綜合成績(jī)?cè)u(píng)估是軍事后勤模擬訓(xùn)練系統(tǒng)中的一個(gè)重要功能模塊,為了實(shí)現(xiàn)模擬訓(xùn)練自動(dòng)化成績(jī)?cè)u(píng)估,在模擬訓(xùn)練系統(tǒng)成績(jī)?cè)u(píng)估中提出使用梯度漸進(jìn)回歸樹（GBRT）智能技術(shù)。在對(duì)某科目的后勤模擬訓(xùn)練成績(jī)數(shù)據(jù)分析基礎(chǔ)上,找出線性無關(guān)評(píng)估指標(biāo)特征集合"人員配置成績(jī)、完成任務(wù)時(shí)間和裝備操作正確率"作為輸入數(shù)據(jù),建立基于GBRT成績(jī)?cè)u(píng)估預(yù)測(cè)模型,最后通過優(yōu)化參數(shù)組合的GBRT評(píng)估模型預(yù)測(cè)模擬訓(xùn)練綜合成績(jī)。經(jīng)過某科目的模擬訓(xùn)練成績(jī)數(shù)據(jù)樣本測(cè)試,基于GBRT模型評(píng)估綜合成績(jī)與實(shí)際訓(xùn)練成績(jī)基本一致,從而驗(yàn)證GBRT技術(shù)在軍事后勤保障模擬訓(xùn)練成績(jī)?cè)u(píng)估中應(yīng)用的可行性和有效性,為軍事后勤保障模擬訓(xùn)練系統(tǒng)自動(dòng)化成績(jī)?cè)u(píng)估增添新的途徑和方法。 

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 引言
2 梯度漸進(jìn)回歸樹模型原理
    2.1 集成學(xué)習(xí)方法
    2.2 回歸樹
    2.3 梯度漸進(jìn)回歸樹
3 模擬訓(xùn)練智能成績(jī)?cè)u(píng)估實(shí)現(xiàn)過程
    3.1 數(shù)據(jù)分析與特征選擇
    3.2 數(shù)據(jù)歸一化處理
    3.3 “人員配置”成績(jī)?cè)u(píng)估
        1)首先評(píng)分?jǐn)?shù)據(jù)進(jìn)行離散化處理。
        2)計(jì)算各個(gè)指標(biāo)的信息增益和信息增益率。
        3)節(jié)點(diǎn)分裂。
        4)生成決策樹。
        5)預(yù)測(cè)“人員配置”成績(jī)。
    3.4 GBRT模型參數(shù)組合優(yōu)化
    3.5 成績(jī)?cè)u(píng)估算法流程
4 綜合成績(jī)?cè)u(píng)估實(shí)例
    1)時(shí)間數(shù)據(jù)歸一化處理
    2)“人員配置”成績(jī)?cè)u(píng)估
    3)基于GBRT模型預(yù)測(cè)模擬訓(xùn)練綜合成績(jī)
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于梯度提升決策樹的電力電子電路故障診斷[J]. 陳宏,鄧芳明,吳翔,付智輝.  測(cè)控技術(shù). 2017(05)
[2]軍事后勤保障模擬訓(xùn)練的發(fā)展探索[J]. 曹琦,王文政,路翔,卜淮原.  高等教育研究學(xué)報(bào). 2016(03)
[3]基于灰色聚類和層次分析的模擬訓(xùn)練成績(jī)?cè)u(píng)定[J]. 武兆斌,陳黎,趙春霞.  系統(tǒng)仿真學(xué)報(bào). 2016(02)
[4]基于AHP的裝甲分隊(duì)模擬訓(xùn)練成績(jī)?cè)u(píng)估方法[J]. 王欽釗,郭傲兵,李小龍,吳偉勝.  計(jì)算機(jī)仿真. 2015(10)
[5]梯度漸進(jìn)回歸樹算法在電子商務(wù)品牌推薦中的應(yīng)用[J]. 申端明,喬德新,許琨,林霞,江日念.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2015(06)
[6]艦艇模擬訓(xùn)練中指揮員的成績(jī)?cè)u(píng)估研究[J]. 熊正祥,孫永侃,王立強(qiáng).  計(jì)算機(jī)仿真. 2011(04)

碩士論文
[1]基于梯度漸進(jìn)回歸樹的引文推薦方法研究[D]. 陳俊鵬.北京理工大學(xué) 2016



本文編號(hào)：3696650