基于BP-GA的防空兵作战指挥能力评估

考虑一级评估指标,用逐层分解方法建立多级评估指标体系.通过BP和GA组合算法估算防空兵作战指挥能力.步骤包括:选取影响能力评估的关键因素指标;构建能力评估神经网络,进行能力标准化预处理;计算模式误差,确定GA的适应度函数;用GA对BP的权值分布进行优化;最后用BP算法进行学习训练,直到条件满足.     

基于GA-动态BP神经网络的雷达毁伤效果评估

针对雷达阵地毁伤评估问题,提出了一种基于GA-动态BP神经网络的评估方法。该方法首先通过遗传算法(GA)寻求神经网络最优权重值,充分发挥了动态神经网络的泛化和非线性映射能力以及GA的全局寻优能力,提高了结果的精确度;再引入牛顿迭代法优化网络训练算法,克服了神经网络在训练过程中易陷入局部极小值及网络学习后期收敛速度慢的缺点。以某一时刻防空作战为想定,仿真实现了雷达阵地的毁伤评估,与现有算法相比,该算法在收敛速度、可靠性和准确性上都有明显提高。     

基于麻雀搜索算法优化BP神经网络的弹丸射程预测研究

弹丸发射参数、气象条件等会影响弹丸射程,其构成的影响体系复杂并难以准确预测。针对BP预测算法会因初始权值和阈值取值不当导致陷入局部最优的问题,建立了麻雀搜索算法(SSA)优化BP神经网络的弹丸射程预测模型,以弹丸射程作为输出指标,选取弹丸初速、发射角度和风力条件作为影响因素输入,经过数据预处理后进行弹丸射程预测;同时与粒子群算法(PSO)和遗传算法(GA)优化BP神经网络预测模型的预测精度进行对比,验证SSA优化BP神经网络模型的预测效果。结果表明,SSA-BP预测模型的平均绝对误差、均方根误差和平均绝对百分比误差分别为10.456 4 m、11.831 3 m和0.058 13%,低于BP、PSO-BP、GA-BP预测模型的相应评估指标,所以SSA-BP模型的预测精度高于BP、PSO-BP、GA-BP预测模型,其可以为弹丸射程预测和远程火力打击研究提供支持。     

基于BP神经网络的初级指挥员素质评估

基于BP神经网络的初级指挥员素质评估,以思想道德水平、身体素质、军事专业知识、军事基础知识、组织指挥能力、判断决策能力、管理部队能力、高科技知识、计算机水平9项指标进行评判.并利用BP算法得到输出与样本均值之间的关系图,从系统输出值的归属区间判断初级指挥员素质的高低.     

BP-GA算法确定未反应炸药的JWL状态方程参数

为了确定未反应炸药的JWL状态方程参数,提出了一种利用BP神经网络?遗传算法(BP?GA算法)和冲击Hugoniot关系确定JWL参数的方法。此方法首先训练BP神经网络,使其可以拟合由不同的JWL参数组合组成的非线性系统,随后采用遗传算法搜寻适应度值最大的一组JWL参数。结果表明:已知某种炸药的初始密度、爆速、Hugoniot系数C0和S,便可利用BP?GA算法确定其JWL参数;BP?GA算法确定的8种未反应炸药的p?v曲线和由试验数据确定的p?v曲线相吻合,且8条p?v曲线的R²均不低于0.9995,证明了BP?GA算法的高精度。     

GA-BP网络建模在套料钻性能预测中的应用

将BP神经网络建模技术和遗传算法(GA)应用于套料钻性能预测。利用BP神经网络建立套料钻性能预测模型,通过比较实际误差梯度值与给定误差梯度值,来确定BP网络是否处于局部极小状态;GA仅在BP网络处于局部极小时进行学习,对BP网络的连接权值进行优化。BP神经网络和GA两者的有效结合可以解决BP算法固有的缺陷,如收敛速度慢、易陷入局部极小等。套料钻加工性能试验结果表明预测结果和实际结果吻合程度较好,验证了GA-BP网络模型在套料钻性能预测中的有效性和准确性。     

基于改进型模糊神经网络的导弹武器系统生存能力评估

针对导弹武器系统生存能力评估问题,建立了评估的指标体系,给出了指标的隶属函数.利用BP神经网络的自学习、自适应、强容错性,并通过遗传算法（GA）优化BP神经网络的连接权重和阀值,弱化了评价中的人为因素,提高了评价结果的准确性和权威性,解决了BP神经网络存在落入局部最小点和收敛速度慢的问题.实例研究表明,遗传神经网络的评价模型具有有效性和可行性.     

基于遗传神经网络的伪装效能评估模型

在量化样本光学特征指标并划分伪装效能等级基础上,采用基于遗传算法的神经网络建立伪装效能评估模型.其步骤包括确定GA算子及相关参数,初始化网络连接权值和阈值向量,计算各个体适应度函数并将其排序,执行遗传操作,最后用神经网络进行二次训练.将样本光学特征指标量化值作为神经网络输入值,量化后的样本等级作为神经网络教师值进行评估.仿真表明该混合算法收敛速度快,能有效避免局部极值问题.     

基于LMBP神经网络的声诱饵对抗鱼雷效能评估

根据实际情况，补充调整建立了声诱饵对抗鱼雷效能评估指标体系。结合专家调查法和仿真试验，采用基于LM快速算法的BP神经网络（LMBP）综合评估法对声诱饵对抗鱼雷效能进行评估，并对LM算法和常用的Traingdx算法进行了对比分析，证明LM算法误差更小、训练速度更快。最后，通过实例证明将BP神经网络评估方法应用于水声对抗效能评估切实可行。该方法能综合考虑专家经验和试验数据等主客观因素，最大限度减少单纯主观或客观赋权带来的误差，通过神经网络的“自学习”得出明确的综合评估值，具有较强的实用性和通用性。     

着舰回收引导任务指挥人员能力评估

针对舰载机着舰回收引导任务指挥人员的能力评估问题,选用Delphi 法建立能力评估模型,运用层次分 析法确定各指标权重,设计指挥人员能力评估的BP 神经网络模型,以层次分析法得出的结果为样本对其进行训练 和测试。结果表明,该方法能避免人为失误并提高评估的准确性。     

基于改进BP网络的装甲装备机动性能评估模型

收敛速度慢、易陷入局部极值是传统的BP神经网络难以避免的问题，最终可能导致网络训练失败．在量化装甲装备机动性能指标的基础上，采用遗传算法对BP神经网络权值进行优化，用自适应梯度下降法对传统BP神经网络进行训练，从而建立装甲装备机动性能评估模型，并通过二次训练得到评估值．仿真结果表明该改进网络收敛速度明显优于传统网络，能有效避免局部板值问题。     

基于遗传算法优化BP神经网络的供暖系统热负荷预测模型

针对供暖系统热负荷短期预测问题,利用改进的遗传算法(genetic algorithm,GA)对BP神经网络(back propagation neural network)的初始权值和网络结构进行优化,并在遗传进化过程中采取保留最佳个体的方法。该方法克服了一般BP网络初始权值的随机性和网络结构训练过程中的所带来的网络震荡,以及一般BP网络容易陷入局部极小等问题。同时结合一般BP神经网络方法进行仿真实验和分析比较,结果表明:该方法具有全局寻优能力,预测精度高,绝对和相对误差较小,收敛速度快,能够有效针对供暖系统热负荷进行短期预测。     

基于BP 神经网络的舰载机对陆打击作战效能评估

为解决复杂战场态势下影响舰载机对陆打击作战效能因素多、情况复杂的问题,提出一种基于BP 神经 网络学习算法的舰载机对陆打击作战效能评估模型。结合舰载机性能及战场环境,运用层次分析法构建舰载机对陆 打击作战效能评估指标体系;通过Matlab 工具进行动态评估仿真。仿真结果表明：该模型准确率能达到98.5%,验 证了模型的有效性和可行性,可为舰载机在战术应用方面提供一定的决策信息。     

BP神经网络在空袭目标优选中的应用

空袭目标优选,应用改进的BP神经网络算法.即在空袭目标优选评估指标体系基础上,建立BP神经网络,通过定义学习代价函数、确定函数输出信号、修正函数信号.并通过网络初始化等改进BP算法,以激活函数敏感性,加速网络收敛.算例验证了该算法合理性,稳定性良好.     

基于粗糙集的空中远程作战信息对抗能力评估

为提高空中远程作战信息对抗能力评估的高效性,在合理构建评估指标体系的基础上,提出一种基于粗 糙集的能力评估模型。利用粗糙集理论分析测试数据,约简指标体系,确定指标权重,实现了对空中远程作战信息 对抗能力的评估,并对算例进行评估与分析。评估结果表明：该方法减少了评估计算量,提高了评估速率,能够使 评估结果更具客观性和真实性,对空中远程作战信息对抗能力的评估具有重要借鉴意义。     

基于粗糙集的空中远程作战信息对抗能力评估

为提高空中远程作战信息对抗能力评估的高效性,在合理构建评估指标体系的基础上,提出一种基于粗 糙集的能力评估模型。利用粗糙集理论分析测试数据,约简指标体系,确定指标权重,实现了对空中远程作战信息 对抗能力的评估,并对算例进行评估与分析。评估结果表明：该方法减少了评估计算量,提高了评估速率,能够使 评估结果更具客观性和真实性,对空中远程作战信息对抗能力的评估具有重要借鉴意义。     

国防预研项目中期评估指标体系

国防预研项目评估分立项评估、中期评估和验收评估3个阶段。中期评估阶段主要任务是：对预研项目执行过程中的研究目标、性能指标、经费使用、计划、组织管理、风险管理、环境条件等进行评估分析。针对该特点设计一套适用于国防预研项目中期评估的评价指标体系，为国防预研项目计划的调整提供科学依据。     

引入AHP熵值赋权的武装直升机作战效能评估

为解决传统熵值法评价指标赋权时,会出现指标权重过大的问题,引入层次分析法(analytic hierarchy process,AHP)的赋权方式对熵值法进行改进.对指标差异性系数进行两两对比来求解指标权重,通过实际数据检验,指出传统熵值法的弊端,构造基于信息熵的判断矩阵并求解出指标权重,分别使用传统熵值法和引入AHP的熵值赋权法对武装直升机作战能力的7项指标赋权进行作战效能评估.结果表明:该方法能弥补传统熵值法赋权时单一指标权重可能过大的不足,赋权结果更加合理,武装直升机作战能力随某个指标变化的评估结果也更为准确.