(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111633346.1 (22)申请日 2021.12.28 (71)申请人 江南机电设计 研究所 地址 550009 贵州省贵阳市小河区红河路7 号贵阳航天工业园区 (72)发明人 陈西　吴昌翰　杨航　廖咏一　 李兴国　 (74)专利代理 机构 贵州派腾知识产权代理有限 公司 521 14 代理人 宋妍丽 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06F 30/27(2020.01)G06N 3/00(2006.01) G06N 20/20(2019.01) (54)发明名称 一种装备体系效能预测与指标优化方法 (57)摘要 本发明提供了一种装备体系效能预测与指 标优化方法； 包括如下步骤： S1， 根据作战想定确 定作战体系的指标范围， 并进行仿真； S2， 利用仿 真数据对效能预测模型进行训练； S3， 采用粒子 群算法， 以效能预测模型为适应度函数， 在指标 范围内计算得到优选指标。 本发 明通过机器学习 模型学习了仿真评估 过程中的机理， 以机器学习 模型代替了原有的复杂仿真评估 过程， 实现了以 机器学习模型的快速评估， 大大缩短了评估时 间， 提升了设计效率； 同时在已有效能评估模型 的基础上能够启发式地快速生 成若干可行解， 并 利用效能评估模 型对可行解进行评估， 选择效能 结果最优的可行解， 从而实现了对体系的快速优 化。 权利要求书1页 说明书5页 附图1页 CN 114298414 A 2022.04.08 CN 114298414 A 1.一种装备体系效能预测与指标优化方法， 其特 征在于： 包括如下步骤： S1， 根据作战想 定确定作战体系的指标 范围， 并进行仿真； S2， 利用仿真数据对效能预测模型进行训练； S3， 采用粒子群算法， 以效能预测模型为适应度函数， 在指标范围内计算得到优选指 标。 2.如权利要求1所述的装备体系效能预测与指标优化方法， 其特征在于： 所述效能预测 模型采用XGBO OST算法构建。 3.如权利要求1所述的装备体系效能预测与指标优化方法， 其特征在于： 所述指标范围 包括指标的数量及其取值范围。 4.如权利要求1所述的装备体系效能预测与指标优化方法， 其特征在于： 所述步骤S3 中， 在指标范围内计算得到优选指标是指， 在指标范围内随机初始 化多组指标值， 并计算适 应度， 选取其中适应度最高的一组或多组。 5.如权利要求1所述的装备体系效能预测与指标优化方法， 其特征在于： 所述效能预测 模型的输出值 为效能值。 6.如权利要求5所述的装备体系效能预测与指标优化方法， 其特征在于： 所述效能值为 射击效能、 拦截效能、 体系贡献率中的一种或多种。 7.如权利要求1所述的装备体系效能预测与指标优化方法， 其特征在于： 所述步骤S2 中， 训练集和 测试集的比例为7： 3 。 8.如权利要求1所述的装备体系效能预测与指标优化方法， 其特征在于： 所述效能预测 模型的模型树为10、 收缩系数为0.6、 最大树深度为5、 最小分裂数为1、 最小增益为0.0001、 分割区间为10、 可决系数期望为0.9、 正则系数为0.2。权　利　要　求　书 1/1 页 2 CN 114298414 A 2一种装备体系效能预测与指标优化方 法 技术领域 [0001]本发明涉及一种装备体系效能预测与指标优化方法。 背景技术 [0002]体系效能是指作战体系在典型作战场景下， 完成规定使命任务的程度、 可视为体 系能力在特定场景下 的具体表现。 体系效能评估主要有两个研究意义： 一是评估当前体系 的作战能力， 为当前体系改进和优化提供依据； 二是能够指导未来装备体系设计和发展规 划， 为新装备开发和设计提供指导。 效能评估方法按照评估过程可分为解析评估和仿真评 估， 其中常用的解析评估法有层次分析法、 AD C效能分析法、 主成分分析法等； 仿真评估主要 是指通过计算机仿 真来进行评估， 仿真评估能够从体系的整体性和涌现性角度评估体系作 战能力， 可从射击效能、 效费比和价 值交换比等方面对武器装备体系进行评估。 [0003]已有的评估方法在 一定程度上已经解决传统的效能评估问题， 但是随着装备体系 样式增多， 使得体系设计因素、 交互关系更加复杂， 如何对装 备体系效能进行准确快速的评 估是当前的难题， 同时在已有评估结果的基础上如何对体系进行优化使得效能提升还需进 一步研究。 发明内容 [0004]为解决上述技术问题， 本发明提供了一种装备体系效能预测与指标优化方法， 该 装备体系效能预测与指标优化方法以机器学习模型代替了原有的复杂仿真评估过程， 实现 了以机器学习模型的快速 评估， 大大缩短了 评估时间， 提升 了设计效率。 [0005]本发明通过以下技 术方案得以实现。 [0006]本发明提供的一种装备体系效能预测与指标优化方法； 包括如下步骤： [0007]S1， 根据作战想 定确定作战体系的指标 范围， 并进行仿真； [0008]S2， 利用仿真数据对效能预测模型进行训练； [0009]S3， 采用粒子群算法， 以效能预测模型为适应度函数， 在指标范围内计算得到优选 指标。 [0010]所述效能预测模型采用XGBO OST算法构建。 [0011]所述指标 范围包括指标的数量及其取值范围。 [0012]所述步骤S3中， 在指标范围内计算得到优选指标是指， 在指标范围内随机初始化 多组指标值， 并计算 适应度， 选取其中适应度最高的一组或多组。 [0013]所述效能预测模型的输出值 为效能值。 [0014]所述效能值 为射击效能、 拦截效能、 体系贡献率中的一种或多种。 [0015]所述步骤S2中， 训练集和 测试集的比例为7： 3 。 [0016]所述效能预测模型的模型树为10、 收缩系数为0.6、 最大树深度为5、 最小 分裂数为 1、 最小增益 为0.0001、 分割区间为10、 可决系数期望为0.9、 正则系数为0.2。 [0017]本发明的有益效果在于： 通过机器学习模型学习了仿真评估过程中的机理， 以机说　明　书 1/5 页 3 CN 114298414 A 3