检索结果-南通市图书馆

基于PCA-MPSO-ELM的空战目标威胁评估

在线全文

学校读者我要写书评

暂无评论

航空学报 2020年第9期41卷 211-226页

作者：奚之飞徐安寇英信李战武杨爱武空军工程大学航空工程学院西安710038

目标威胁评估是空战对抗过程中的关键环节。由于影响空战目标威胁评估的因素复杂多样,且指标之间存在相关性,导致传统的评估算法无法得到准确客观的评估结果。由此,提出了一种基于主成分分析法和改进粒子群算法优化的极限学习机(PCA-MPS... 详细信息

目标威胁评估是空战对抗过程中的关键环节。由于影响空战目标威胁评估的因素复杂多样,且指标之间存在相关性,导致传统的评估算法无法得到准确客观的评估结果。由此,提出了一种基于主成分分析法和改进粒子群算法优化的极限学习机(PCA-MPSO-ELM)的目标威胁评估算法。首先,综合分析了影响目标威胁程度的指标,利用主成分分析法对原始评估指标进行线性变化处理得到综合变量,消除了评估指标之间的相关性,实现了对评估数据的降维;在此基础上,构建ELM神经网络并利用改进的粒子群算法优化极限学习机的输入权值和阈值,提高了目标威胁评估模型的精度。最后,在空战训练测量仪中选取空战对抗数据,利用威胁指数法构造了目标威胁评估样本数据,通过仿真实验分析了PCA-MPSO-ELM算法的精度和实时性,结果表明所提算法可以快速准确地进行空战目标威胁评估。

关键词：目标威胁评估指标相关性改进粒子群算法极限学习机主成分分析

基于Elman_AdaBoost强预测器的目标威胁评估模型及算法

在线全文

学校读者我要写书评

暂无评论

电子学报 2012年第5期40卷 901-906页

作者：王改革郭立红段红刘逻王鹤淇中国科学院长春光学精密机械与物理研究所吉林长春130033 中国科学院研究生院北京100039 东北师范大学计算机科学与信息技术学院吉林长春130117

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E-lman_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_Ad-aBoost强预测器目标威胁评估模型;最... 详细信息

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E-lman_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_Ad-aBoost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.

关键词：目标威胁评估模型算法 Elman_AdaBoost

基于GA-SLFRWNN的空中目标威胁评估

在线全文

学校读者我要写书评

暂无评论

西北工业大学学报 2019年第2期37卷 424-432页

作者：陈侠刘子龙梁红利沈阳航空航天大学自动化学院辽宁沈阳100136

针对空战中目标威胁评估系统非线性、评估难度大且富含不确定信息的问题,研究了基于遗传算法优化模糊递归小波神经网络(single-hidden-layer fuzzy recurrent wavelet neural network optimized by genetic algorithm,GA-SLFRWNN)的目标威胁评估方法。首先通过分析威胁评估的影响因素及其信息的模糊性,将RWNN嵌入FNN的后件部分,以实现增强自学习能力的目的,然后采用GA对模型初始参数进行优化选取,并提出了基于李雅普诺夫理论的最优学习率。仿真实验表明:相比于FNN和FRWNN,该算法提高了系统的稳定性,加快了收敛速度,增强了预测精度。

关键词：目标威胁评估模糊神经网络模糊递归小波神经网络遗传算法最优学习率

基于ELM__AdaBoost强预测器的空战目标威胁评估

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2018年第8期40卷 1760-1768页

作者：徐西蒙杨任农符颖赵雨空军工程大学空管领航学院陕西西安710038

目标威胁评估是空战态势感知中的关键问题。针对传统评估方法难以兼具准确性和实时性的缺陷,提出了一种基于自适应推进极限学习机(extreme learning machine__adaptive boosting,ELM__AdaBoost)强预测器的新方法。结合AdaBoost分类算法... 详细信息

目标威胁评估是空战态势感知中的关键问题。针对传统评估方法难以兼具准确性和实时性的缺陷,提出了一种基于自适应推进极限学习机(extreme learning machine__adaptive boosting,ELM__AdaBoost)强预测器的新方法。结合AdaBoost分类算法对ELM算法进行改进,提出了ELM__AdaBoost算法,构造了ELM__AdaBoost强预测器。在空战训练测量仪中选取空战数据,利用威胁指数法构造了目标威胁评估样本数据。构建了基于ELM__AdaBoost强预测器的空战目标威胁评估模型,在一定范围内确定了使算法预测精度相对较好的ELM网络隐含层节点数和弱预测器个数。通过仿真实验分析了评估的精度和实时性,结果表明该方法在保证较高评估精度的同时减少了评估所用时间,可以准确、快速地进行空战目标威胁评估。

关键词：空战目标威胁评估自适应推进极限学习机空战训练测量仪威胁指数法

在线全文

学校读者我要写书评

暂无评论

基于灰狼算法与小波神经网络的目标威胁评估

浙江大学学报（工学版） 2018年第4期52卷 680-686页

作者：傅蔚阳刘以安薛松江南大学物联网工程学院江苏无锡214122 中国船舶重工集团公司第七研究院电子部北京100192

为了提高目标威胁度评估的精确度,建立反向学习灰狼算法(OGWO)优化小波神经网络的目标威胁评估模型(OGWO-WNN),提出基于该模型的算法.该模型使用反向学习策略(OBL)优化灰狼算法(GWO),通过改进后的灰狼算法优化小波神经网络的各权值和小... 详细信息

为了提高目标威胁度评估的精确度,建立反向学习灰狼算法(OGWO)优化小波神经网络的目标威胁评估模型(OGWO-WNN),提出基于该模型的算法.该模型使用反向学习策略(OBL)优化灰狼算法(GWO),通过改进后的灰狼算法优化小波神经网络的各权值和小波基函数的平移因子与伸缩因子,使优化后的小波神经网络能够对威胁度测试样本集作更好的预测.实验结果显示,采用反向学习灰狼算法能够更好地优化小波神经网络的权值与平移、伸缩因子,使建立的小波神经网络目标威胁评估模型具有更高的预测精度和更强的泛化能力,能够精准、有效地实现目标威胁评估.

关键词：目标威胁评估灰狼优化算法(GWO) 小波神经网络反向学习策略(OBL) 神经网络

在线全文

学校读者我要写书评

暂无评论

目标威胁评估的突变决策方法

电光与控制 2016年第9期23卷 55-58,62页

作者：唐鑫杨建军空军工程大学科研部研究中心西安710051

针对已有的目标威胁评估方法中需要确定各指标的权重及过多依赖专家经验的问题,提出了目标威胁评估的突变决策方法。该方法通过梳理影响目标威胁程度的影响因素,在明确各因素主次关系的基础上构建目标威胁评估的多层次评估指标体系;然... 详细信息

针对已有的目标威胁评估方法中需要确定各指标的权重及过多依赖专家经验的问题,提出了目标威胁评估的突变决策方法。该方法通过梳理影响目标威胁程度的影响因素,在明确各因素主次关系的基础上构建目标威胁评估的多层次评估指标体系;然后基于突变理论的核心思想,确定各下层指标与上层指标所构成的初等突变类型,并采用归一化公式计算下层指标的突变隶属函数值来描述下层指标对上层指标的影响程度;接着基于构建的突变决策原则,计算出上层指标的突变隶属函数值。依此方法最终得到顶层指标的总突变隶属函数值,并据此对备选目标的威胁程度进行排序和决策。该方法具有严格的理论基础,计算简洁高效,且不需要确定各指标的权重,可操作性强,实际算例的计算结果验证了该方法的可行性和有效性。

关键词：目标威胁评估突变理论突变决策

在线全文

学校读者我要写书评

暂无评论

基于变权理论的目标威胁评估方法

探测与控制学报 2018年第2期40卷 23-28页

作者：王君白华珍邵雷空军工程大学防空反导学院中国人民解放军93655部队

针对传统目标威胁评估方法在确定权重系数方面会造成状态失衡的问题,提出了基于变权理论的目标威胁评估方法。该方法在分析目标威胁评估相关指标的基础上,将变权理论与多属性决策相结合提出了目标威胁变权评估综合模型。仿真实例表明,... 详细信息

针对传统目标威胁评估方法在确定权重系数方面会造成状态失衡的问题,提出了基于变权理论的目标威胁评估方法。该方法在分析目标威胁评估相关指标的基础上,将变权理论与多属性决策相结合提出了目标威胁变权评估综合模型。仿真实例表明,与传统方法相比,该方法对目标进行威胁评估更符合常理和实际情况。

关键词：目标威胁评估变权多属性决策

基于IAHP-CRITIC-MARCOS的多种类目标威胁评估

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年

作者：杨天建王星程嗣怡陈游张曦张志恒空军工程大学航空工程学院中国人民解放军93161部队

针对传统的目标威胁评估往往只面向单种类目标的问题，从体系角度构建目标威胁评估指标体系，并提出一种基于IAHP-CRITIC-MARCOS的体系目标威胁评估方法。首先，利用区间层次分析法（Interval Analytic Hierarchy Process， IAHP）和基... 详细信息

针对传统的目标威胁评估往往只面向单种类目标的问题，从体系角度构建目标威胁评估指标体系，并提出一种基于IAHP-CRITIC-MARCOS的体系目标威胁评估方法。首先，利用区间层次分析法（Interval Analytic Hierarchy Process， IAHP）和基于指标相关性的权重确定方法（Criteria Importance Through Inter-criteria Correlation， CRITIC）分别计算出各项指标的主、客观权重。在此基础上，利用最小信息鉴别原理进行组合赋权，以此避免单独赋权的缺陷。然后，基于折衷解的备选方案排序法（Measurement Alternatives and Ranking according to COmpromise Solution， MARCOS）计算各个目标威胁值，并进行威胁排序。最后，通过仿真实例对比分析了采用灰色关联分析（Grey Relational Analysis， GRA）、逼近理想解排序法（Technique for Order Preference by Similarity to Ideal Solution， TOPSIS）、GRA-TOPSIS以及MARCOS得出的目标威胁排序结果，验证了所提方法的科学性和有效性。

关键词：目标威胁评估指标体系组合赋权基于折衷解的备选方案排序法(MARCOS)

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进灰关联分析的目标威胁评估模型研究

计算机工程与应用 2008年第4期44卷 212-215页

作者：王百合黄建国张群飞西北工业大学航海学院西安710072

目标威胁度评估是指挥决策的重要环节,也是武器资源有效分配的重要依据。灰关联分析(GRA)在评估决策中应用广泛,但其存在一定的局限性。针对传统GRA的局限性,提出了改进的GRA法——RGRA法,建立了目标威胁评估模型,并给出了应用实例及其... 详细信息

目标威胁度评估是指挥决策的重要环节,也是武器资源有效分配的重要依据。灰关联分析(GRA)在评估决策中应用广泛,但其存在一定的局限性。针对传统GRA的局限性,提出了改进的GRA法——RGRA法,建立了目标威胁评估模型,并给出了应用实例及其性能分析。分析结果表明,RGRA是一种切实有效的目标威胁度评估方法,应用该方法的系统效能比应用传统GRA方法提高约10%。RGRA方法综合考虑了决策者的偏好以及数据在形状和数值上的差异,评估模型数学理论严谨,意义明确,具有良好的实用价值。

关键词：目标威胁评估灰关联分析改进决策