面向多装备协同的体系效能仿真评估方法

发布时间：2021-10-15 18:08

　　体系作战过程中各装备间具有复杂的协同关系,传统的效能评估方法忽略了各装备效能指标间的影响关系。针对该问题,提出了考虑各装备协同关系的体系效能评估方法,基于关联规则挖掘对大量评估数据进行分析得到各效能指标间的关系;在此基础上构建网络化评估指标体系,并采用网络层次分析法实现体系效能的综合评估。以某防空体系的效能仿真评估为例验证方法的可行性与有效性。 

【文章来源】：系统仿真学报. 2020,32(06)北大核心CSCD

【文章页数】：9 页

【部分图文】：

邻接边与环Fig.3Adjacentsideandring(a)(b)

?能指标间的关联关系，常用的关联规则挖掘算法有FP-tree和Apriori方法。本文采用Apriori算法进行分析，该算法是由Agrawal等[8]于1994年提出的，分为产生频繁项集和生成强关联规则两步。起初Apriori算法的提出是为了解决离散型事务数据的关联分析，而效能指标数据通常是连续的，故引入等深度划分[9]对连续型效能指标数据进行离散化。针对n个评估指标数据进行升序排列，按照每个区间样本数相同的原则对连续数据所在区间进行划分，得到M个子区间，进而实现连续数据的离散化如图1所示。给出基于Apriori算法的指标关联分析流程如图2所示。图1基于等深度划分的数据离散化示意图Fig.1Diagramofequi-depth-baseddatadiscretization图2基于关联规则挖掘的指标关联分析流程图Fig.2Flowchartofindexsrelationshipanalysisbasedonassoclationrulesmining(1)评估数据预处理根据评估目的从初选指标库中选取n个评估指标I1,I2,...,In，从评估指标数据集中获取相应的指标数据并进行等深度划分。(2)生成频繁项集首先针对每个评估指标生成频繁1-项集L1；而后将第i个指标分别与n–1个评估指标生成候选2-项集C2，基于最小支持度阈值生成频繁2-项集：L2(Bj,Ai)，j1,2,...,i1,i1,...,n。

和Apriori方法。本文采用Apriori算法进行分析，该算法是由Agrawal等[8]于1994年提出的，分为产生频繁项集和生成强关联规则两步。起初Apriori算法的提出是为了解决离散型事务数据的关联分析，而效能指标数据通常是连续的，故引入等深度划分[9]对连续型效能指标数据进行离散化。针对n个评估指标数据进行升序排列，按照每个区间样本数相同的原则对连续数据所在区间进行划分，得到M个子区间，进而实现连续数据的离散化如图1所示。给出基于Apriori算法的指标关联分析流程如图2所示。图1基于等深度划分的数据离散化示意图Fig.1Diagramofequi-depth-baseddatadiscretization图2基于关联规则挖掘的指标关联分析流程图Fig.2Flowchartofindexsrelationshipanalysisbasedonassoclationrulesmining(1)评估数据预处理根据评估目的从初选指标库中选取n个评估指标I1,I2,...,In，从评估指标数据集中获取相应的指标数据并进行等深度划分。(2)生成频繁项集首先针对每个评估指标生成频繁1-项集L1；而后将第i个指标分别与n–1个评估指标生成候选2-项集C2，基于最小支持度阈值生成频繁2-项集：L2(Bj,Ai)，j1,2,...,i1,i1,...,n。

【参考文献】：
期刊论文
[1]基于作战环的导弹装备体系效能评估[J]. 王涛,汪刘应,刘顾,葛超群.  火力与指挥控制. 2019(12)
[2]基于算子的武器装备体系效能评估方法及系统[J]. 简平,齐彬,陈阳阳.  指挥控制与仿真. 2020(01)
[3]基于作战环和改进信息熵的体系效能评估方法[J]. 罗承昆,陈云翔,王莉莉,王泽洲,常政.  系统工程与电子技术. 2019(01)
[4]基于仿真大数据的效能评估指标体系构建方法[J]. 司光亚,高翔,刘洋,吴琳.  大数据. 2016(04)
[5]一种基于复杂网络理论的网络空间作战效能评估指标体系框架[J]. 许相莉,胡晓峰.  军事运筹与系统工程. 2014(01)



本文编号：3438396