海洋环境下武器装备作战效能评估与系统实现

海洋环境下武器装备作战效能评估与系统实现

ID:35157026

大小:8.74 MB

页数:87页

时间:2019-03-20

海洋环境下武器装备作战效能评估与系统实现_第1页
海洋环境下武器装备作战效能评估与系统实现_第2页
海洋环境下武器装备作战效能评估与系统实现_第3页
海洋环境下武器装备作战效能评估与系统实现_第4页
海洋环境下武器装备作战效能评估与系统实现_第5页
资源描述:

《海洋环境下武器装备作战效能评估与系统实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、棄兩扛參巧±学位论文海洋环境下武器装备作战效能评估与系统实现专业名觀控制理论与控制工趕研究生姓名:张振涛导师姓名:严洪巧本论文获国家自然科学基金重点项目(60934008),中央高校基本科研业务费专项资金(2242014K10031)和江苏高校化势学科建设工程资助项目资助。EVALUATIONOFWEAPONOPERATIONALEFFECTIVENESSANDITSSYSTEMREALIZATIONUNDERMARINEENVIRONMENTAThesisSubmitted

2、化SoutheastUniversityFortheAcademicDegreeofMasterofEngineeringBY-ZHANGZhentaoSupervisedbyProf-.YANHongsenSchoolofAutomationSoutheastUniversityApril2015东南大学学位论女独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研巧成果。尽我所知,除了文中特别加标注和致谢的地方外,论文中不包含其他人凸经发

3、表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意。:.研究生签名:张據為日期;兴瓜午1东南大学学位论文使用巧权青明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档,可W采用影印、缩巧或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可W公布(包括刊登)论文的全部或部分内容。论文的公布(包括刊登)授权东

4、南大学研究生院办理。研究生答名:导师絲名:日期;?J>1<I^海洋环境下武器装备作战效能评估与系统实现硕±研巧生:娜涛导师:严洪森纖东南大学摘要评估武器装备的作战效能,是军事辅助决策系统的重要組成部分,对于判断武器装备实战性能、确定最佳军事行动方案有着至关重要的影响。海洋环境下影响武器装备作战效能的要素众多并且复杂多变,使得评估难度加大。目前,武器装备作战效能评估方,主要有解析评估法法的理论框架还不完善、层次分析法、专家评定法抖及作战仿真评估法等,这些传统的评估方法大多为线性模型,并且评估过程

5、受主观因素影响较多,对于本文研究的非线性评估问題,不能给出满意的结果,因此,建立客观高效的武器装备作战效能评估模型有着重要的研究和应用价值。本文针对海洋环境下武器装备作战效能评估问题,在分析影响武器装备的气象水文要素基础上,提出了两种评估模型,用于评估特定气象水文条件下武器装备的作战效能。一-近邻回归的作战效能评估模型-首先建立了基于改进K,K近邻回旧方法作为种流行的机器学习回归方法,其相对简单的应用条件可W应用到本文的研究问题中。传统-近邻回归方法存在运行效率低的K、计算相似度时忽略特征权值的缺点,本文在确定评估指标

6、后,通过对气象水文要素进行属性加权,寻找与待评估样本实例最近的A个近-邻,然后通过距离加权的估计函数,得到特定气象水文条件下的作战效能值。由于K近邻回归模型具有消极学习特性,评估过程推迟到待评估样本实例到来时进行,因此在-d模型中基于A树建立索引,加快搜索最近邻的速度,保证在更短的时间内得到评估结果,最后使用实例对模型的可行性进行了验证。接着,计对本文研巧的问题,建立基于改进蚁群聚类优化的RBF神经网络评估模型。RBF神经网络在函数逼近方面优势忌著,能充分学习样本数据中的信息,而且泛化-能力强,在基本的RBF神经网络评估模

7、型中,隐含层的数据中私由kmeans聚类确定,、它效率离,有很大关系但是聚类结果的质量与随机选取的巧始聚类中屯。蚁群聚类算法-means的准确率高,但是捜索最优解的时间较长,因此将k聚类和蚁群聚类相结合,并在蚁群聚类中加入局部搜索,通过优势互补得到改进的蚁群聚类算法,建立了基于改进蚁群聚类优化的RBF神经网络作战效能评估模型-means。首先使用k聚类对气象水文条I件下武器装备作战效能的样本数据进行处理得到初始聚类中也,然后使用蚁群聚类算法继续聚类,通过最终的聚类结果确定RBF神经网络隐含层节点的数据中也及相应的

8、扩展常数,接着训练输出连接权值,并使用训练好的模型评估特定气象水文条件下武器装备的作战效能。最后通过某

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。