为实现高效、快速、客观地对对地攻击无人机自主作战效能进行评估,文中引入向量加权平均算法(Weighed Mean of Vectors Algorithm,INFO)和K折交叉验证方法对随机森林算法(Random Forest,RF)进行优化寻找最优参数组合,提出了基于优化随...为实现高效、快速、客观地对对地攻击无人机自主作战效能进行评估,文中引入向量加权平均算法(Weighed Mean of Vectors Algorithm,INFO)和K折交叉验证方法对随机森林算法(Random Forest,RF)进行优化寻找最优参数组合,提出了基于优化随机森林的对地攻击无人机自主作战效能评估方法。首先,基于向量加权平均优化算法理论,对随机森林决策树模型数量以及最大深度两项超参数进行寻优。其次,结合对地攻击无人机作战任务,对自主作战效能评估的主要作战因素进行分析,归纳总结了对地攻击无人机自主作战效能评估指标体系,并建立了基于INFO-RF的无人机自主作战效能评估模型。最后,通过对评估模型进行实例验证并与其他方法进行对比分析,结果表明,相较于传统RF模型、GA-RF模型和SVM模型,INFO-RF模型输出结果具有较高的拟合度和更为精确的评估值,实例结果有效验证了所提方法的合理性和优化模型的可靠性。展开更多
为解决战场C2组织中平台资源的聚类问题,首先定义了决策实体配置过程中的各个要素,然后以面向作战任务的形式从外部和内部两个方面定义了决策实体的工作负载,以工作负载的均方根(root mean square,RMS)为目标函数建立决策实体配置模型,...为解决战场C2组织中平台资源的聚类问题,首先定义了决策实体配置过程中的各个要素,然后以面向作战任务的形式从外部和内部两个方面定义了决策实体的工作负载,以工作负载的均方根(root mean square,RMS)为目标函数建立决策实体配置模型,将平台调度方案作为输入信息,采用基于全局更新规则的蚁群算法对问题模型进行求解,生成符合作战需求的决策实体配置方案。最后通过仿真算例对所提方法进行验证和分析,实验结果表明,该方法能够得到较好的平台聚类方案,在聚类结果和收敛速度两方面与传统方法相比均具有优越性。展开更多
文摘为实现高效、快速、客观地对对地攻击无人机自主作战效能进行评估,文中引入向量加权平均算法(Weighed Mean of Vectors Algorithm,INFO)和K折交叉验证方法对随机森林算法(Random Forest,RF)进行优化寻找最优参数组合,提出了基于优化随机森林的对地攻击无人机自主作战效能评估方法。首先,基于向量加权平均优化算法理论,对随机森林决策树模型数量以及最大深度两项超参数进行寻优。其次,结合对地攻击无人机作战任务,对自主作战效能评估的主要作战因素进行分析,归纳总结了对地攻击无人机自主作战效能评估指标体系,并建立了基于INFO-RF的无人机自主作战效能评估模型。最后,通过对评估模型进行实例验证并与其他方法进行对比分析,结果表明,相较于传统RF模型、GA-RF模型和SVM模型,INFO-RF模型输出结果具有较高的拟合度和更为精确的评估值,实例结果有效验证了所提方法的合理性和优化模型的可靠性。
文摘为解决战场C2组织中平台资源的聚类问题,首先定义了决策实体配置过程中的各个要素,然后以面向作战任务的形式从外部和内部两个方面定义了决策实体的工作负载,以工作负载的均方根(root mean square,RMS)为目标函数建立决策实体配置模型,将平台调度方案作为输入信息,采用基于全局更新规则的蚁群算法对问题模型进行求解,生成符合作战需求的决策实体配置方案。最后通过仿真算例对所提方法进行验证和分析,实验结果表明,该方法能够得到较好的平台聚类方案,在聚类结果和收敛速度两方面与传统方法相比均具有优越性。