基于贝叶斯网络的天基信息支援装备体系作战效能评估方法

针对天基信息支援装备体系效能评估存在的问题,提出一种基于贝叶斯网络的天基信息支援装备体系作 战效能评估方法。构建基于系统动力学的仿真平台获取仿真数据,采用基于搜索的贝叶斯网络结构学习算法以及期 望最大化(expectaion maximization,EM)参数学习算法对数据样本进行学习构建贝叶斯网络模型,以正向推理、因果 追溯推理、阶段分析推理3 种方式进行作战效能分析;通过该模型深入分析海上方向远程精确打击移动舰船目标的 作战场景下天基信息支援装备体系中诸多影响因素之间的相互关系与影响程度。仿真结果表明：该方法应用在天基 信息支援装备体系作战效能评估具备有效性和可行性,能够为武器装备体系效能评估提供技术支撑。     

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。