基于BP 神经网络的舰载机对陆打击作战效能评估

为解决复杂战场态势下影响舰载机对陆打击作战效能因素多、情况复杂的问题,提出一种基于BP 神经 网络学习算法的舰载机对陆打击作战效能评估模型。结合舰载机性能及战场环境,运用层次分析法构建舰载机对陆 打击作战效能评估指标体系;通过Matlab 工具进行动态评估仿真。仿真结果表明：该模型准确率能达到98.5%,验 证了模型的有效性和可行性,可为舰载机在战术应用方面提供一定的决策信息。     

基于BP神经网络的反辐射导弹武器系统作战效能评估

文中针对反辐射导弹（ARM）的攻击特点．建立了反辐射导弹武器系统作战效能评估指标体系．简要分析了指标选取的理由。然后．采用专家打分的方法取得了几组训练样本．并对所构造的BP神经网络进行训练，当训练精度达到要求后．再运用BP神经网络对几种典型的反辐射导弹武器系统作战效能进行了评估。     

基于BP神经网络的地空导弹武器系统作战效能评估

地空武器系统拦截巡航导弹的作战效能评估,运用3层BP神经网络进行.先通过层次分析法或专家打分法获得原始训练样本,再对样本进行归一化处理,最后编辑神经网络应用程序.结果表明:在选定指标的基础上,BP神经网络对武器系统作战效能评估是合理的.     

基于BP神经网络的无线电导航系统效能评估

针对无线电导航系统的特点,构造了其系统效能评估的指标体系,提出了一种基于BP神经网络的导航系统效能评估新方法,并运用训练好的三层BP神经网络对某型导航雷达系统进行了效能评估.结果表明,这种方法科学合理,能减少评估的工作量和主观因素的影响,使结果更具可信性.     

基于BP的地空导弹人一机一环系统作战效能评估

针对现代空袭兵器的特点，建立地空导弹人机环系统的作战效能评估指标体系，并采用BP神经网络方法对其作战效能进行分析评估。该神经网络输入层节点分别对应评估指标体系最底层的指标，隐层节点数在训练过程中可视网络的泛化能力调整，输出节点数则分别对应于效能评估等级。神经元输入与输出之间转移函数选取S型函数。评估步骤包括：训练样本的选取、样本的归一化处理、神经网络的训练、示例分析。     

基于信息系统的诸军兵种火力打击装备发展

介绍了信息化武器装备发展的主要趋势,探讨了信息化武器装备具有的特点,指出我军只有不断提高武器装备信息化建设水平,才能在世界军事之林立于不败之地。     

基于粗糙集和BP 神经网络的导弹备件消耗预测

针对神经网络预测导弹备件消耗时参数过多会导致事件过长并易陷入局部最优的问题,建立一种基于粗糙集和BP神经网络的导弹备件消耗预测模型。在对采集到的导弹备件消耗信息进行特征提取、形成决策表的基础上,用粗糙集理论对原始信息表进行约简,去除冗余的属性和属性值,并将约简的影响因素值输入到BP神经网络中进行训练预测。实例结果表明：该预测方法大大减少了网络的收敛时间,提高了模型的预测精度,为导弹备件消耗预测提供了一个新的思路。     

基于BP神经网络的鱼雷作战效能模糊综合评估模型及其仿真

针对鱼雷作战效能( TOE)评估问题,建立了评估的指标体系,给出了指标的隶属函数。在此基础上,提出了基于BP神经网络的鱼雷作战效能模糊综合评价模型。该方法克服了现有方法人的因素的局限性,能够客观地再现专家的知识、经验和直觉思维,仿真结果表明该方法的有效性和可行性。     

基于BP 神经网络的渡江工程信息控制效能评估

为科学测度渡江工程信息保障中的信息控制效能,提出一种基于BP神经网络的渡江工程信息控制效能评估方法。围绕渡江工程信息保障任务的关键节点和预期目标,构建渡江工程信息控制效能评价的指标体系;利用神经网络非线性拟合精度高以及自调节功能强的特点,设计BP神经网络效能评估模型;利用仿真实验对模型进行验证分析。结果表明：模型应用于渡江工程信息控制能力指标评价样本,验证了BP神经网络在渡江工程信息控制效能评估中的有效性。     

基于MGIS的炮兵远程火力打击辅助决策系统

将军事地理信息系统和炮兵远程火力打击辅助决策紧密结合起来,研究开发基于MGIS的炮兵远程火力打击辅助决策系统,分析了系统功能需求,设计了系统的体系结构和工作流程,对系统数据库设计、系统数学模型和推理模块的建立进行了详细阐述。     

基于遗传神经网络的伪装效能评估模型

在量化样本光学特征指标并划分伪装效能等级基础上,采用基于遗传算法的神经网络建立伪装效能评估模型.其步骤包括确定GA算子及相关参数,初始化网络连接权值和阈值向量,计算各个体适应度函数并将其排序,执行遗传操作,最后用神经网络进行二次训练.将样本光学特征指标量化值作为神经网络输入值,量化后的样本等级作为神经网络教师值进行评估.仿真表明该混合算法收敛速度快,能有效避免局部极值问题.     

一种改进的灰色BP 神经网络预测模型

为提高灰色GM(1,1)模型的预测精度和BP 神经网络的映射能力,提出一种改进的灰色BP 神经网络预测 模型。通过分别对灰色系统理论和BP 神经网络2 种模型进行改进,再串联组合成新的预测模型,并结合实测数据 进行仿真试验。结果表明：改进后的模型能兼具二者优点,预测精度有较大提高,相对误差减小,运算速率更快。     

基于BP神经网络的装备失效率预测研究

装备伴随使用时间的增长,失效率会不断升高;因此准确预测装备失效率,对于及时准确评估装备性能,开展视情维修具有重要的指导意义;鉴于BP神经网络的高度非线性映射能力,利用此模型对装备失效率进行预测;分析得到了BP模型的输入层和中间层的最优神经元数;此时实际值与预测值的方差为0.038 7,达到要求。     

基于改进BP网络的装甲装备机动性能评估模型

收敛速度慢、易陷入局部极值是传统的BP神经网络难以避免的问题,最终可能导致网络训练失败．在量化装甲装备机动性能指标的基础上,采用遗传算法对BP神经网络权值进行优化,用自适应梯度下降法对传统BP神经网络进行训练,从而建立装甲装备机动性能评估模型,并通过二次训练得到评估值．仿真结果表明该改进网络收敛速度明显优于传统网络,能有效避免局部板值问题。     

基于神经网络模型的潜射反舰导弹作战效能分析

导弹作战效能直接影响导弹部队的战斗力,科学分析导弹的作战效能对提高部队战斗力及改进导弹具有重要意义。本文运用BP神经网络基本原理,建立了导弹作战性能的评估模型,并结合实例验证了方法的可行性。     

基于神经网络的效能评估方法综述

为进一步推动效能评估的应用,对3类主要的效能评估方法进行分析。阐述基于神经网络的效能评估方法的基本原理和研究现状,总结归纳基于模糊神经网络、BP神经网络、深度学习等评估方法的优势与不足,指出基于小样本深度学习的效能评估方法必将成为未来的发展趋势,以及该方法当前面临的挑战与展望。     

基于BP神经网络的坦克炮身管剩余寿命的预测分析

提出对坦克炮身管剩余寿命的预测分析的新思路。通过对坦克炮发射弹数与直径变化关系的统计数据,利用BP神经网络模型对坦克炮身管寿命进行预测,为确定坦克炮处于良好技术状态或身管是否需要报废提供依据。