基于BP神经网络的TBM拦截效果评估

为了综合考虑TBM拦截作战中各种因素对拦截效果评估的影响,基于红外成像、ISAR成像和机动目标跟踪3种方法分析了TBM拦截效果评估体系的构成,利用神经网络在处理非线性复杂问题上的优势,提出了基于BP神经网络的TBM拦截效果评估模型,并详细阐述了模型的构建过程。由于标准BP算法存在易形成局部极小点和收敛速度慢等问题,采用加入动量项和实时调整系数法对算法进行了改进。仿真分析证明：改进的BP算法具有较快的收敛速度和较高的收敛精度,同时验证了该神经网络模型在TBM拦截效果评估中的有效性。     

末段低层反导武器系统部署决策模型

研究了末段低层反导武器系统的部署决策问题。首先针对末段低层反导武器系统的特点,探讨了该类反导武器系统部署的决策准则;其次,构建了末段低层反导部署的多属性决策模型,给出了部署应满足的基本条件和决策步骤,涵盖了决策参数计算和多属性决策2个关键环节;再次,根据部署决策模型和参数的特点,建立了决策参数计算的系统动力学(SD)仿真模型,用以对2个重要决策参数进行仿真计算。最后,通过案例,运用SD仿真计算模型,完成了多个备选部署阵地的决策参数计算,并利用部署决策模型给出了部署方案的优选排序,案例分析表明了决策模型的有效性。