發(fā)布時間：2020-04-11 14:08

【摘要】：隨著科學(xué)技術(shù)的不斷發(fā)展,高新技術(shù)武器大量運用于海上軍事作戰(zhàn)領(lǐng)域,同時海洋環(huán)境要素也極大地影響著武器效能的發(fā)揮。研究在特定氣象水文要素環(huán)境下武器作戰(zhàn)效能的評估問題,對于提高武器作戰(zhàn)水平,更好地輔助軍事行動決策具有重要意義。另外數(shù)據(jù)庫建立初期,武器作戰(zhàn)信息匱乏,解決這種情況下的武器效能評估問題,同時提高模型的評估精度和參考性,是很多學(xué)者的共同研究目標。為此,本文對這些問題展開了一系列研究。支持向量回歸機(SVR)能較好地解決武器效能評估中出現(xiàn)的非線性、高維度和小樣本等問題,但是武器效能受作戰(zhàn)環(huán)境要素影響顯著且不同的要素影響程度不盡相同。為了充分利用環(huán)境要素重要性差異,提高評估精度,本文提出了一種特征加權(quán)支持向量回歸機(WSVR)評估模型。該模型采用基于G1法的主觀法與灰色關(guān)聯(lián)分析的客觀法的組合權(quán)重方法來獲取環(huán)境要素權(quán)重并據(jù)此改進了SVR模型,給出了算法實現(xiàn)步驟。最后基于實例驗證并與其他模型的對比分析,來驗證模型的性能。為進一步提高模型評估精度,有必要對模型實施參數(shù)優(yōu)化。為了克服標準粒子群算法(PSO)易陷入局部極值、后期收斂速度慢、精度差等缺點,提高PSO算法的全局收斂能力,本文綜合模擬退火(SA)算法和混沌(C)思想,提出了一種改進的混沌模擬退火粒子群(CSA-PSO)算法,并給出了算法的流程圖及實現(xiàn)步驟。然后,基于實例分析來測試驗證算法的性能,并對WSVR評估模型的參數(shù)進行了優(yōu)化。最后,針對數(shù)據(jù)信息缺乏的武器效能評估問題,本文引入衍生推理機制。利用與待評估實例具有較高相似度的一種或多種武器的樣本數(shù)據(jù),從通用模型庫中自適應(yīng)地選擇最合適的模型,通過樣本訓(xùn)練得到該武器專用評估模型。為了提高模型的評估精度和可靠性,本文引入了評估模型的自學(xué)習(xí)機制,按照一定規(guī)則進行模型的二次訓(xùn)練,并更新專用模型以完成模型自學(xué)習(xí)。本文最后,基于UML建模和.NET三層架構(gòu)模式,完成了武器效能衍生推理和模型自學(xué)習(xí)功能模塊的設(shè)計與實現(xiàn)。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：E91;E920.8

【相似文獻】

相關(guān)期刊論文 前10條

1 趙志強;緱錦;陳維斌;;基于云模型的自學(xué)習(xí)進化算法[J];北京交通大學(xué)學(xué)報;2009年06期

2 馬開平,嚴洪森;產(chǎn)品全生命周期制造模式選擇的自學(xué)習(xí)研究[J];計算機集成制造系統(tǒng);2005年06期

3 雷金莉;竇滿峰;;永磁無刷直流電動機的自學(xué)習(xí)模糊PI控制[J];微特電機;2013年03期

4 許飛云;鐘秉林;黃仁;;基于行為的故障診斷系統(tǒng)跟蹤自學(xué)習(xí)算法研究[J];中國機械工程;2006年22期

5 游濱,黃席樾,陶桂寶;適于pH值控制的自學(xué)習(xí)專家控制器[J];重慶大學(xué)學(xué)報(自然科學(xué)版);1999年06期

6 姜孝華,張光昭;一類簡單的自學(xué)習(xí)專家控制器研究[J];儀器儀表學(xué)報;1999年05期

7 李華,達強;自學(xué)習(xí)模糊控制系統(tǒng)仿真初探[J];電氣傳動自動化;2000年06期

8 晏敏,張昌期,翟賢,劉育騏;平面布局專家系統(tǒng)的自學(xué)習(xí)智能回溯搜索策略[J];華中理工大學(xué)學(xué)報;1989年S1期

9 劉占生,須根法,夏松波,黃文虎;旋轉(zhuǎn)機械故障診斷的自學(xué)習(xí)方法研究[J];振動工程學(xué)報;1996年04期

10 劉林運,夏常弟,萬百五,梁天培;模型參數(shù)不確定的連續(xù)系統(tǒng)自學(xué)習(xí)定性控制[J];西安交通大學(xué)學(xué)報;1998年11期

相關(guān)會議論文 前3條

1 李貽斌;蘇學(xué)成;李洪亮;樊炳輝;楊明;逄振旭;;基于神經(jīng)元的參數(shù)自學(xué)習(xí)PID控制器[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 王群仙;陳增強;袁著祉;;基于BP網(wǎng)絡(luò)的參數(shù)自學(xué)習(xí)廣義預(yù)測控制器[A];1997年中國控制會議論文集[C];1997年

3 梁學(xué)明;周天健;;一種不完全規(guī)則的Fuzzy專家自學(xué)習(xí)控制器[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（上冊）[C];1995年

相關(guān)博士學(xué)位論文 前1條

1 鄭馨;自學(xué)習(xí)的白細胞圖像分割算法研究[D];華中科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前8條

1 楊欣;武器效能評估模型及其自學(xué)習(xí)的研究與實現(xiàn)[D];東南大學(xué);2015年

2 李立琛;基于深度自學(xué)習(xí)的人臉美麗預(yù)測研究[D];五邑大學(xué);2014年

3 何虎;車窗防夾控制器的自匹配與自學(xué)習(xí)[D];清華大學(xué);2013年

4 劉冠軍;自學(xué)習(xí)遙控嵌入式系統(tǒng)平臺設(shè)計[D];天津大學(xué);2006年

5 袁林雄;城市交通自學(xué)習(xí)實時控制策略設(shè)計[D];哈爾濱工程大學(xué);2002年

6 曹潔;基于自學(xué)習(xí)機制的移動社會網(wǎng)絡(luò)信息投遞策略研究[D];電子科技大學(xué);2013年

7 王鵬翔;基于機器自學(xué)習(xí)的電網(wǎng)安全校正算法研究[D];華北電力大學(xué)（北京）;2011年

8 張步坤;軋制工藝模型的自適應(yīng)自學(xué)習(xí)理論研究及工程實踐[D];燕山大學(xué);2005年

，

本文編號：2623680