基于支持向量机的坦克驾驶模拟训练结果分析

摘要：

利用坦克驾驶模拟器进行模拟训练是提高装备操作技能的重要方法.针对以往模拟训练忽视训练数据采集分析和提高训练质量的问题,提出采用支持向量机(SVM)对坦克驾驶模拟训练结果进行分析的方法.为了解决SVM参数选取难的问题,提出一种自适应粒子群优化(APSO)算法对SVM参数进行优化选择,设计动态权重参数并赋予相关惯性,实现粒子动态自适应.引入多位置查询机制和极值点信息以维持不同粒子平衡点的多样性,通过迭代选择与优化目标函数实现对参数的自动寻优.基于APSO算法的支持向量机(SVM-APSO)应用到某型坦克驾驶模拟器的训练结果分析中,结果表明SVM-APSO能克服多维影响因素对训练成绩分类带来的不利影响,实验结果在精度和时间上都有明显优势,验证了SVM-APSO在坦克驾驶模拟训练结果分析中应用的可行性与有效性.

关键词：坦克、支持向量机、驾驶模拟器、模拟训练、结果分析、粒子群优化算法

所属期刊栏目：40

分类号：E92(武器、军用器材)

资助基金：武器装备预先研究项目41404060205

在线出版日期：2019-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1953-1960