發(fā)布時(shí)間：2021-06-23 15:47

　　在作戰(zhàn)推演中,決策者需要確定使用哪個(gè)智能博弈對(duì)抗算法參與作戰(zhàn)推演。此時(shí),決策者要了解智能博弈對(duì)抗算法的對(duì)抗水平,以及其做出的決策是否可用、可信。因此,需要制定一套客觀、公正、完整的智能博弈對(duì)抗算法的評(píng)價(jià)標(biāo)準(zhǔn)和評(píng)價(jià)方法。論文針對(duì)智能博弈對(duì)抗算法提出了評(píng)估指標(biāo)體系構(gòu)建原則、評(píng)估指標(biāo)體系以及評(píng)估模型,對(duì)指導(dǎo)智能博弈算法的改進(jìn)有著現(xiàn)實(shí)意義。 

【文章來(lái)源】：艦船電子工程. 2020,40(09)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

智能博弈對(duì)抗算法水平評(píng)估評(píng)估指標(biāo)

選擇抽取博弈對(duì)抗中一個(gè)指令下達(dá)時(shí)，到結(jié)束階段戰(zhàn)斗中的數(shù)據(jù)輸入和博弈對(duì)抗后的兵力結(jié)果：時(shí)間開始時(shí)間（作戰(zhàn)實(shí)體平臺(tái)、機(jī)/艦載設(shè)備、武器作戰(zhàn)效能、作戰(zhàn)任務(wù)）、時(shí)間結(jié)束時(shí)間（作戰(zhàn)實(shí)體、機(jī)/艦載設(shè)備、武器作戰(zhàn)效能）來(lái)等構(gòu)造多維特征項(xiàng)。將智能博弈對(duì)抗模型中輸入向量維數(shù)巨大，本文采用自編碼神經(jīng)網(wǎng)絡(luò)抽取輸入數(shù)據(jù)的高層特征，用于后續(xù)博弈對(duì)抗算法模型的評(píng)估，同時(shí)生成一些作戰(zhàn)水平的標(biāo)簽[11]。輸入層的每個(gè)數(shù)據(jù)由發(fā)出指令前作戰(zhàn)平臺(tái)狀態(tài)數(shù)據(jù)、指令和完成指令后作戰(zhàn)平臺(tái)狀態(tài)數(shù)據(jù)，訓(xùn)練輸出作戰(zhàn)水平的度量，將作戰(zhàn)水平的度量轉(zhuǎn)化為一個(gè)作戰(zhàn)水平的分類問(wèn)題。作戰(zhàn)平臺(tái)狀態(tài)數(shù)據(jù)由上節(jié)提到的多個(gè)評(píng)價(jià)指標(biāo)數(shù)據(jù)構(gòu)成。

本文采用一個(gè)三層稀疏自編碼網(wǎng)絡(luò)得到輸入數(shù)據(jù)的特征向量，用于后續(xù)的評(píng)估模型的訓(xùn)練。首先用輸入數(shù)據(jù)來(lái)訓(xùn)練第一個(gè)網(wǎng)絡(luò)，通過(guò)使輸出x?接近輸入，可以得到第一個(gè)網(wǎng)絡(luò)的隱藏層h(1)(k)，如圖3所示。采用原始輸入x(k)訓(xùn)練第一個(gè)自編碼器，得到輸入的一階特征表示h(1)(k)，將一階特征h(1)(k)輸入到第二個(gè)稀疏自編碼器，以此學(xué)習(xí)二階特征h(2)(k)，再把這些二階特征h(2)(k)作為第三個(gè)網(wǎng)絡(luò)，一個(gè)softmax分類器的輸入。通過(guò)上面棧式自編碼的學(xué)習(xí)，可以把隱藏層h(2)(k)取出來(lái)，它就是輸入數(shù)據(jù)以作戰(zhàn)水平分類為目標(biāo)降維壓縮后的向量，用于后續(xù)評(píng)估模型的訓(xùn)練。3）評(píng)估模型構(gòu)建與驗(yàn)證

【參考文獻(xiàn)】：
期刊論文
[1]聯(lián)合作戰(zhàn)分析仿真系統(tǒng)建設(shè)運(yùn)用重難點(diǎn)問(wèn)題分析[J]. 胡艮勝,岳師光,邱曉剛,趙凱.  系統(tǒng)仿真學(xué)報(bào). 2018(12)
[2]基于兵棋推演的聯(lián)合作戰(zhàn)方案評(píng)估框架研究[J]. 劉海洋,唐宇波,胡曉峰,喬廣鵬.  系統(tǒng)仿真學(xué)報(bào). 2018(11)
[3]發(fā)展智能指揮控制與打造博弈試驗(yàn)平臺(tái)[J]. 金欣.  指揮信息系統(tǒng)與技術(shù). 2018(05)
[4]基于深度學(xué)習(xí)的軍事輔助決策智能化研究[J]. 張曉海,操新文,耿松濤,張妍莉.  兵器裝備工程學(xué)報(bào). 2018(10)
[5]基于強(qiáng)制稀疏自編碼神經(jīng)網(wǎng)絡(luò)的作戰(zhàn)態(tài)勢(shì)評(píng)估方法研究[J]. 郭圣明,賀筱媛,吳琳,胡曉峰.  系統(tǒng)仿真學(xué)報(bào). 2018(03)
[6]關(guān)于體系作戰(zhàn)效能評(píng)估指標(biāo)體系構(gòu)建方法的研究分析[J]. 丁劍飛,司光亞,楊鏡宇,李保強(qiáng).  指揮與控制學(xué)報(bào). 2016(03)
[7]艦艇作戰(zhàn)方案效能的對(duì)抗仿真評(píng)估指標(biāo)與方法[J]. 陳立敏,王振.  火力與指揮控制. 2013(08)
[8]基于對(duì)抗仿真數(shù)據(jù)的作戰(zhàn)效能評(píng)估方法論研究[J]. 孫明,黃俊卿,馬亞龍.  系統(tǒng)仿真學(xué)報(bào). 2013(S1)
[9]徑向基神經(jīng)網(wǎng)絡(luò)的聯(lián)合作戰(zhàn)方案評(píng)估仿真[J]. 劉祖煌,程啟月.  火力與指揮控制. 2013(01)
[10]作戰(zhàn)指揮效能評(píng)估指標(biāo)體系的構(gòu)建[J]. 李濤.  四川兵工學(xué)報(bào). 2011(06)

碩士論文
[1]面向作戰(zhàn)推演的博弈與決策模型及應(yīng)用研究[D]. 魯大劍.南京理工大學(xué) 2013
[2]基于指標(biāo)間關(guān)系的指揮自動(dòng)化系統(tǒng)效能評(píng)估模型[D]. 肖凡.國(guó)防科學(xué)技術(shù)大學(xué) 2006



本文編號(hào)：3245220