基于DNN法的野战装备仓库防卫风险识别

为克服计算过程中因专家权重ωj的主观性因素带来的偏差,引入BP神经网络,将专家评分数据输入神经网络训练,当达到一定的误差限度后,输出判定结果.经过反复咨询、归纳、修改,当专家意见趋于一致后,依据专家的风险因素识别结果,确定野战装备仓库防卫所面临的主要风险,为防卫指挥人员提供科学的决策依据.

基于证据推理理论的野战装备仓库风险评估研究

D-S证据理论是人工智能中不确定推理方法之一,能有效地处理不确定信息及未知信息。本文针对野战装备仓库风险评估中存在大量不确定信息的特点,建立了基于证据理论的风险评价模型。经实际应用表明,此方法能够对风险水平作出有效的评价,为野战装备仓库防卫指挥员提供决策依据。