基于鲁棒能力的体系多目标组合优化

针对体系组合优化问题中,不同场景下系统贡献的不确定问题,提出了基于鲁棒能力的体系优化决策方法。首先对体系的鲁棒能力和模糊能力风险进行定量描述;然后以鲁棒能力最大,建设风险和成本最低为目标,考虑军事能力需求等约束,建立多目标体系组合优化模型,采用改进的基于参考点的非支配排序遗传算法求解模型,生成一组符合决策需求的非劣质解;最后通过仿真实验验证了模型和算法的有效性,可以为体系总体建设规划提供决策支持。

卷积目标分类网络的可信评估建模方法

为了提升目标分类系统的可靠性和智能空战场景的适应性,需要对目标分类系统的可信性进行定量评价,现存的目标分类系统缺少完善的可信性评价方法,所以提出了以数据为驱动,围绕目标分类系统“数据+算法+平台”三要素的可信性评估方法与准则。提出了基于黑盒和白盒的可信性评估模型,构建了目标分类系统泛化能力评估模型和目标分类系统鲁棒能力评估模型,多方面评估系统的工作能力,从根本上保证了目标分类系统的可靠性。通过生成测试用例并使用评估模型对分类网络结果进行可信性评估,形成了目标分类系统的可信性评估方法,可用于支撑、完善目标分类系统的可信性评价技术体系,提升目标分类系统的可靠性分析能力,同时为分类算法的可用性提供建议。搭建了目标分类系统可信性评估平台,该软件平台集成了数据生成模块、系统泛化性指标计算模块和系统鲁棒性指标计算模块,从泛化性、鲁棒性不同角度对目标分类系统进行了评估。