針對(duì)實(shí)裝試驗(yàn)難以實(shí)現(xiàn)某型反裝甲武器系統(tǒng)全樣本條件下的打擊效果預(yù)測,提出一種基于梯度搜索技術(shù)的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的反裝甲武器系統(tǒng)打擊效果模型,建立影響預(yù)測結(jié)果的影響因子量化值和目標(biāo)靶車打擊效果的量化值之間的對(duì)應(yīng)關(guān)系,利用作戰(zhàn)試驗(yàn)歷史數(shù)據(jù)作為樣本訓(xùn)練模型,最后以某次真實(shí)試驗(yàn)結(jié)果檢驗(yàn)?zāi)Ｐ�。結(jié)果表明,打擊效果預(yù)測值與真實(shí)值吻合較好,BP神經(jīng)網(wǎng)絡(luò)可實(shí)現(xiàn)對(duì)該武器系統(tǒng)對(duì)靶車打擊效果進(jìn)行有效預(yù)測,可為火力打擊方案制訂、作戰(zhàn)試驗(yàn)方案評(píng)估、訓(xùn)練效果評(píng)估等提供決策依據(jù)。 

【文章來源】：兵器裝備工程學(xué)報(bào). 2020,41(08)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

打擊效果隨射程變化曲線

步驟1:收集樣本，設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)。收集和處理試驗(yàn)樣本案例，將影響因子量化值作為神經(jīng)網(wǎng)絡(luò)預(yù)測模型的輸入向量X=(X1,X2,X3，…，X1);將打擊效果預(yù)測量值作為神經(jīng)網(wǎng)絡(luò)的輸出O，將樣本打擊效果的實(shí)際值作為期望Y^。確定BP神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)，包括隱含層的層數(shù)和神經(jīng)元的個(gè)數(shù)，選取訓(xùn)練函數(shù)和激勵(lì)函數(shù)。步驟2:設(shè)置神經(jīng)元間連接權(quán)系數(shù)和神經(jīng)元閾值初始值。對(duì)神經(jīng)元間連接權(quán)系數(shù)和神經(jīng)元閾值進(jìn)行初始化，隨機(jī)取[-1,1]之間的值(其中權(quán)重極值1表示正相關(guān)，-1表示負(fù)相關(guān))，所有節(jié)點(diǎn)參數(shù)的變化量和學(xué)習(xí)率變化量初始化為0，設(shè)置初始學(xué)習(xí)率初始值和誤差容許值Rallow。

假設(shè)相鄰兩層節(jié)點(diǎn)之間一一連接，同層節(jié)點(diǎn)之間無連接。其中，n表示節(jié)點(diǎn)j的輸入節(jié)點(diǎn)數(shù)，xi是第i個(gè)輸入節(jié)點(diǎn)的輸出值，神經(jīng)網(wǎng)絡(luò)中輸入層的輸入到輸出一般不做運(yùn)算所以xi等于Xi,wji是輸入層第i個(gè)節(jié)點(diǎn)到下一層第j個(gè)節(jié)點(diǎn)的連接權(quán)系數(shù)值，θj表示閾值。神經(jīng)元節(jié)點(diǎn)連接關(guān)系如圖3所示。步驟4:計(jì)算下一次迭代的連接權(quán)值修正量。在每次迭代運(yùn)算中，神經(jīng)網(wǎng)絡(luò)將已知輸出(即目標(biāo)打擊效果的真實(shí)結(jié)果Oj)與計(jì)算輸出進(jìn)行比對(duì)，計(jì)算輸出誤差:

【參考文獻(xiàn)】：
期刊論文
[1]營配調(diào)末端融合的供電綜合風(fēng)險(xiǎn)預(yù)警模型[J]. 樊磊,周永超,賀蓉,郭成濤,趙軼.  電網(wǎng)與清潔能源. 2019(09)
[2]基于改進(jìn)ACO-BP算法的彈藥貯存可靠性評(píng)估[J]. 劉芳,王宏偉,宮華,許可.  兵器裝備工程學(xué)報(bào). 2019(04)
[3]一種改進(jìn)的軍事訓(xùn)練效果定性評(píng)估指標(biāo)量化方法[J]. 王睿,姜寧.  指揮控制與仿真. 2018(04)
[4]基于BN-and-BP神經(jīng)網(wǎng)絡(luò)融合的陸空聯(lián)合作戰(zhàn)效能評(píng)估[J]. 周興旺,從福仲,龐世春.  火力與指揮控制. 2018(04)
[5]基于數(shù)據(jù)融合的某型裝備品質(zhì)狀態(tài)評(píng)估[J]. 安進(jìn),徐廷學(xué),李志強(qiáng),朱桂芳.  兵器裝備工程學(xué)報(bào). 2017(06)
[6]基于動(dòng)態(tài)BP神經(jīng)網(wǎng)絡(luò)的惡意代碼同源性分析[J]. 葛雨瑋,康緋,彭小詳.  小型微型計(jì)算機(jī)系統(tǒng). 2016(11)
[7]基于BP神經(jīng)網(wǎng)絡(luò)的水電工程定額編制模型研究[J]. 郭琦,何湘君.  人民長江. 2016(05)
[8]復(fù)合故障診斷技術(shù)綜述[J]. 張可,周東華,柴毅.  控制理論與應(yīng)用. 2015(09)
[9]三層模型的BP網(wǎng)絡(luò)在GNSS高程擬合中的應(yīng)用研究[J]. 譚立萍,馬穎異,陳永生,馬洪濱.  測繪通報(bào). 2015(08)
[10]基于神經(jīng)網(wǎng)絡(luò)的長桿彈侵徹能力預(yù)測模型[J]. 王海寬,李文生,熊飛.  計(jì)算機(jī)仿真. 2015(02)

博士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的不平衡數(shù)據(jù)分類方法研究[D]. 楊澤平.華東理工大學(xué) 2015

碩士論文
[1]水上交通氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估模型的研究[D]. 李玲.湖南師范大學(xué) 2019
[2]基于BP神經(jīng)網(wǎng)絡(luò)的車載設(shè)備故障診斷與預(yù)測研究[D]. 吳淵.北京交通大學(xué) 2016



本文編號(hào)：3530214