基于模糊过程神经元网络的武器系统效能评估方法研究

鉴于武器系统具有非线性、动态性和时效性，对其效能评估难以用基于精确数学模型的方法进行。过程神经网络同时具备对时、空二维信息的处理能力，适用于对输入存在时间累积效应的系统建模。本课题针对武器系统效能评估的特点与难点，进行模糊过程神经网络元的网络结构及其学习算法研究。提出一种具有模糊过程性信息处理能力的模糊过程神经元网络，阐述网络解的存在性、泛函逼近性等基本理论问题；引入混合进化计算理论，探索具有充分知识利用的混合进化计算方法，以解决传统进化计算方法中存在的早熟、收敛速度慢等问题；给出基于混合进化计算的模糊过程神经元网络的学习算法，实现网络结构和参数的同时优化。采用基于二元语义分析和核主成分分析的多源数据融合算法，得到可靠和精确的学习数据；提出基于元评估的评估风险分析方法和风险控制策略，提高评估结论的可信度。应用上述理论成果建立武器系统效能评估模型，将全面提升评估模型的有效性、准确性及可靠性。