针对天基信息支援体系效能评估中存在的主观性强与复杂性高的问题,提出一种基于投影梯度神经网络的天基信息支援体系效能评估方法。首先,基于国防部体系框架(Department of Defense Architecture Framework,DoDAF)视图产品与包以德循环(...针对天基信息支援体系效能评估中存在的主观性强与复杂性高的问题,提出一种基于投影梯度神经网络的天基信息支援体系效能评估方法。首先,基于国防部体系框架(Department of Defense Architecture Framework,DoDAF)视图产品与包以德循环(observation,orientation,decision,action,OODA)梳理体系作战流程,进而建立评估指标体系,并基于离散事件仿真生成效能评估数据样本。然后,基于Rosen-反向传播(back propagation,BP)神经网络构建效能评估代理模型,并通过对权重参数的限制来解决在效益型指标下评估模型难以解释的问题。最后,对仿真样本进行评估模型验证试验,结果表明所提方法在天基信息支援体系效能评估中相较于传统BP神经网络计算性能提升超过50%,能够为天基信息支援体系效能评估提供技术支撑。展开更多
