基于堆栈自编码降维的武器装备体系效能预测

为科学有效地开展武器装备体系效能预测,解决传统上依赖专家提取特征、人为认定特征间关系带来的主观性过强等问题,提出了基于数据驱动的武器装备体系效能预测模式,并在此基础上,设计了堆栈自编码神经网络和支持向量回归机的混合预测模型。针对大样本、高维仿真数据,利用深度学习良好的特征抽取能力,选用堆栈自编码神经网络先对问题进行非线性特征降维,自主发现关键特征及其关联关系,然后利用支持向量回归机对降维后的关键特征开展预测。最后,通过作战实例验证了该模型的可行性和有效性。