bong da truc tiep vtv6

  • Sự đóng góp
  • Thời gian cập nhật 17/10/2021
  • 3 readings
  • Rating 0
  • great
  • Step on

Giới thiệu về bong da truc tiep vtv6

trang keo bong da

HAN Bin HAN Bin; SU Kui-phong

(Khoa Kỹ thuật Điều khiển, Học viện Kỹ thuật Lực lượng Thiết giáp, Bắc Kinh 100072)

(Khoa Kỹ thuật Điều khiển, Học viện Kỹ thuật Lực lượng Thiết giáp, Bắc Kinh 100072, Trung Quốc)

Tóm tắt: Để giải quyết vấn đề đánh giá mối đe dọa mục tiêu cho các đơn vị bọc thép được thông tin hóa, một mạng nơ-ron RBF cải tiến đã được thiết kế dựa trên tính nhanh chóng và xấp xỉ tốt nhất duy nhất của mạng nơ-ron chức năng cơ sở xuyên tâm (RBF). Phân tích tình huống cho thấy phương pháp cải tiến có thể đáp ứng yêu cầu đánh giá mối đe dọa mục tiêu theo các kiểu tác chiến khác nhau và có giá trị thực tiễn cao.

Tóm tắt: Nghiên cứu đánh giá mối đe dọa của đơn vị thiết giáp thông tin. Các phương pháp đánh giá hiện có là không thỏa mãn khi không xem xét cách tác chiến. Để giải quyết vấn đề này, bài báo này thiết lập RBF cải tiến theo độ nhanh và khả năng xấp xỉ tối ưu của mạng nơ-ron RBF. Ví dụ cho thấy, phương pháp cải tiến không chỉ đáp ứng yêu cầu của trận địa, chiến thuật mà còn có giá trị thực tiễn cao.

Mạng Tạp chí Giáo dục http://www.jyqkw.com
Từ khóa: đánh giá mối đe dọa; mạng nơ-ron RBF; chỉ số đánh giá

Từ khóa: đánh giá mối đe dọa; mạng nơ-ron RBF; chỉ số đánh giá

Số phân loại thư viện Trung Quốc: E072 Mã nhận dạng tài liệu: A

ID bài viết: 1006-4311 (2015) 06-0306-02

0 Lời nói đầu

Đánh giá mối đe dọa là một phần quan trọng của hệ thống chỉ huy và kiểm soát[1], Có thể hỗ trợ người chỉ huy đưa ra những nhận định, quyết định chính xác, hợp lý về tình hình địch trong môi trường chiến trường thực tế.Hiện nay, hầu hết các phương pháp đánh giá sử dụng kết hợp các phương pháp định tính và định lượng, chẳng hạn như quy trình phân cấp phân tích, phương pháp tập mờ, phương pháp mạng Bayes, v.v.[2-4], Mạng nơ ron RBF hiếm khi được sử dụng để mô hình hóa và giải quyết. Bài báo này đề xuất một phương pháp đánh giá dựa trên mạng nơ-ron RBF cải tiến, có thể xem xét đầy đủ tác động của các trọng số chỉ số đánh giá của các phong cách chiến đấu khác nhau. Phương pháp này phù hợp với tình hình thực tế chiến đấu hơn, giảm ảnh hưởng của các yếu tố bất định trên chiến trường, độ chính xác đánh giá cao hơn.

1 Ý tưởng cơ bản về mạng nơ-ron RBF cải tiến

Mạng nơ-ron chức năng cơ sở xuyên tâm (RBF) truyền thống là một mạng cấp phát tĩnh ba lớp với các chức năng ánh xạ đầu vào và đầu ra mạnh mẽ. Nó bao gồm lớp đầu vào, lớp ẩn và lớp đầu ra.

Mạng nơ-ron RBF có bốn bộ thông số: vectơ tâm, độ rộng tâm, trọng số đầu ra và hệ số điều chỉnh đầu ra. Chỉ khi các thông số này được chọn chính xác và hợp lý thì khả năng xấp xỉ phi tuyến của mạng nơ-ron RBF mới được phát huy. đã chứng minh rằng mạng nơ-ron RBF có tính năng Xấp xỉ tốt nhất duy nhất, có thể tính gần đúng bất kỳ hàm liên tục nào với độ chính xác tùy ý.

Bài báo này đề xuất một mạng nơ-ron RBF cải tiến với cấu trúc bốn lớp. Lớp điều chỉnh chỉ số được thêm vào phía trước lớp đầu vào điều chỉnh các chỉ số đánh giá theo các phong cách chiến đấu khác nhau, khắc phục những thiếu sót của kết quả đánh giá giống nhau trong mạng nơ-ron RBF truyền thống để đánh giá mối đe dọa, phù hợp hơn với chiến thuật chiến trường thực tế.

2 Chỉ số đánh giá và tạo mẫu

Trong điều kiện công nghệ thông tin, trong quá trình chiến đấu của các đơn vị thiết giáp có nhiều yếu tố bất trắc, tình hình chiến trường căng thẳng, tốc độ tiến công hỏa lực nhanh, cách đánh khác nhau thể hiện đặc điểm khác nhau, cần đánh giá mức độ uy hiếp của mục tiêu để loại bỏ thiết giáp của phía chúng tôi càng sớm càng tốt. Đội hình đe dọa các mục tiêu lớn, tiết kiệm cho mình càng nhiều càng tốt. Người chỉ huy cần nắm bắt chính xác tình hình chiến trường, lựa chọn hợp lý các tiêu chí đánh giá mục tiêu, có thể thay đổi trọng số chỉ số đánh giá phù hợp với sự thay đổi của cách tác chiến, để tình hình chiến trường phát triển theo hướng có lợi nhất cho phe ta và giành thắng lợi. trận chiến. Chọn các chỉ số đánh giá cho chiến thuật chiến trường thực tế: loại mục tiêu (ITYPE), khoảng cách giữa kẻ thù và bạn bè (IDIS), đặc điểm cơ động (IMOV), xác suất sát thương (IDES), điều kiện tầm nhìn (IVIEW), điều kiện địa hình (IEARTH), như hình minh họa trong Bảng 1. Hiện.

Bộ mẫu mối đe dọa mục tiêu có thể thu được từ các chỉ số đánh giá trên,

3 Đào tạo mạng nơ-ron RBF cải tiến

Vì nguyên tắc sử dụng mạng nơ-ron RBF cải tiến để đánh giá mối đe dọa mục tiêu về cơ bản giống với phương pháp truyền thống, quy trình đào tạo của mạng nơ-ron RBF cải tiến và phương pháp sử dụng nó được phân tích từ đánh giá mối đe dọa mục tiêu dưới đây. Mô hình đánh giá mối đe dọa mục tiêu được thiết lập dựa trên các chỉ số đánh giá trong Bảng 1, như trong Hình 1.

3.1 Lớp điều chỉnh chỉ số xác định phong cách chiến đấu Các phong cách chiến đấu của đơn vị bọc thép được thông tin hóa có thể được chia thành ba loại: chiến đấu tấn công, chiến đấu phòng thủ và chiến đấu chạm trán. Theo các phong cách chiến đấu khác nhau, các chiến lược tấn công mục tiêu khác nhau thường được áp dụng. Tương ứng, việc đánh giá mối đe dọa của mục tiêu cũng khác nhau. Ví dụ, trong một trận chiến tấn công, mục tiêu ở trạng thái phòng thủ, chỉ số loại mục tiêu ITYPE chiếm tỷ trọng yếu hơn trong đánh giá mối đe dọa; nhưng trong trường hợp thực hiện các nhiệm vụ chiến đấu phòng thủ, chỉ số loại mục tiêu ITYPE phải được xem xét trong mối đe dọa đánh giá. Nó có trọng lượng lớn hơn. Do đó, mức độ đe dọa mục tiêu có liên quan chặt chẽ đến phong cách chiến đấu và lớp điều chỉnh chỉ số phản ánh tác động của các phong cách chiến đấu khác nhau đối với các chỉ số đánh giá mối đe dọa. Sau khi chỉ mục được chuẩn hóa, nó sẽ đi vào lớp điều chỉnh chỉ mục để điều chỉnh và vectơ được điều chỉnh là R =[r1 r2 r3 r4 r5 r6], Trong đó ri (i = 1, 2, ..., 6) là trọng số điều chỉnh chỉ số. Lấy chỉ báo loại mục tiêu ITYPE làm ví dụ, trọng số điều chỉnh chỉ báo tương ứng của nó là r1 và giá trị của nó là:

Trong số đó, r1 là một dải giá trị trong các phong cách chiến đấu khác nhau, và có thể được điều chỉnh trong dải giá trị tương ứng theo sự chuyển đổi của các thời kỳ chiến đấu khác nhau trong cùng một phong cách chiến đấu để đáp ứng yêu cầu liên tục của chiến trường. Do hạn chế về không gian, tôi sẽ không nhắc lại ảnh hưởng của phong cách chiến đấu đến các chỉ số khác.

3.2 Xác định mô hình toán học RBF Giả sử có N mẫu huấn luyện và phần đầu vào có n dữ liệu, quá trình chuẩn hóa phần đầu vào của các mẫu huấn luyện là

i = 1,2, ..., N; j = 1,2, ..., n

Trong đó, Tij là phần đầu vào của mẫu huấn luyện Ti trước khi chuẩn hóa, Xij là phần đầu vào của mẫu huấn luyện Ti sau khi chuẩn hóa và phần đầu vào của mẫu huấn luyện thứ i sau khi chuẩn hóa có thể được biểu thị bằng Xi =[xi1,xi2].

Phần đầu ra của mẫu huấn luyện đã được giới hạn trong phạm vi phù hợp để tối ưu hóa thông số mạng nơ-ron RBF trong giai đoạn tạo mẫu và phần đầu ra của mẫu huấn luyện giống với dữ liệu gốc sau khi chuẩn hóa, nghĩa là Yi = TiTAR .

Lớp đầu vào có thể chuẩn hóa các mẫu huấn luyện và chuyển dữ liệu đã điều chỉnh sang lớp ẩn. Các nút của lớp ẩn bao gồm các hàm hành động xuyên tâm và các hàm Gaussian thường được chọn.

Trong đó Ck =[ck1 ck2 … ckn]Là vectơ tâm của nút lớp ẩn thứ k và σk là độ rộng tâm của nút lớp ẩn thứ k. Kích thước m của lớp ẩn của mạng nơ ron RBF có thể được xác định theo công thức thực nghiệm m = 3 / 2n, hoặc kích thước hiệu quả hơn có thể được xác định thông qua thực nghiệm.

Lớp đầu ra là sự kết hợp tuyến tính của các đầu ra của các nút lớp ẩn. Vì vấn đề này chỉ liên quan đến một đầu ra - giá trị mối đe dọa, nghĩa là, l = 1, thì có

Trong số đó, wk là hệ số trọng số từ nút của lớp ẩn thứ k đến lớp đầu ra.

3.3 Học thuật toán của mạng nơron RBF

Theo các đặc điểm và ưu điểm của mạng nơ-ron RBF chính quy, bài báo này thông qua cấu trúc mạng. Vì số lượng điểm lớp ẩn bằng số lượng mẫu đầu vào và tất cả các mẫu đầu vào được đặt làm trung tâm của hàm cơ sở xuyên tâm , chỉ có hằng số khai triển σk và đầu ra cần được xem xét trong quá trình huấn luyện. Hằng số mở rộng của hàm cơ sở bán kính có thể được xác định tùy theo độ phân tán của trung tâm dữ liệu. Để ngăn mỗi hàm cơ sở bán kính quá nhọn hoặc quá phẳng, hằng số mở rộng của tất cả các hàm cơ sở bán kính được đặt thành:

Trong công thức, dmax là khoảng cách lớn nhất giữa các mẫu; N là số lượng mẫu.

Việc điều chỉnh trọng số của lớp đầu ra thông qua thuật toán bình phương trung bình nhỏ nhất (LMS) và vectơ đầu vào của thuật toán LMS là vectơ đầu ra của nút ẩn. Công thức điều chỉnh trọng lượng là: Δwk = η (dk-wkuk) uk, k = 1, 2, ~, N. Trọng lượng có thể được khởi tạo thành bất kỳ giá trị nào.

4 Mô phỏng ví dụ

Để xác minh tính hợp lý của phương pháp cải tiến, đặt 60 mục tiêu trong các điều kiện chiến trường khác nhau, sử dụng phương pháp trong Phần 2 để xác định bộ mẫu mối đe dọa mục tiêu, chọn N = 50 mẫu làm mẫu huấn luyện và 10 mẫu còn lại làm mẫu thử nghiệm . Để so sánh, hãy sử dụng cùng một mẫu và sử dụng mạng nơ-ron RBF truyền thống để đào tạo và thử nghiệm, và kết quả xếp hạng cuối cùng được thể hiện trong Bảng 2.

Sau khi so sánh dữ liệu, cơ bản có thể phản ánh các điểm sau: ① Mạng nơ-ron RBF cải tiến gần giống với kết quả đánh giá truyền thống và phương pháp cải tiến về cơ bản phù hợp với điều kiện chiến thuật chiến trường thực tế. ② Thứ tự của mục tiêu 6 và mục tiêu 9, cũng như mục tiêu 4 và mục tiêu 7 đã có những thay đổi. là phù hợp với đặc điểm của phong cách hoạt động tấn công. ③Các thay đổi chéo sắp xếp chỉ xuất hiện trong sắp xếp mục tiêu lân cận, chẳng hạn như thay đổi chéo mục tiêu của loại 2 và loại 3 và thay đổi chéo mục tiêu của loại 9 và loại 10, cho thấy rằng mạng nơ-ron RBF được cải tiến là hợp lý và hiệu quả. Những điểm trên về cơ bản cho thấy RBF cải tiến hoàn toàn có thể xem xét ảnh hưởng của phong cách tác chiến đến các chỉ số đánh giá mối đe dọa, và mô hình được thiết lập phù hợp với chiến thuật chiến trường.

5. Kết luận

Mô hình đánh giá mối đe dọa của đơn vị thiết giáp được thông tin hóa được đề xuất trong bài báo này có tính thực tiễn cao. Mạng nơ-ron RBF cải tiến được thiết kế có thể đáp ứng các yêu cầu của giải pháp và cung cấp cơ sở dữ liệu để triển khai tối ưu hỏa lực của đơn vị thiết giáp được thông tin hóa. Để xác minh tính hiệu quả của phương pháp cải tiến, mười mẫu thử nghiệm đã được sử dụng để thử nghiệm và kết quả được thể hiện trong Bảng 2. Không khó để nhận thấy rằng xếp hạng mối đe dọa mục tiêu đầu ra của phương pháp cải tiến phù hợp với đặc điểm của các kiểu tác chiến khác nhau, điều này xác minh tính hiệu quả của phương pháp cải tiến. Tuy nhiên, vẫn còn hai vấn đề với phương pháp cải tiến: các tham số của lớp điều chỉnh chỉ số là tĩnh và không thể đáp ứng yêu cầu của các thay đổi động trong chiến trường; việc lựa chọn chỉ số đánh giá là cố định và chỉ số nên được chọn động theo tình hình chiến trường thực tế. Làm thế nào để giải quyết hai vấn đề trên đòi hỏi phải cải thiện hơn nữa hệ thống mạng, đây là trọng tâm của các công trình nghiên cứu tiếp theo.

Mạng Tạp chí Giáo dục http://www.jyqkw.com
người giới thiệu:

[1]Xu Kehu, Huang Dashan, Wang Tianzhao. Nghiên cứu định lượng về các yếu tố chiến đấu của phân đội xe tăng[J]Tạp chí Học viện Kỹ thuật Thiết giáp, 2011, 27 (1): 48-53.

[2]Jia Bin, Sun Jie, Feng Zhengchao. Mô hình đánh giá mối đe dọa được cải thiện cho các mục tiêu tấn công bằng đường không[J]. Điều khiển và mô phỏng lệnh, 2011, 33 (4): 25-28.

[3]Zhang Lei, Tong Youtang, Xu Yihang. Nghiên cứu về mô hình sắp xếp theo trình tự mối đe dọa của các mục tiêu trên không trong quá trình hình thành tàu[J].Ship Electronics Engineering, 2009, 29 (6): 136-138.

[4]Shui Wei, Ge Yan, Han Yu. Thuật toán đánh giá mối đe dọa hỏa lực dựa trên mạng Bayes[J]Tạp chí Mô phỏng Hệ thống, 2009, 21 (5): 4625-4627.


Chúc các bạn đọc tin bong da truc tiep vtv6 vui vẻ!

Original text