基于DBN效能拟合的舰艇编队作战效能敏感性分析

论文摘要

针对传统的舰艇编队作战效能分析方法中存在的对数据利用不充分、对数据完整性要求较高的问题,提出了基于深度学习的效能拟合方法。从最具有代表性的敏感性分析方法 Sobol指数法入手,利用深度学习方法优越的特征学习能力,基于深度信念网络(DBN)构建了效能拟合网络,结合无监督预训练和有监督调优实现了网络训练和参数优化,构建出效能拟合模型。将产生的数据应用于效能分析模型并与完全数据条件下的效能分析结果进行对比,验证了所提出的效能拟合模型对于不完全数据下的作战系统敏感性分析的有效性。

论文目录

• 1 基于Sobol指数法的全局敏感性
• 2 舰艇编队防空作战效能分析指标体系
• 3 基于深度信念网络的效能拟合模型
•   3.1 效能拟合模型网络结构
•   3.2 效能拟合模型的预训练及调优
• 4 作战效能分析仿真实验
•   4.1 实验环境
•   4.2 效能拟合模型搭建及分析
•     4.2.1 模型参数与结构对效能拟合效果的影响
•     4.2.2 不完备数据下拟合模型有效性
•     4.2.3 敏感性分析效果对比
• 5 结论

文章来源

类型: 期刊论文

作者: 李波,雒浩然,田琳宇,王元勋

关键词: 效能分析,效能拟合模型,深度信念网络,敏感性分析,舰艇编队防空

来源: 航空学报 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 武器工业与军事技术

单位: 西北工业大学电子信息学院,中国电子科技集团公司数据链技术重点实验室

基金: 航空科学基金(2017ZC53021),中国电子科技集团公司数据链技术重点实验室开放项目基金(CLDL-20182101)~~

分类号: E925

页码: 156-166

总页数: 11

文件大小: 623K

下载量: 156