10.3969/j.issn.1002-0640.2023.07.017
基于深度学习的网状指标体系作战效能评估方法研究
随着装备体系越来越复杂,传统的树状指标体系不能完整表征装备体系的作战效能,需构建网状指标体系.常用的层次分析法不能解决网状指标体系作战效能评估问题,提出了基于深度学习的作战效能评估方法,将装备体系的效能评估结果分为不同的效能等级,装备体系的效能评估问题转换为效能等级的分类问题.将该方法应用到某数据中心的作战效能评估中,利用历史数据和仿真系统生成的 5 000 组数据训练神经网络模型,测试准确率为 99.3%,预测准确率优于Bagging分类法、随机森林分类法等机器学习分类算法.将某次作战试验实测数据输入模型,预测结果为该数据中心的作战效能为"好",与实际作战使用情况较为一致.
效能评估、网状指标体系、深度学习、效能等级分类
48
TP391.9(计算技术、计算机技术)
2023-10-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
110-114