基于IPSO-SVR的反导装备体系效能评估方法研究OA北大核心CSTPCD

鉴于反导装备体系运行机理复杂、结构不清难以选择合适的效能评估模型等问题,采用“数据驱动+深度学习”的方法对反导装备体系效能评估展开研究。结合反导装备体系作战过程,从探测跟踪、指挥控制、火力拦截和综合保障4个方面构建了反导装备体系效能评估指标;针对PSO算法容易陷入局部极值、早熟收敛等问题,提出改进型粒子群优化算法,对SVR参数进行优化,建立了IPSO-SVR效能评估模型;在大量反导装备体系实验数据抽取、处理、分析的基础上,对IPSO-SVR模型进行训练和学习,以此获得对反导装备体系效能的非线性拟合。实验结果表明:所提效能评估方法期望输出和实际输出之间误差非常小,拟合精准度高,具有较高的可靠性和可行性。