一种地空无人平台作战效能评估方法技术

本发明专利技术公开了一种地空无人平台作战效能评估方法，包括：步骤1：根据地空无人平台作战效能的评估指标和原始数据，构建地空无人平台作战效能评估的数据集；步骤2：建立基于改进乌燕鸥优化算法的地空无人平台作战效能评估的目标函数；步骤3：进行参数设置；步骤4：利用高斯映射初始化乌燕鸥种群位置；步骤5：根据所述目标函数，计算适应度值，并记录乌燕鸥最优位置，作为初始最优位置；步骤6：引入鼠群优化算法和海鸥优化算法的位置更新方式，更新所述乌燕鸥最优位置；步骤7：计算当次迭代最优适应度值；步骤8：记录当次迭代最优适应度值、当次迭代最优乌燕鸥位置；记录历史最优适应度值、历史最优乌燕鸥位置；步骤9：对当次最优乌燕鸥位置，进行逐维度双向sine变异；步骤10：记录当次迭代中最优乌燕鸥位置；步骤11：重复执行步骤5～10，达到最大迭代次数后，输出最优乌燕鸥结果；步骤12：以输出的所述最优参数为SVM参数建立地空无人平台作战效能评估模型。立地空无人平台作战效能评估模型。立地空无人平台作战效能评估模型。

【技术实现步骤摘要】
一种地空无人平台作战效能评估方法


[0001]本专利技术涉及无人机和无人车技术，具体而言，涉及一种地空无人平台作战效能评估方法。

技术介绍

[0002]未来战争必然是“一域多层、空地一体”的立体攻防战，体系与体系的对抗是其最显著的特征。地空无人平台是由空中无人机与地面无人车组成的空地异构机器人系统，空中无人机和地面无人车各有优劣，形成体系，协同运用可以将装备作战效能最大化，更好地完成使命任务。现代战争中作战理念不断更新，作战环境日趋复杂多变，因此，深入研究地空无人平台的作战效能对其作战使用具有较强的现实指导意义。
[0003]支持向量机(Support vector machine，SVM)作为机器学习的研究内容之一，在武器装备等效能评估中运用非常广泛的一种识别方法。例如，陈侠等人研究了一种基于改进型支持向量机的侦察无人机作战效能评估方法(陈侠,胡乃宽.基于改进型支持向量机的侦察无人机作战效能评估[J].火力与指挥控制,2018,43(10):31
‑
34.)；李宗晨等人研究了一种基于有监督局部保留投影(SLPP)和最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地空无人平台作战效能评估方法，其包括如下步骤：步骤1：根据地空无人平台作战效能的评估指标和原始数据，构建地空无人平台作战效能评估的数据集，将数据集分为训练数据集和测试数据集；步骤2：建立基于改进乌燕鸥优化算法的地空无人平台作战效能评估的目标函数，同时设置相应的约束条件；步骤3：进行参数设置；步骤4：利用高斯映射初始化乌燕鸥种群位置；步骤5：根据所述目标函数，计算适应度值，并记录乌燕鸥最优位置，作为初始最优位置；步骤6：引入鼠群优化算法和海鸥优化算法改进乌燕鸥算法的位置更新方式；步骤7：计算当次迭代最优适应度值；步骤8：记录当次迭代最优适应度值、当次迭代最优乌燕鸥位置；记录历史最优适应度值、历史最优乌燕鸥位置；步骤9：对当次最优乌燕鸥位置，进行逐维度双向sine变异；步骤10：记录当次迭代中最优乌燕鸥位置；步骤11：重复执行步骤5～10，达到最大迭代次数后，输出最优乌燕鸥结果，即得到SVM的最优参数C
best
和g
best
；其中，C
best
为最优惩罚因子，g
best
为最优RBF核函数参数；步骤12：以输出的所述最优参数为SVM参数建立地空无人平台作战效能评估模型，并将所述测试数据集输入所述地空无人平台作战效能评估模型中，得到地空无人平台作战效能的评估结果和评估准确率。2.根据权利要求1所述的地空无人平台作战效能评估方法，其特征在于，在所述步骤2中，所述目标函数为训练数据集的5折交叉验证SVM的分类准确率，所述约束条件为SVM的惩罚因子C和RBF核函数参数g的上下限。3.根据权利要求1所述的地空无人平台作战效能评估方法，其特征在于，在所述步骤4中，所述高斯映射初始化乌燕鸥种群位置包括：高斯映射随机数产生：利用产生的高斯随机数初始化乌燕鸥位置：P
s
(t)＝(UB
‑
LB)
×
x
t
+LB其中，乌燕鸥寻优下边界LB；乌燕鸥寻优上边界UB，P
s
(t)表示当前第t次迭代的乌燕鸥的位置。4.根据权利要求1所述的地空无人平台作战效能评估方法，其特征在于，所述引入鼠群优化算法和海鸥优化算法改进乌燕鸥算法的位置...

【专利技术属性】
技术研发人员：魏曙光，陈克伟，袁东，李嘉麒，张冠岳，许非凡，杨恒程，朱宁龙，
申请(专利权)人：中国人民解放军陆军装甲兵学院，
类型：发明
国别省市：