面向多裝備協(xié)同的體系效能仿真評估方法
發(fā)布時間：2021-10-15 18:08
體系作戰(zhàn)過程中各裝備間具有復雜的協(xié)同關系,傳統(tǒng)的效能評估方法忽略了各裝備效能指標間的影響關系。針對該問題,提出了考慮各裝備協(xié)同關系的體系效能評估方法,基于關聯(lián)規(guī)則挖掘對大量評估數(shù)據(jù)進行分析得到各效能指標間的關系;在此基礎上構建網(wǎng)絡化評估指標體系,并采用網(wǎng)絡層次分析法實現(xiàn)體系效能的綜合評估。以某防空體系的效能仿真評估為例驗證方法的可行性與有效性。
【文章來源】：系統(tǒng)仿真學報. 2020,32(06)北大核心CSCD
【文章頁數(shù)】：9 頁
【部分圖文】：
鄰接邊與環(huán)Fig.3Adjacentsideandring(a)(b)
?能指標間的關聯(lián)關系，常用的關聯(lián)規(guī)則挖掘算法有FP-tree和Apriori方法。本文采用Apriori算法進行分析，該算法是由Agrawal等[8]于1994年提出的，分為產(chǎn)生頻繁項集和生成強關聯(lián)規(guī)則兩步。起初Apriori算法的提出是為了解決離散型事務數(shù)據(jù)的關聯(lián)分析，而效能指標數(shù)據(jù)通常是連續(xù)的，故引入等深度劃分[9]對連續(xù)型效能指標數(shù)據(jù)進行離散化。針對n個評估指標數(shù)據(jù)進行升序排列，按照每個區(qū)間樣本數(shù)相同的原則對連續(xù)數(shù)據(jù)所在區(qū)間進行劃分，得到M個子區(qū)間，進而實現(xiàn)連續(xù)數(shù)據(jù)的離散化如圖1所示。給出基于Apriori算法的指標關聯(lián)分析流程如圖2所示。圖1基于等深度劃分的數(shù)據(jù)離散化示意圖Fig.1Diagramofequi-depth-baseddatadiscretization圖2基于關聯(lián)規(guī)則挖掘的指標關聯(lián)分析流程圖Fig.2Flowchartofindexsrelationshipanalysisbasedonassoclationrulesmining(1)評估數(shù)據(jù)預處理根據(jù)評估目的從初選指標庫中選取n個評估指標I1,I2,...,In，從評估指標數(shù)據(jù)集中獲取相應的指標數(shù)據(jù)并進行等深度劃分。(2)生成頻繁項集首先針對每個評估指標生成頻繁1-項集L1；而后將第i個指標分別與n–1個評估指標生成候選2-項集C2，基于最小支持度閾值生成頻繁2-項集：L2(Bj,Ai)，j1,2,...,i1,i1,...,n。
和Apriori方法。本文采用Apriori算法進行分析，該算法是由Agrawal等[8]于1994年提出的，分為產(chǎn)生頻繁項集和生成強關聯(lián)規(guī)則兩步。起初Apriori算法的提出是為了解決離散型事務數(shù)據(jù)的關聯(lián)分析，而效能指標數(shù)據(jù)通常是連續(xù)的，故引入等深度劃分[9]對連續(xù)型效能指標數(shù)據(jù)進行離散化。針對n個評估指標數(shù)據(jù)進行升序排列，按照每個區(qū)間樣本數(shù)相同的原則對連續(xù)數(shù)據(jù)所在區(qū)間進行劃分，得到M個子區(qū)間，進而實現(xiàn)連續(xù)數(shù)據(jù)的離散化如圖1所示。給出基于Apriori算法的指標關聯(lián)分析流程如圖2所示。圖1基于等深度劃分的數(shù)據(jù)離散化示意圖Fig.1Diagramofequi-depth-baseddatadiscretization圖2基于關聯(lián)規(guī)則挖掘的指標關聯(lián)分析流程圖Fig.2Flowchartofindexsrelationshipanalysisbasedonassoclationrulesmining(1)評估數(shù)據(jù)預處理根據(jù)評估目的從初選指標庫中選取n個評估指標I1,I2,...,In，從評估指標數(shù)據(jù)集中獲取相應的指標數(shù)據(jù)并進行等深度劃分。(2)生成頻繁項集首先針對每個評估指標生成頻繁1-項集L1；而后將第i個指標分別與n–1個評估指標生成候選2-項集C2，基于最小支持度閾值生成頻繁2-項集：L2(Bj,Ai)，j1,2,...,i1,i1,...,n。
【參考文獻】：
期刊論文
[1]基于作戰(zhàn)環(huán)的導彈裝備體系效能評估[J]. 王濤,汪劉應,劉顧,葛超群. 火力與指揮控制. 2019(12)
[2]基于算子的武器裝備體系效能評估方法及系統(tǒng)[J]. 簡平,齊彬,陳陽陽. 指揮控制與仿真. 2020(01)
[3]基于作戰(zhàn)環(huán)和改進信息熵的體系效能評估方法[J]. 羅承昆,陳云翔,王莉莉,王澤洲,常政. 系統(tǒng)工程與電子技術. 2019(01)
[4]基于仿真大數(shù)據(jù)的效能評估指標體系構建方法[J]. 司光亞,高翔,劉洋,吳琳. 大數(shù)據(jù). 2016(04)
[5]一種基于復雜網(wǎng)絡理論的網(wǎng)絡空間作戰(zhàn)效能評估指標體系框架[J]. 許相莉,胡曉峰. 軍事運籌與系統(tǒng)工程. 2014(01)
本文編號：3438396
【文章來源】：系統(tǒng)仿真學報. 2020,32(06)北大核心CSCD
【文章頁數(shù)】：9 頁
【部分圖文】：
鄰接邊與環(huán)Fig.3Adjacentsideandring(a)(b)
?能指標間的關聯(lián)關系，常用的關聯(lián)規(guī)則挖掘算法有FP-tree和Apriori方法。本文采用Apriori算法進行分析，該算法是由Agrawal等[8]于1994年提出的，分為產(chǎn)生頻繁項集和生成強關聯(lián)規(guī)則兩步。起初Apriori算法的提出是為了解決離散型事務數(shù)據(jù)的關聯(lián)分析，而效能指標數(shù)據(jù)通常是連續(xù)的，故引入等深度劃分[9]對連續(xù)型效能指標數(shù)據(jù)進行離散化。針對n個評估指標數(shù)據(jù)進行升序排列，按照每個區(qū)間樣本數(shù)相同的原則對連續(xù)數(shù)據(jù)所在區(qū)間進行劃分，得到M個子區(qū)間，進而實現(xiàn)連續(xù)數(shù)據(jù)的離散化如圖1所示。給出基于Apriori算法的指標關聯(lián)分析流程如圖2所示。圖1基于等深度劃分的數(shù)據(jù)離散化示意圖Fig.1Diagramofequi-depth-baseddatadiscretization圖2基于關聯(lián)規(guī)則挖掘的指標關聯(lián)分析流程圖Fig.2Flowchartofindexsrelationshipanalysisbasedonassoclationrulesmining(1)評估數(shù)據(jù)預處理根據(jù)評估目的從初選指標庫中選取n個評估指標I1,I2,...,In，從評估指標數(shù)據(jù)集中獲取相應的指標數(shù)據(jù)并進行等深度劃分。(2)生成頻繁項集首先針對每個評估指標生成頻繁1-項集L1；而后將第i個指標分別與n–1個評估指標生成候選2-項集C2，基于最小支持度閾值生成頻繁2-項集：L2(Bj,Ai)，j1,2,...,i1,i1,...,n。
和Apriori方法。本文采用Apriori算法進行分析，該算法是由Agrawal等[8]于1994年提出的，分為產(chǎn)生頻繁項集和生成強關聯(lián)規(guī)則兩步。起初Apriori算法的提出是為了解決離散型事務數(shù)據(jù)的關聯(lián)分析，而效能指標數(shù)據(jù)通常是連續(xù)的，故引入等深度劃分[9]對連續(xù)型效能指標數(shù)據(jù)進行離散化。針對n個評估指標數(shù)據(jù)進行升序排列，按照每個區(qū)間樣本數(shù)相同的原則對連續(xù)數(shù)據(jù)所在區(qū)間進行劃分，得到M個子區(qū)間，進而實現(xiàn)連續(xù)數(shù)據(jù)的離散化如圖1所示。給出基于Apriori算法的指標關聯(lián)分析流程如圖2所示。圖1基于等深度劃分的數(shù)據(jù)離散化示意圖Fig.1Diagramofequi-depth-baseddatadiscretization圖2基于關聯(lián)規(guī)則挖掘的指標關聯(lián)分析流程圖Fig.2Flowchartofindexsrelationshipanalysisbasedonassoclationrulesmining(1)評估數(shù)據(jù)預處理根據(jù)評估目的從初選指標庫中選取n個評估指標I1,I2,...,In，從評估指標數(shù)據(jù)集中獲取相應的指標數(shù)據(jù)并進行等深度劃分。(2)生成頻繁項集首先針對每個評估指標生成頻繁1-項集L1；而后將第i個指標分別與n–1個評估指標生成候選2-項集C2，基于最小支持度閾值生成頻繁2-項集：L2(Bj,Ai)，j1,2,...,i1,i1,...,n。
【參考文獻】：
期刊論文
[1]基于作戰(zhàn)環(huán)的導彈裝備體系效能評估[J]. 王濤,汪劉應,劉顧,葛超群. 火力與指揮控制. 2019(12)
[2]基于算子的武器裝備體系效能評估方法及系統(tǒng)[J]. 簡平,齊彬,陳陽陽. 指揮控制與仿真. 2020(01)
[3]基于作戰(zhàn)環(huán)和改進信息熵的體系效能評估方法[J]. 羅承昆,陳云翔,王莉莉,王澤洲,常政. 系統(tǒng)工程與電子技術. 2019(01)
[4]基于仿真大數(shù)據(jù)的效能評估指標體系構建方法[J]. 司光亞,高翔,劉洋,吳琳. 大數(shù)據(jù). 2016(04)
[5]一種基于復雜網(wǎng)絡理論的網(wǎng)絡空間作戰(zhàn)效能評估指標體系框架[J]. 許相莉,胡曉峰. 軍事運籌與系統(tǒng)工程. 2014(01)
本文編號：3438396
本文鏈接：http://sikaile.net/kejilunwen/jingguansheji/3438396.html
