检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:李众元 邬建华 孔新立 唐海洲 陈威 LI Zhongyuan;WU Jianhua;KONG Xinli;TANG Haizhou;CHEN Wei(Army Engineering University of PLA,Nanjing 210007,China;Training Base of PAP,Beijing 101500,China)
机构地区:[1]陆军工程大学,江苏南京210007 [2]武警某训练基地,北京101500
出 处:《指挥控制与仿真》2023年第3期87-93,共7页Command Control & Simulation
摘 要:针对反坦克雷场作战效能评估问题,提出了基于哈里斯鹰算法(HHO)优化蒙特卡洛神经网络(MCNN)的反坦克雷场作战效能评估方法。首先,介绍了IHHO算法和蒙特卡洛神经网络的基本原理和算法流程;然后,对反坦克雷场效能评估的主要影响因素进行分析,归纳总结了反坦克雷场的作战效能评估的指标体系;最后,构建了IHHO-MCNN神经网络评估模型。仿真实验结果表明,该模型可以有效对反坦克雷场进行效能评估。Aiming at the problem of operational effectiveness evaluation of anti-tank minefield,a method of operational effectiveness evaluation of anti-tank minefield based on Harris Hawks Optimization(HHO)optimized Monte Carlo neural network(MCNN)is proposed.Firstly,the basic principles and algorithm flow of IHHO algorithm and Monte Carlo neural network are introduced.Then the main influencing factors of the effectiveness evaluation of anti-tank minefield are analyzed,and the index system of the effectiveness evaluation of anti-tank minefield is summarized.Finally,the IHHO-MCNN neural network evaluation model is constructed.The simulation results show that the model can effectively evaluate the effectiveness of anti-tank minefield.
关 键 词:反坦克雷场 效能评估 哈里斯鹰算法 蒙特卡洛神经网络 多指标评价
分 类 号:E932.4[兵器科学与技术—火炮、自动武器与弹药工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.49