基于深度学习的兵棋实体决策效果智能评估模型

构建仿真实体的智能决策模型,将有效提高兵棋推演的可信度和沉浸感,而决策效果评估模型是仿真实体智能决策模型的关键模块。针对兵棋系统中仿真实体决策推理的复杂性和时效性要求,提出一种基于典型深度学习模型——堆栈自编码器的智能评估模型,旨在通过模拟人类决策推理的思维模式和学习作战决策的知识经验,实现对决策效果的快速准确评估;引入噪声训练和稀疏性限制,提升模型的鲁棒性和泛化能力。通过仿真实验,验证了模型的科学性和有效性。