模型数据混合驱动的水声器材防御决策方法

基于模型的计算机仿真技术在水中对抗战法推演、方案制定等应用中至关重要。但是由于战场输入数据维数高且模型复杂度高,基于模型仿真方法很难从算法、计算优化的层面上满足决策实时性要求。基于仿真模型产生的大量仿真样本数据,采用学习算法拟合求解最小极值点,缩小决策空间,再与传统仿真模型相结合以提高过程仿真优化效率;实验表明,采用模型与数据驱动混合学习模型在决策相对较优条件下可以将决策时间缩短到原来的6%。在积累了大量作战仿真、训练数据的今天,采用机器学习算法代替传统基于模型算法,是满足实时性和决策准确率的新思路。