基于极限学习机的武器装备作战效能全局敏感性分析

• 作者: 张德平 董雪
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 全局敏感性分析 极限学习机 代理模型 效能优化
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 86-92
• 页数: 7页
• 分类号: TP391.9
• 字数: 6555字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.05.018

摘要

作战效能是衡量武器有效性的关键指标.通过寻找影响作战效能的敏感性指标来提高武器装备的作战效能是一种简单有效的方法.为解决复杂评估模型计算成本高、计算时间缓慢的问题,本文引入极限学习机作为代理模型,替代复杂的效能评估模型.运用基于方差的全局敏感性分析,找到影响武器作战效能的敏感指标,进而找到与其关联的武器设备,对其功能进行完善和提高,从而提高武器的作战效能.本文以潜艇典型作战任务为作战效能敏感性分析的案例,分别与基于前馈神经网络模型、支持向量回归模型为代理模型的全局敏感性分析进行对比,验证该模型的有效性和高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张德平	南京航空航天大学计算机科学与技术学院	36	235	9.0	13.0
2	董雪	南京航空航天大学计算机科学与技术学院	2	2	1.0	1.0