Please wait a minute...
空天防御  2023, Vol. 6 Issue (3): 29-38    
0
  装备体系研究与仿真评估专栏 本期目录 | 过刊浏览 | 高级检索 |
装备体系效能评估及支撑技术综述
苏泓嘉, 罗宇成, 刘飞
华南理工大学 软件学院,广东 广州 510000
Review of Equipment Effectiveness Evaluation and Supporting Technologies
SU Hongjia, LUO Yucheng, LIU Fei
Software School of South China University of Technology, Guangzhou 510000, Guangdong, China
全文: PDF(619 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 效能评估用于评价装备完成特定作战任务目标的能力,目前已经广泛应用于各种武器装备论证中。本文在简要分析当前该领域的问题和挑战的基础上,分别介绍了基于多属性决策、复杂网络和机器学习算法3类装备体系效能评估方法,并分析了上述方向的研究现状;在装备体系效能评估支撑技术方面,总结了指标约简与优化方法的研究现状;最后,基于现有的研究进展,提出了未来装备体系效能评估可能的研究方向。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 武器装备效能评估方法多属性决策复杂网络机器学习指标约简    
Abstract:Operational effectiveness evaluation has been widely used in various weapon and equipment validation studies to assess the capability of specific operational mission objectives. This paper has provided a summarized analysis of the current problems and challenges. Then, it reviewed three categories of equipment system operational effectiveness evaluation methods: multi-attribute decision-making, complex networks, and machine learning algorithms. The research status of the above approaches was analyzed. In addition, this paper has summarized the supporting technologies for equipment system operational effectiveness evaluation, respectively, indicator reduction and optimization. Finally, according to the current research progress, expected research directions for future evaluation are proposed.
Key wordsweapon equipment    operational effectiveness evaluation methods    multi-attribute decision-making    complex network    machine learning    index reduction
收稿日期: 2023-06-30      出版日期: 2023-09-27
ZTFLH:  TP 391  
基金资助:国家自然科学基金(61873094)
通讯作者: 刘飞(1976—),男,博士,教授,主要研究方向为建模与仿真、人工智能。   
作者简介: 苏泓嘉(2000—),男,硕士研究生,主要研究方向为建模与仿真。
引用本文:   
苏泓嘉, 罗宇成, 刘飞. 装备体系效能评估及支撑技术综述[J]. 空天防御, 2023, 6(3): 29-38.
SU Hongjia, LUO Yucheng, LIU Fei. Review of Equipment Effectiveness Evaluation and Supporting Technologies. Air & Space Defense, 2023, 6(3): 29-38.
链接本文:  
https://www.qk.sjtu.edu.cn/ktfy/CN/      或      https://www.qk.sjtu.edu.cn/ktfy/CN/Y2023/V6/I3/29

参考文献
[1] 鲍朱杰, 李祯, 王斐亮, 庞博, 杨健. 基于机器学习的直角扣件滑移和扭转性能预测方法[J]. 上海交通大学学报, 2024, 58(2): 242-252.
[2] 孙乾洋, 周利, 丁仕风, 刘仁伟, 丁一. 基于人工神经网络的极地船舶冰阻力预报方法[J]. 上海交通大学学报, 2024, 58(2): 156-165.
[3] 李明爱1,2,3,许冬芹1. 综述:运动想像脑机接口中的迁移学习[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(1): 37-59.
[4] 范宏, 何杰, 田书欣. 变步长仿真与改进熵权法联动的综合能源系统鲁棒性评估方法[J]. 上海交通大学学报, 2024, 58(1): 59-68.
[5] 张一鸣1,侯俊杰1,钟少文 2. 商业航天投资效益优化的群体多属性决策模型[J]. J Shanghai Jiaotong Univ Sci, 2023, 28(6): 831-840.
[6] 孙婕, 李子昊, 张书宇. 机器学习在化学合成及表征中的应用[J]. 上海交通大学学报, 2023, 57(10): 1231-1244.
[7] 甘娥忠, 刘焱, 王海荣, 王承光. 基于机器学习性能度量理论的保障资源指标综合权衡研究[J]. 空天防御, 2023, 6(1): 38-44.
[8] 廖欣, 朱建华, 卞付国, 李克勇. 利用“三再”方法提升导弹武器装备可靠性的研究与实践[J]. 空天防御, 2023, 6(1): 11-16.
[9] 贾岛, 陈磊, 朱志鹏, 余曜, 迟德建. 机器学习在引战系统设计中的应用研究[J]. 空天防御, 2022, 5(2): 27-31.
[10] 王卓鑫, 赵海涛, 谢月涵, 任翰韬, 袁明清, 张博明, 陈吉安. 反向传播神经网络联合遗传算法对复合材料模量的预测[J]. 上海交通大学学报, 2022, 56(10): 1341-1348.
[11] 李川, 聂熠文, 刘军伟, 孟凡钦, 沈晓静. 基于机器学习的多算法融合航迹稳健起始方法[J]. 空天防御, 2022, 5(1): 20-24.
[12] 周毅, 秦康平, 孙近文, 范栋琦, 郑义明. 台风气象环境电网设备风险量化预警及其N-m故障处置预案在线生成方法[J]. 上海交通大学学报, 2021, 55(S2): 22-30.
[13] 何夏维, 蔡云泽, 严玲玲. 一种合成残差式的反作用轮故障检测方法[J]. 上海交通大学学报, 2021, 55(6): 716-728.
[14] 祝颂, 钱晓超, 陆营波, 刘飞. 基于XGBoost的装备体系效能预测方法[J]. 空天防御, 2021, 4(2): 1-.
[15] 包清临, 柴华奇, 赵嵩正, 王吉林. 采用机器学习算法的技术机会挖掘模型及应用[J]. 上海交通大学学报, 2020, 54(7): 705-717.
沪ICP备15013849号-1
版权所有 © 2017《空天防御》编辑部
主管单位:中国航天科技集团有限公司 主办单位:上海机电工程研究所 上海交通大学出版社有限公司