基于极限学习机的武器装备作战效能全局敏感性分析
2018-06-04张德平
计算机与现代化 2018年5期
董 雪,张德平
(南京航空航天大学计算机科学与技术学院,江苏 南京 210016)
0 引 言
作战效能是指武器装备系统在作战中发挥作用的有效程度[1],是衡量武器价值的重要指标。在有限的预算和时间内提升武器的作战效能,是武器装备发展的重点。作战效能是多指标综合作用的结果,由于预算和时间的限制,提高武器作战效能最有效的途径是找到对武器作战效能影响较大的影响因素,即对武器作战效能指标进行敏感性分析与筛选,进而找到与其相关联的作战设备,进行功能的完善与提高,从而提高作战武器的整体作战效能。
敏感性分析分为局部敏感性分析和全局敏感性分析[2]。局部敏感性分析通过改变模型中某个参数的取值,同时固定其他参数的取值,来探索模型响应的变化。但是局部敏感性分析不能计算变量间的交互作用对输出结果的影响。基于此,克服这些问题的全局敏感性分析得到广泛应用。全局敏感性分析[3-4]方法包括回归分析法、傅里叶振幅敏感性检验法、响应曲面法、互信息指数法、Sobol指数法等,其中Sobol指数法综合性能更好。
全局敏感性分析方法多用于气候、动力学方向的研究,Nossent等人[5]为评估复杂环境模型中参数的重要度,采用Sobol指数全局敏感性分析,产生复杂环境模型参数使用的关键信息。Zhang等人[6]使用基于方差的Sobol灵敏度分析,以中国河流流域为例,分析了干旱、正常、潮湿年份SWAT中参数的敏感性,从分析获得的结果中,加深了对土壤水分评估工具(SWAT)中敏感性参数的理解及不同指标和气候条件下的潜在水文过程。……
登录APP查看全文
