本文關鍵詞：水聲對抗系統(tǒng)的效能分析與評估，由筆耕文化傳播整理發(fā)布。

【摘要】：如何提高各種戰(zhàn)艦和潛艇的自身生存能力是當今海軍面臨的一個重要問題，水聲對抗作為提高自身生存能力的重要措施受到各國海軍足夠重視。對水聲對抗系統(tǒng)進行效能分析，選擇恰當、合理的評估指標，建立水聲對抗系統(tǒng)效能評估指標體系；選擇能綜合反映水聲對抗系統(tǒng)各主要使用性能指標之間內在聯系的評估方法，，建立科學的評估模型，使評估結果具有較高的可信性，是本論文討論的重點。 采用神經網絡的方法對水聲對抗系統(tǒng)的效能進行評估，是人工神經網絡理論在水聲對抗系統(tǒng)效能評估方面的一次嘗試。本文提出了基于改進反向傳播(Back Propagation)算法的效能評估方法，通過詳細的設計與仿真，討論了網絡隱含層神經元數、初始權值、學習速率等參數在BP網絡設計過程中的關系與影響；將模糊神經網絡應用于評估模型訓練樣本的獲取，訓練樣本包含隸屬函數的端點值和中間值，能反映出評價指標自身的特點，充分考慮了各因素的變化，使評價過程簡潔明了；建立了一種將遺傳算法和神經網絡相結合的混合訓練神經網絡模型；最后運用神經網絡評估模型對水聲對抗系統(tǒng)的效能進行評估，結果表明該評估模型有效可行，其泛化能力使它可以無需作較大的修改，便可以應用于同類武器系統(tǒng)的效能評估，省去了建立解析模型的大量工作，為準確、快捷地評估裝備效能提供了一種新思路。 本論文在規(guī)定條件下實現了水聲對抗系統(tǒng)效能的評估，為水聲對抗系統(tǒng)試驗方案的論證和評審，鑒定定型等提供了方法，為水聲對抗系統(tǒng)的發(fā)展和實際使用中的優(yōu)化決策，提供了方法。是開展水聲對抗試驗靶場的建設，全面提高靶場綜合試驗能力，對水聲對抗系統(tǒng)進行綜合評價的有效手段。
【關鍵詞】：水聲對抗 對抗效果 BP神經網絡 評估模型
【學位授予單位】：西北工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2007
【分類號】：U666.7
【目錄】：

• 摘要3-4
• ABSTRACT4-6
• 目錄6-10
• 第一章 緒論10-21
• 1.1 水聲對抗10-14
• 1.1.1 水聲對抗在現代海戰(zhàn)中的重要地位10-11
• 1.1.2 水聲對抗的主要內容和主要對抗器材11-14
• 1.2 武器裝備的效能及效能評估14-19
• 1.2.1 效能的概念14-15
• 1.2.2 效能評估的概念15-17
• 1.2.3 效能評估常用方法分析17-19
• 1.3 本論文研究的主要內容和意義19-21
• 1.3.1 本論文研究的主要內容19-20
• 1.3.2 本論文研究的意義20-21
• 第二章 水聲對抗系統(tǒng)的效能分析21-45
• 2.1 潛艇水聲對抗系統(tǒng)簡介21-25
• 2.1.1 潛艇水聲對抗器材的戰(zhàn)術運用21-22
• 2.1.2 潛艇水聲對抗系統(tǒng)22-23
• 2.1.3 潛艇水聲對抗系統(tǒng)層次分析23-25
• 2.2 潛艇水聲對抗的效能準則(指標)及其選取原則25-28
• 2.2.1 效能準則(指標)25-27
• 2.2.2 效能準則(指標)的選取原則27-28
• 2.3 水聲對抗系統(tǒng)對抗效能的常用考核評定指標28-43
• 2.3.1 聲誘餌對抗聲自導魚雷效果評估29-32
• 2.3.2 噪聲干擾器對抗聲自導魚雷效果評估32-35
• 2.3.3 聲誘餌對抗聲納的效果評估35-37
• 2.3.4 噪聲干擾器對抗聲納的效果評估37-42
• 2.3.5 氣幕彈對抗聲自導魚雷、聲納的效果分析42-43
• 2.4 水聲對抗系統(tǒng)效能評估指標體系結構43-44
• 2.5 本章小結44-45
• 第三章 基于層次分析法的評估模型45-58
• 3.1 基于層次分析法、神經網絡的評估模型45-47
• 3.2 指標的歸一化和同趨勢化處理47-51
• 3.3 層次分析法評估模型51-57
• 3.3.1 建立描述系統(tǒng)功能的內部獨立的遞階層次結構51
• 3.3.2 構造兩兩比較判斷矩陣51-53
• 3.3.3 計算單一準則下元素相對權重的計算53-54
• 3.3.4 一致性檢驗54-56
• 3.3.5 計算各元素的組合權重56-57
• 3.4 本章小結57-58
• 第四章 神經網絡的構建58-76
• 4.1 人工神經網絡58-63
• 4.1.1 神經元模型59-61
• 4.1.2 神經網絡結構及工作方式61-62
• 4.1.3 神經網絡的學習方式62-63
• 4.1.4 神經網絡的訓練方式63
• 4.2 BP神經網絡63-65
• 4.2.1 神經元模型64-65
• 4.2.2 BP網絡的網絡結構65
• 4.3 動量法和學習率自適應調整策略65-70
• 4.3.1 基本BP算法65-67
• 4.3.2 基本BP算法的局限性67-68
• 4.3.3 基本Bp算法的改進68-70
• 4.4 遺傳算法(Genetic Algorithm)優(yōu)化法70-75
• 4.4.1 編碼71-72
• 4.4.2 群體的初始化72-73
• 4.4.4 群體選擇繼承73-74
• 4.4.5 交叉操作74
• 4.4.6 變異74-75
• 4.5 本章小結75-76
• 第五章 水聲對抗系統(tǒng)的效能評估模型76-99
• 5.1 MATLAB神經網絡工具箱簡介76-78
• 5.2 BP網絡結構、參數及訓練方法的設計與選擇78-82
• 5.2.1 網絡結構78-79
• 5.2.2 各個初始參數的取值79-82
• 5.3 基于混合訓練神經網絡的效能評估模型82-97
• 5.3.1 混合訓練神經網絡基本思想83-84
• 5.3.2 初始參數確定84
• 5.3.3 訓練樣本的構造84-89
• 5.3.4 隱含層節(jié)點數的確定89-92
• 5.3.5 網絡的訓練與仿真92-97
• 5.4 本章小結97-99
• 第六章 結論與展望99-101
• 6.1 結淪99-100
• 6.2 展望100-101
• 參考文獻101-103
• 碩士期間發(fā)表論文103-104
• 致謝104-105

【引證文獻】

中國期刊全文數據庫 前1條

1 范培勤;笪良龍;李玉陽;徐國軍;;基于直覺模糊推理的水聲探測環(huán)境效能評估[J];指揮控制與仿真;2012年02期

  本文關鍵詞：水聲對抗系統(tǒng)的效能分析與評估，由筆耕文化傳播整理發(fā)布。

本文編號：269652