基于孪生网络的仿真模型智能排序评估方法

针对动态输出多样本条件下的多备选仿真模型择优问题,提出了一种基于孪生卷积神经网络(siamese convolutional neural network,SCNN)的仿真模型智能排序评估方法。首先,将仿真数据和参考数据的一致性度量问题转化为二者特征一致性度量问题。其次,在分析评估数据特点和对比试验结果的基础上,确定采用SCNN实现评估数据的特征提取。接下来,给出基于SCNN的仿真模型排序评估方法,包括网络结构初步设计、网络参数训练调优和仿真模型排序评估三部分。最后,通过实例应用,验证了该方法在评估数据特征提取和仿真模型排序评估方面的有效性。

城市防空中目标威胁评估的多属性决策排序模型

城市防空作战目标威胁评估排序模型,利用多属性决策(MADM)理论建立。其步骤包括对各属性按威胁程度影响大小进行量化、确定权重值及建立目标威胁度模型。该方法全面考虑城市空袭与防空作战中各种因素的影响,解决了城市防空中目标威胁评估与排序问题,能有效提高城市防空作战效能。

基于Hilbert-Huang变换的仿真模型排序评估方法

针对输出为非平稳速变数据的仿真模型验证及排序评估问题,提出了一种基于Hilbert-Huang变换的仿真模型排序评估方法。首先采用经验模态分解对仿真和参考输出的非平稳速变数据进行分解得到趋势项和平稳项;然后从距离和形状两方面刻画趋势项误差特征并进行一致性分析,采用基于Hilbert变换的谱密度相容性检验方法对平稳项进行一致性分析,同时为满足相容性检验的条件,证明了基于Hilbert变换的平滑样本谱密度服从χ2分布;最后引入灰色关联分析综合3类一致性分析结果实现仿真模型的排序评估。通过实例应用,验证了方法的有效性。