基于作战环境配置资源的出动架次率计算模型
2021-01-16彭雅欣余明晖苏厚胜
彭雅欣, 黄 琦, 余明晖, 杨 杰, 苏厚胜
基于作战环境配置资源的出动架次率计算模型
彭雅欣1, 黄 琦2, 余明晖1, 杨 杰1, 苏厚胜1
(1. 华中科技大学 人工智能与自动化学院, 湖北 武汉, 430074; 2. 中国舰船研究设计中心, 湖北 武汉, 430064)
舰载机、无人艇等海军武器的出动架次率(SGR)是判断其综合作战能力的关键指标, 作战环境的资源配置将影响SGR, 因此研究作战环境的配置资源最优组合将有利于提高系统的作战能力。文中以航母舰载机为例, 在对波次出动模型进行研究的基础上, 建立仿真SGR计算模型, 针对其需重复计算以降低计算结果随机性的问题, 利用反向传播(BP)神经网络对仿真模型进行拟合, 得到BP-SGR计算模型, 并使用该模型进行甲板资源配置优化研究。仿真实验表明, BP-SGR计算模型得到的21组最优资源配置组合SGR值, 均落在仿真模型SGR计算结果99%预测区间内, 且二者相对误差均小于1%, 验证了该模型在资源配置优化问题的适用性。使用该模型可有效对舰载机、无人艇等作战资源配置问题进行求解。
海军武器; 出动架次率; 资源配置; 波次出动; 反向传播神经网络
0 引言
航空母舰有着极强的海空攻防作战能力, 舰载机作为航母的核心作战装备, 是其主要的作战力量, 对航母的综合作战能力有很大影响[1]; 无人艇(unmanned surface vessel, USV)作为海面作战的重要装备, 可进行海洋环境监测、反潜战、可疑目标打击和特种作战等多种作战任务[2]。在执行作战任务时, 舰载机、无人艇在有限资源内的出动能力, 即出动架次率(sortie generation rate, SGR)是衡量系统作战能力的关键指标。……
