10.19734/j.issn.1001-3695.2019.07.0261
基于改进模糊神经推理的武器装备系统组合决策
针对武器装备系统组合决策问题,提出了一种新的基于自适应模糊神经推理的组合决策模型.首先用由高斯函数表示的模糊集定量描述武器系统的作战效能和敏捷性;接着基于波士顿投资组合矩阵进行武器系统模糊分类,建立自适应神经网络;最后利用鸟群算法优化模型相关参数.在样本数据库上的仿真结果表明,该方法可以反映武器系统组合状态,使决策者可以根据需求对组合策略进行调整更新.此外鸟群算法优化后的模型能够在一定程度上提高分类精度,与传统模型相比,具有更低的均方误差和更高的误差容忍率.
体系、投资组合决策、模糊神经推理、波士顿投资矩阵、鸟群算法
37
TP202(自动化技术及设备)
国家重点研发计划资助项目;国家自然科学基金资助项目;国家杰出青年基金资助项目
2020-12-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
3241-3245