基于自编码神经网络的装备体系评估指标约简方法

摘要

基于现代战争的信息化程度、复杂性和不确定性不断提高,对武器装备体系(WSoS)作战效能的评估提出了更高的要求.为准确评估系统的作战效能,建立合理的作战效能评估指标体系非常关键,然而,影响作战效能的指标繁多,指标间存在冗余和相关性,直接采用这些指标会增加后续效能评估的时空复杂度,在创建作战效能评估指标体系基础上,采用Autoencoder网络深度学习(Deep learning)方法实现评估指标集合的约简化,将复杂的指标体系非线性映射到低维的指标数据中,从而明显减少数据的维数,保留关键重要的指标,去除冗余的指标.实验结果表明:约简后的指标能够很好地代表原有的指标数据,从而明显降低后续作战效能评估工作的计算复杂度.