机器学习在反舰导弹作战效能评估中的运用
会议名称：《第九届中国指挥控制大会》
会议日期：2021年
学科分类：11[军事学] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0826[工学-兵器科学与技术] 082602[工学-兵器发射理论与技术] 0835[工学-软件工程] 1109[军事学-军事装备学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
关 键 词：反舰导弹 作战效能 随机森林 神经网络 机器学习
摘 要：针对实战环境下的反舰导弹武器系统作战效能评估特点,构建了三层19个分量的基础评估指标体系,采用随机森林和神经网络算法分别对作战效能进行评估预测,并与改进的ADC评估模型进行对比验证。在仿真实验中,建立了240份不同状态反舰导弹武器系统作战参数数据样本,通过极值归一化、交叉验证和网格搜索等优化处理手段,得到了较为理想的机器学习作战效能评估模型,数据仿真评估的最优准确率为99.54%,证明了该方法的有效性和研究方向的可行性。