-
题名面向网状指标体系的强化学习型作战效能评估方法
- 1
-
-
作者
李聪
佟昭
李俊杰
徐博奥
-
机构
解放军
-
出处
《火力与指挥控制》
CSCD
北大核心
2024年第10期177-183,共7页
-
文摘
作战效能评估在作战筹划与战斗力建设等领域具有重要应用价值。作为效能评估的核心要素,评估指标在体系对抗条件下必然存在高度关联,打破了独立性原则。针对现有作战效能评估方法面临此类评估场景时在功能或性能上的局限,提出了一种面向网状指标体系的作战效能评估方法。该方法从强化学习视角看待评估问题,将评估指标和指标间关联分别视作状态和状态迁移,通过合理构造策略函数和环境特性函数,可求解基于状态价值的指标综合权重,并借助经典指标聚合法评估作战效能,并通过实验证实了方法的有效性。
-
关键词
作战效能评估
网状指标体系
强化学习
指标综合权重
-
Keywords
operational effectiveness evaluation
mesh index system
reinforcement learning
index comprehensive weight
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于深度学习的网状指标体系作战效能评估方法研究
被引量：3
- 2
-
-
作者
杨萍
陈浩
刘建
党宏杰
王洪刚
-
机构
解放军
-
出处
《火力与指挥控制》
CSCD
北大核心
2023年第7期110-114,共5页
-
文摘
随着装备体系越来越复杂,传统的树状指标体系不能完整表征装备体系的作战效能,需构建网状指标体系。常用的层次分析法不能解决网状指标体系作战效能评估问题,提出了基于深度学习的作战效能评估方法,将装备体系的效能评估结果分为不同的效能等级,装备体系的效能评估问题转换为效能等级的分类问题。将该方法应用到某数据中心的作战效能评估中,利用历史数据和仿真系统生成的5000组数据训练神经网络模型,测试准确率为99.3%,预测准确率优于Bagging分类法、随机森林分类法等机器学习分类算法。将某次作战试验实测数据输入模型,预测结果为该数据中心的作战效能为“好”,与实际作战使用情况较为一致。
-
关键词
效能评估
网状指标体系
深度学习
效能等级分类
-
Keywords
effectiveness assessment
mesh structure index system
deep learning
effectiveness level classification
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名无人机自主性评估“树-网”指标体系构建
- 3
-
-
作者
陈维常
肖刚
马静静
杜琳琳
张子岭
-
机构
军事科学院系统工程研究院
陆军防化学院
-
出处
《火力与指挥控制》
北大核心
2025年第3期102-107,共6页
-
文摘
针对树状指标体系不能适应无人机自主性评估复杂动态特点的问题,通过对评估指标体系结构的分析,综合树状、网状指标体系的优势和自主性的特点,提出了自主性评估“树-网”指标体系。以无人机执行目标识别任务为背景,构建了自主性评估“树-网”指标体系,给出“树-网”指标体系的无人机自主性度量模型,验证了所提指标体系构建的可行性、合理性。
-
关键词
自主性评估
树状指标体系
网状指标体系
任务复杂度
环境复杂度
人机交互度
-
Keywords
autonomy evaluation
tree index system
network index system
task complexity
environmental complexity
human-machine interaction
-
分类号
E24
[军事—军事理论]
-
-
题名基于指标自动筛选的新疆开孔河流域生态健康评价
被引量：13
- 4
-
-
作者
汪小钦
林梦婧
丁哲
周珏
汪传建
陈劲松
-
机构
福州大学空间数据挖掘和信息共享教育部重点实验室
石河子大学信息科学与技术学院
中国科学院深圳先进技术研究院空间信息计算与分析中心
-
出处
《生态学报》
CAS
CSCD
北大核心
2020年第13期4302-4315,共14页
-
基金
国家重点研发计划项目(2017YFB0504203)
中央引导地方发展专项(2017L3012)。
-
文摘
生态健康评价对了解区域生态健康状况和促进区域可持续发展具有重要意义,如何自动筛选出能反映生态系统特性的重要指标,是生态健康定量评估的关键问题。基于压力-状态-响应(PSR,Press-State-Response)框架和生态等级网络框架(EHN,Ecological Hierarchy Network),通过文献调研和因果分析建立要素层与指标层之间的交叉联系,构建了生态健康评价"网状"指标体系;在保证指标体系完备性基础上,通过结合主成分分析和熵权法的候选指标权重的客观计算,基于目标优化理论构建了评价指标的自动筛选模型,并基于中选指标计算了新疆开孔河流域2001—2017年生态健康指数(EHCI,Ecological Health Comprehensive Indexes),分析其空间分异和时间变化特征。结果表明:利用所建立的评价指标自动筛选模型,开孔河流域生态健康评价指标由31个候选指标自动筛选出了17个中选指标,用54.8%的指标表达了85.98%的信息,中选的17个指标在干旱/半干旱区域有关文献中应用较多,使用频次比例都在20%以上,其中归一化植被指数(NDVI,Normalized Difference Vegetation Index)、年降水量和植被覆盖度(FVC,Fractional Vegetation Coverage)3个指标的使用频次百分比均超过了50%,说明指标自动筛选模型的合理性;开孔河流域空间分布差异显著,总体上西北高、东南低,东南部和中部绿洲区外围生态健康状况较差,西北部河谷地带和中部两大绿洲区生态健康状况较好;17年来,流域生态质量整体趋于改善,显著改善区域占10.26%,远高于显著退化的1.61%,显著改善区域以孔雀河绿洲最为明显。开孔河流域生态健康的总体好转趋势说明区域生态综合治理取得一定成效。
-
关键词
生态健康评价
指标自动筛选模型
网状指标体系
压力-状态-响应(PSR)框架
新疆开孔河流域
-
Keywords
ecological health assessment
automatic screening model
network index system
pressure-state-response(PSR)framework
Xinjiang Kaikong River Basin
-
分类号
X824
[环境科学与工程—环境工程]
-
