共查询到10条相似文献,搜索用时 203 毫秒
1.
单机多目标攻击的目标威胁排序 总被引:5,自引:5,他引:0
本文讨论空对空单机多目标攻击的威胁目标排序问题,首先概述了目标威胁排序算法,然后讨论了目标威胁因素的威胁指数计算及综合威胁度计算方法,最后采用典型用例进行了计算。结果表明本文所提出的威胁评估算法与实际情况相当符合,而且算法简单,易于工程实现。 相似文献
2.
针对作战飞机突防过程中威胁代价评估问题提出综合推理方法,引入离散动态贝叶斯网络算法,构建威胁源自主识别网络模型,引入基于最大综合拦截概率的威胁代价评估算法,形成瞬时跟踪概率、连续跟踪概率、杀伤概率等的综合计算模型。通过仿真分析表明,该方法针对地面威胁源实现了自主分类识别和优化代价解算。 相似文献
3.
4.
目标威胁评估是协同目标攻击中的关键问题.为提高空战目标威胁评估的准确性和实用性,建立了Elman-AdaBoost强预测器目标威胁评估模型及算法.首先,介绍了Elman-AdaBoost强预测器;其次,建立了Elman-AdaBoost强预测器目标威胁评估模型;最后,提出了基于Elman-AdaBoost强预测器目标威胁评估模型的算法.采集75组数据用于实验,其中60组作为训练集,15组作为测试集.分别选择Elman网络隐层节点数L=7,11,14,18和弱预测器数目K=6,10,16,20进行实验,结果表明,Elman-AdaBoost强预测器算法预测误差远小于弱预测器且在L=7和K=6时误差达到最小.Elman-AdaBoost强预测器目标威胁评估模型和算法具有很好的预测能力,可以快速、准确地完成作战目标威胁评估. 相似文献
5.
6.
7.
8.
9.
基于优化广义回归神经网络的目标威胁评估 总被引:1,自引:0,他引:1
《电光与控制》2015,(10)
目标威胁评估是进行空战任务规划的重要一环。针对传统评估模型中指标信息的不确定性和模糊性,以多机空战编队整体为出发点,提出了优化广义回归神经网络的目标威胁评估模型及算法。该优化算法通过遍历散布系数区间内的值,能迅速找到最优散布系数从而使模型达到最优仿真输出结果。考虑到目前空战多以编队作战为主,选择目标对我方编队整体的威胁程度作为评价指标,提高了评估结果的可靠性。最后通过引入实例,验证了该优化模型的有效性和正确性。 相似文献