和评估算法。最后利用MATLAB语言进行了仿真评估举例，结果表明该方法简单有效，不仅能评估单台电子战装备的作战效能，还能对同类型的多台装备进行作战效能的优劣排序。     

航空人-机复杂系统极值风险评估稳定性分析

针对航空人-机复杂系统极值风险评估中存在不确定性、难于验证的理论问题,建立了综合考虑“物理特性”、“随机性”和“非线性”的驾驶员-飞机系统和故障数学模型,通过大量仿真数据分析样本数量、评估次数以及优化算法选取对评估稳定性的影响。为提高极值分布中样本数据序列的拟合精度,针对综合评估模型提出一种随机自适应进化粒子群算法（random adaptive evolutionary particle swarm optimization,RAE-PSO）算法,实现了收敛速度和拟合精度的提高。提出了提高航空人-机系统风险评估稳定性、降低评估误差的方法步骤,并通过案例验证了方法的有效性。     

基于深度学习的体系作战效能智能评估及优化

采用仿真模拟评估方法进行体系作战效能评估包括配置想定、多次运行仿真系统和调用效能评估模型计算多个复杂步骤。针对此流程复杂、耗时长的问题,提出一种基于深度学习回归思想的体系作战效能智能评估方法,引入基于进化策略的作战效能优化流程。以全连接深度回归网络为预测模型,通过多个数据集的试验结果给出网络隐层数和样本量选择的指导原则。进一步结合遗传算法调整网络输入得到优化输出,迭代性能较好。以某仿真系统为例初步验证了其有效性和使用价值。     

一种T-S模糊系统建模方法

T-S模糊系统被广泛应用于基于数据的建模应用中。模糊规则作为系统的核心,是影响系统性能的重要因素。在分析常见模糊系统建模方法的基础上,提出一种简单有效的建模方法。该算法基于变结构模糊建模思想,均匀选择模型的初始结构,以绝对误差为建模指标,通过增加模糊规则来提高T-S模糊系统的精度。为降低规则参数辨识的计算量,提高建模速度,将规则参数分为线性和非线性两部分,分别采用不同方法进行辨识。实例证明文中所提出的建模方法规则分布合理,收敛速度快,建模精度高,具有很好的实际应用价值。     

基于武器装备体系作战网络模型的装备贡献度评估

从体系角度出发,提出一种基于武器装备体系作战网络模型的装备贡献度评估方法。首先,将武器装备与装备间关系分别抽象为作战网络中节点与边,建立了基于作战指标的节点与边关系描述模型。然后,构造基于作战环的综合影响指标对武器装备体系作战网络作战能力进行评估,同时建立装备的贡献度评价模型衡量单装备在武器装备体系中的贡献程度。最后,以导弹防御体系为例分析验证了提出方法的可行性。结果显示决策类节点在武器装备体系中扮演重要角色。     

基于EAS+MADRL的多无人车体系效能评估方法研究

无人作战开始步入现代战争舞台, 多无人车(multi unmanned ground vehicle, MUGV) 协同作战将成为未来陆上作战的主要样式。体系效能评估是装备论证和战法研究的核心问题, 针对MUGV体系效能评估问题, 建立了一套以自主学习算法为基础的探索性仿真分析方法。将MUGV对抗过程建模为零和随机博弈(zero sum stochastic game, ZSG)模型, 通过使用多智能体深度强化学习类方法(multi agent deep reinforcement learning, MADRL)探索在不同对方无人车规模条件下, ZSG模型的纳什均衡解, 分析纳什均衡条件下参战双方胜率, 作战时长等约束, 完成MUGV体系作战效能评估, 并在最后给出了MUGV体系效能评估应用示例, 从而建立了更可信、可用的体系效能评估方法。     

基于复杂性理论的综合电子信息系统作战效能评估方法

针对军事系统、综合电子信息系统和作战效能评估的特点,从复杂科学的研究角度，结合复杂适应系统（CAS）理论，采用基于多智能体的仿真方法，建立了基于多智能体的综合电子信息系统作战效能评估示例模型。通过对军事系统的仿真获得对综合电子信息系统作战效能的相对评估值。     

基于多Agent粒子群优化的多步SVR模型预测控制

提出一种基于多Agent粒子群优化支持向量回归机（support vector regression, SVR）参数的优化算法,并利用该算法建立多步预测控制模型,对非线性系统进行预测控制。通过预测控制的机理推导出满足滚动优化目标函数的多步预测输出的控制律。将该模型与基于遗传算法优化的RBF神经网络预测控制器、基于粒子群优化的多步SVR模型预测控制器和基于遗传算法优化的多步SVR模型预测控制器进行比较分析,仿真结果表明该预测控制模型优于其他控制器,具有良好的预测性能,可有效的对非线性系统进行预测控制。     

弹载SAR系统参数优化设计方法

通过建立弹载合成孔径雷达(synthetic aperture radar, SAR)系统参数优化设计数学模型,提出了一种基于遗传算法(genetic algorithm, GA)的弹载SAR系统参数优化设计方法,解决了弹载SAR系统在确定弹道和多个系统指标非线性约束条件下的系统参数优化设计问题。该方法能够在满足系统指标(分辨率、幅宽、数据率、噪声等效后向散射系数等)要求的前提下,快速获取使图像性能最优的系统参数。同时,该方法还适用于方位向多波位模式的系统参数优化设计。基于典型工作参数的仿真实验验证了该方法的有效性。