导读:本文包含了作战效能预测论文开题报告文献综述及选题提纲参考文献，主要关键词:炮光集成武器系统,反舰导弹,作战效能,BP神经网络
作战效能预测论文文献综述
刘国强,陈维义,程晗,徐义桂[1]（2019）在《基于BP神经网络的炮光集成武器系统作战效能评估与预测》一文中研究指出为了有效地评估和预测炮光集成武器系统的作战效能,以反舰导弹为例,针对空袭目标低空突袭的特点,建立了炮光集成武器系统的效能评估模型和BP神经网络预测模型。用BP神经网络对炮光集成武器系统的作战效能进行了预测,并与效能评估模型的计算结果进行了对比。结果表明:BP神经网络的预测结果与效能评估模型的计算结果比较近似,说明BP神经网络模型对于炮光集成武器系统作战效能评估与预测是有效的,可以为下一步的炮光集成武器系统的研制提供一定的理论参考。(本文来源于《海军工程大学学报》期刊2019年03期）
陈军伟,常天庆,马殿哲,朱祺[2]（2016）在《基于作战效能预测的坦克分队火力部署方法》一文中研究指出针对坦克分队火力部署手段匮乏、科学性不足的问题,通过对火力部署方式和内容的分析,建立了一种基于排队论的作战效能预测模型。首先,对坦克分队作战过程进行了基本假设并提出了预测模型结构;其次,建立了预测模型的状态转移图和稳态平衡方程;再次,得到了2个概率值G_j(1)和P_(0,j)的求解方法;最后,推导了预测模型中关键概率值PM的求解方法。通过讨论多种情况下作战效能预测指标PT与模型参数的关系,证明了该模型可以预测一定战场态势下不同火力部署方式的作战效能,分队指挥员可以将预测结果作为火力部署的重要依据,从而实现基于作战效能预测的火力部署。(本文来源于《计算机应用》期刊2016年01期）
陈军伟,常天庆,马殿哲,朱祺,张林[3]（2015）在《基于作战效能预测的坦克分队火力部署方法》一文中研究指出针对坦克分队的作战特点,对其火力部署方法、内容进行了分析,建立了一种基于排队论的坦克分队作战效能预测模型,给出了该模型中系统损失概率P_M的求解方法,对不同作战态势下2种典型排队模型的作战效能进行了仿真计算。结果表明:通过求解模型可预测不同火力部署方法的作战效能,实现了基于作战效能的火力部署预测。(本文来源于《装甲兵工程学院学报》期刊2015年06期）
李小喜,陈浩光,李大喜,陈疆萍[4]（2015）在《基于Elman神经网络的作战效能预测模型研究》一文中研究指出针对军事系统作战效能预测问题,采用基于支持向量回归的指标权重挖掘方法,通过比较偏导确定影响作战效能的关键因素,将优化后的效能指标和效能值分别作为模型的输入和输出,建立基于Elman神经网络的效能预测模型。并将其应用于C4ISR系统的动态作战效能预测分析中。结果表明,该方法能够减少不确定因素的影响,在一定程度上降低了预测模型的复杂度,为科学预测军事系统作战效能提供了有效的技术支撑。(本文来源于《系统仿真学报》期刊2015年01期）
牛德智,陈长兴,班斐,王卓,屈坤[5]（2014）在《基于效能评估的航空作战进程预测》一文中研究指出研究了航空对抗作战中空战双方的兵力变化问题。从飞机作战效能评估的角度出发,给出了在数据链支持下的作战飞机空战能力指数计算方法,并将其转化为平均战斗力水平,从数学原理上证明了二者具有等价性和一致性。建立了能够表征数据链效应的改进Lanchester方程航空作战模型,在考虑有增援的情形下对模型进行扩展。仿真分析了等效实力比和不同增援时刻对空战进程的影响,结果表明数据链具有提高作战效能和改变战局的作用。给出了有效增援时间范围,并指出了在增援作战时存在增援介入时间的"局部最优增援时刻点",为空战决策提供了参考依据。(本文来源于《航空学报》期刊2014年05期）
唐立军,王小艺,王建中[6]（2010）在《基于D-S理论的神经网络作战效能预测方法》一文中研究指出提出一种基于D-S理论的神经网络预测方法,采用改进的证据理论对作战效能预测指标体系进行优化选取,降低了由于预测指标体系的模糊性和不确定性造成误差;在此基础上,建立基于Elman网络的作战效能预测模型,通过对作战效能的预测仿真及测试,验证了该方法的可行性和优越性。(本文来源于《火力与指挥控制》期刊2010年04期）
贾子英,陈松辉,黄华[7]（2009）在《基于偏最小二乘的两栖突击车作战效能预测》一文中研究指出针对两栖突击车作战效能和偏最小二乘的特点,提出了基于偏最小二乘预测作战效能的方法。介绍了偏最小二乘回归的具体过程,在此基础上,对某型两栖突击车的作战效能进行了预测,得到了可靠的作战效能系数。(本文来源于《舰船电子工程》期刊2009年01期）
左学胜,花传杰,夏洁[8]（2007）在《基于Markov决策支持系统的坦克排作战效能预测》一文中研究指出分析了Markov模型的一般预测过程,建立了一种基于Markov决策支持系统的作战效能预测分析模型,根据坦克排在担负不同作战任务时的特点,给出了坦克排作战效能预测分析的应用实例,预测分析的结果表明,该模型能够对作战态势做以正确的预测,有利于指挥员更好地进行兵力部署,发挥坦克排作战的最佳效能。(本文来源于《火力与指挥控制》期刊2007年06期）
作战效能预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对坦克分队火力部署手段匮乏、科学性不足的问题,通过对火力部署方式和内容的分析,建立了一种基于排队论的作战效能预测模型。首先,对坦克分队作战过程进行了基本假设并提出了预测模型结构;其次,建立了预测模型的状态转移图和稳态平衡方程;再次,得到了2个概率值G_j(1)和P_(0,j)的求解方法;最后,推导了预测模型中关键概率值PM的求解方法。通过讨论多种情况下作战效能预测指标PT与模型参数的关系,证明了该模型可以预测一定战场态势下不同火力部署方式的作战效能,分队指挥员可以将预测结果作为火力部署的重要依据,从而实现基于作战效能预测的火力部署。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
作战效能预测论文参考文献
[1].刘国强,陈维义,程晗,徐义桂.基于BP神经网络的炮光集成武器系统作战效能评估与预测[J].海军工程大学学报.2019
[2].陈军伟,常天庆,马殿哲,朱祺.基于作战效能预测的坦克分队火力部署方法[J].计算机应用.2016
[3].陈军伟,常天庆,马殿哲,朱祺,张林.基于作战效能预测的坦克分队火力部署方法[J].装甲兵工程学院学报.2015
[4].李小喜,陈浩光,李大喜,陈疆萍.基于Elman神经网络的作战效能预测模型研究[J].系统仿真学报.2015
[5].牛德智,陈长兴,班斐,王卓,屈坤.基于效能评估的航空作战进程预测[J].航空学报.2014
[6].唐立军,王小艺,王建中.基于D-S理论的神经网络作战效能预测方法[J].火力与指挥控制.2010
[7].贾子英,陈松辉,黄华.基于偏最小二乘的两栖突击车作战效能预测[J].舰船电子工程.2009
[8].左学胜,花传杰,夏洁.基于Markov决策支持系统的坦克排作战效能预测[J].火力与指挥控制.2007