基于属性约简与BP神经网络的舰艇目标威胁评估方法

通过建立属性约简与反向传播算法(Back Propagation,BP)神经网络的舰艇威胁评估模型,对舰艇目标威胁程度进行评估判断.主要通过属性约简给出了舰艇威胁评估的典型作战因素,验证基于BP神经网络解决非线性舰艇威胁评估的技术可行性,并建立了多目标舰艇威胁评估指标体系,为导入大量作战数据验证舰艇威胁评估算法奠定理论基础.通过验证数据,给出了舰艇威胁评估结果,实验结果表明BP神经网络能有效地解决作战态势评估中的非线性问题,威胁评估准确、稳定,对实现智能作战威胁评估具有重要意义,为辅助决策技术的实现提供了技术途径和理论基础.