CN116108613B - 一种可解释的装备组合快速构建方法、***、设备及介质 - Google Patents
一种可解释的装备组合快速构建方法、***、设备及介质 Download PDFInfo
- Publication number
- CN116108613B CN116108613B CN202211384674.7A CN202211384674A CN116108613B CN 116108613 B CN116108613 B CN 116108613B CN 202211384674 A CN202211384674 A CN 202211384674A CN 116108613 B CN116108613 B CN 116108613B
- Authority
- CN
- China
- Prior art keywords
- combination
- equipment
- class
- weapons
- weapon
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 105
- 238000005457 optimization Methods 0.000 claims abstract description 86
- 238000010276 construction Methods 0.000 claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims description 61
- 230000006870 function Effects 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 230000001174 ascending effect Effects 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及武器装备组合技术领域,尤其涉及一种可解释的装备组合快速构建方法、***、设备及介质,包括:构建武器装备组合优化模型,武器装备组合优化模型的约束条件包括武器装备***价值递增性约束;利用元组合算法和类间组合算法,构建武器装备组合优化模型的装备组合求解算法;通过装备组合求解算法对武器装备组合优化模型进行求解,输出最优武器装备组合方案集合。本发明通过装备分类、元组合算法和类间组合算法,在武器装备***价值递增性约束下求解得到最终武器装备组合方案集合,解决了传统装备组合构建方法难以满足复杂多变的场景,无法有效平衡可解释性和计算复杂度的问题,有效降低了武器装备组合方案的复杂性,具有较强的可解释性。
Description
技术领域
本发明涉及武器装备组合技术领域,尤其涉及一种可解释的装备组合快速构建方法、***、设备及介质。
背景技术
目前,在对装备组合构建的研究中,可以分成以下三种:
第一种:当问题规模较小时,可以通过遍历的方式构造装备组合,通过成本约束获得可行解集,再进一步分析,其中,遍历构建的方式是指,对所有待组合元素进行排列组合,将所有的组合方案都构建出来,以遍历方式构建装备组合是一种直观的形式,能保证所有方案都存在。
第二种:通过战争研究理论构建出满足作战要求的装备组合,再根据选择准则进行寻优;其中,从作战研究所延伸出的装备组合构建,主要以作战环理论为代表,一个完整的作战体系必然由多个作战环所构成,因此,可以通过作战环理论建立装备组合,作战环理论是指己方作战体系需包含侦察预警装备、指挥控制装备、打击行动类装备三种类型的武器***;通过对备选装备进行分类,逐一遍历搜索,获得不同类型的所有组合方案,接着在不同类型之间进行二次组合,获得最终的装备体系方案;基于作战环的装备方案构建,是遍历方法的一种更为具体的形式。
第三种:是在给定的目标函数与约束下,通过优化算法生成相应的非支配解集作为可行方案;其中,运用优化算法的方案,是将组合构建问题转换为一个优化问题,由于组合分析问题可能存在非线性的目标函数或者约束,因此通常使用智能优化算法,在约束所购成的可行域中进行计算搜索,找到一个最优解;组合分析问题一般为0-1规划问题,因此通常采用可编码的智能优化算法;智能优化算法的基本原理是:根据方案的个数确定解空间的维度,人为设定好算法的迭代次数,具体为:首先,构造n个不同的编码,产生初始编码集合;其次,根据使用算法的不同,运用相应的随机机制对编码进行变换,生成新的编码集合,对比前后编码集合中的结果,从其中选择n个较好的编码构成新的编码集合;将上述内容重复进行,直至迭代结束,在得到的最终编码集合选择出合适的解。
综上,装备组合构建方法可以看成是两类方法:
第一类是全维组合构建算法,这类算法结果虽然具有较好的解释性,但计算复杂度很高,为O(2),因此在实际运用中,当遇到大规模方案构建时,其时间成本太大,甚至在有效时间内无法获得解。
第二类是智能优化算法,这类算法虽然有较快的收敛速度,但是其结果可解释性差,智能优化算法构造方案是遵从某一随机机制,不断生成好的解直至达到迭代数阈值,由于过程是随机的,因此结果不可重复,也无法证明最终能得到最优方案解,同时,构造过程依赖于约束条件,当约束条件较为复杂时,未必能搜出有效的结果,基于以上原因,决策者不能完全信任算法的结果。
因此,传统装备组合构建方法难以满足复杂多变的场景,无法有效平衡可解释性和计算复杂度。
发明内容
本发明提供一种可解释的装备组合快速构建方法、***、设备及介质,解决的技术问题是,传统装备组合构建方法难以满足复杂多变的场景,无法有效平衡可解释性和计算复杂度。
为解决以上技术问题,本发明提供了一种可解释的装备组合快速构建方法、***、设备及介质。
第一方面,本发明提供了一种可解释的装备组合快速构建方法,所述方法包括以下步骤:
构建武器装备组合优化模型,所述武器装备组合优化模型的约束条件包括武器装备***价值递增性约束;
利用元组合算法和类间组合算法,构建武器装备组合优化模型的装备组合求解算法;
通过所述装备组合求解算法对所述武器装备组合优化模型进行求解,输出最优武器装备组合方案集合。
在进一步的实施方案中,所述武器装备组合优化模型,具体为:
式中,表示最优武器装备组合方案p*的组合评价值;p*表示最优武器装备组合方案;θ表示所有的武器装备组合方案集合;Ω表示待求解的武器装备组合方案集合;p表示所有的武器装备组合方案集合θ中的武器装备组合方案p;Vp表示武器装备组合方案p的组合评价值;si表示某一武器装备组合方案中的第i个武器装备;/>表示武器装备si的评价值;
所述武器装备***价值递增性约束包括:对于两个同类的武器装备si、s′i,当满足时,武器装备组合方案的组合评价值满足:
等号成立的条件是其中,/>表示武器装备s′i的评价值。
在进一步的实施方案中,所述利用元组合算法和类间组合算法,构建武器装备组合优化模型的装备组合求解算法的步骤包括:
通过预设的分类指标将所有的武器装备划分为不同类别,得到各类武器装备分组;所述预设的分类指标包括功能需求指标和替换关系指标;
基于元组合算法,对各类武器装备分组中的武器装备进行类内组合,得到各类武器装备分组的类内组合方案集合;
基于类间组合算法,对不同所述类内组合方案集合之间进行类间组合,得到类间组合方案集合;
对所述类间组合方案集合中的每一个类间组合方案进行对齐,以构建得到武器装备组合优化模型的装备组合求解算法。
在进一步的实施方案中,所述通过预设的分类指标将所有的武器装备划分为不同类别,得到各类武器装备分组的步骤包括:
根据战略任务和使命任务分解装备组合目标,确定功能需求指标;
通过功能需求指标划分所有的武器装备,得到各功能需求指标对应的武器装备功能类集合;
通过替换关系指标对各个所述武器装备功能类集合进行分类,得到不同的替换关系类集合;
对齐所有的所述替换关系类集合,以去除重复替换关系类集合,得到各类武器装备分组。
在进一步的实施方案中,所述基于元组合算法,对各类武器装备分组中的武器装备进行类内组合,得到各类武器装备分组的类内组合方案集合的步骤包括:
获取各类武器装备分组中武器装备的评价值;
对各类武器装备分组中武器装备的评价值进行升序排序,得到各类武器装备分组对应的武器装备排序结果;
从武器装备排序结果中第一个武器装备开始依次向后遍历,每遍历一个武器装备,判断是否存在与当前武器装备评价值相等的武器装备;
若不存在与当前武器装备评价值相等的武器装备,则将当前武器装备与所有已遍历的武器装备以武器装备排序结果中的顺序进行组合,得到各类武器装备分组对应的类内组合方案集合;
若存在与当前武器装备评价值相等的武器装备,则将评价值相等的武器装备作为同一次序进行排列组合,得到次序排列组合集合,将所述次序排列组合集合依次与所有已遍历的武器装备以武器装备排序结果中的顺序进行组合,得到各类武器装备分组对应的类内组合方案集合。
在进一步的实施方案中,所述类间组合算法,具体包括:
计算类间组合方案规模数:;其中,Scale表示类间组合方案规模数,/>表示第NC类武器装备分组的武器装备数量为/>;
初始化装备优化组合方案集合,使PI=S1,其中,PI表示装备优化组合方案集合,S1表示输入的第一个类内组合方案集合;
依次输入其余的类内组合方案集合,并判断递归次序是否等于类内组合方案集合个数;
若递归次序不等于类内组合方案集合个数,则将所述装备优化组合方案集合中的每一个装备优化组合方案逐一与当前输入的类内组合方案集合中的每一个类内组合方案进行并集操作,更新并保存装备优化组合方案;
若递归次序等于类内组合方案集合个数,且装备优化组合方案集合中的装备优化组合方案数量等于类间组合方案规模数,则输出更新后的装备优化组合方案集合,并将其作为类间组合方案集合。
在进一步的实施方案中,所述对所述类间组合方案集合中的每一个类间组合方案进行对齐的步骤包括:
对所有所述类间组合方案集合中的每一个类间组合方案进行遍历;
对每一个类间组合方案中的武器装备进行遍历,并删除每个类间组合方案中重复的武器装备,得到最优武器装备组合方案集合。
第二方面,本发明提供了一种可解释的装备组合快速构建***,所述***包括:
优化模型构建模块,用于构建武器装备组合优化模型,所述武器装备组合优化模型的约束条件包括武器装备***价值递增性约束;
求解算法构建模块,用于利用元组合算法和类间组合算法,构建武器装备组合优化模型的装备组合求解算法;
优化模型求解模块,用于通过所述装备组合求解算法对所述武器装备组合优化模型进行求解,输出最优武器装备组合方案集合。
第三方面,本发明还提供了一种计算机设备,包括处理器和存储器,所述处理器与所述存储器相连,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器中存储的计算机程序,以使得所述计算机设备执行实现上述方法的步骤。
第四方面,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
本发明提供了一种可解释的装备组合快速构建方法、***、设备及介质,所述方法考虑武器装备***价值递增性约束条件,构建武器装备组合优化模型;利用元组合算法和类间组合算法,构建武器装备组合优化模型的装备组合求解算法;通过装备组合求解算法对武器装备组合优化模型进行求解,输出最终的武器装备组合方案集合。与现有技术相比,该方法能够满足复杂多变的场景,同时有效平衡了可解释性和计算复杂度,同时能产生最优解,为复杂场景中的武器装备需求、战略发展规划等提供技术支持。
附图说明
图1是本发明实施例提供的可解释的装备组合快速构建方法流程示意图;
图2是本发明实施例提供的装备组合方案构建框图;
图3是本发明实施例提供的装备组合方案构建流程示意图;
图4是本发明实施例提供的目标-功能分解示意图;
图5是本发明实施例提供的火力打击能力替换关系分类示意图;
图6是本发明实施例提供的火力打击能力-装备牵引及其替换关系示意图;
图7是本发明实施例提供的装备分类流程示意图;
图8是本发明实施例提供的元组合算法流程示意图;
图9是本发明实施例提供的相同评价值下的元组合算法流程示意图;
图10是本发明实施例提供的类间组合算法流程示意图;
图11是本发明实施例提供的可解释的装备组合快速构建***框图;
图12是本发明实施例提供的计算机设备的结构示意图。
具体实施方式
下面结合附图具体阐明本发明的实施方式,实施例的给出仅仅是为了说明目的,并不能理解为对本发明的限定,包括附图仅供参考和说明使用,不构成对本发明专利保护范围的限制,因为在不脱离本发明精神和范围基础上,可以对本发明进行许多改变。
参考图1,本发明实施例提供了一种可解释的装备组合快速构建方法,如图1所示,该方法包括以下步骤:
S1.构建武器装备组合优化模型,所述武器装备组合优化模型的约束条件包括武器装备***价值递增性约束。
本实施例考虑武器装备***价值递增性约束条件,构建武器装备组合优化模型,其中,所述武器装备组合优化模型,具体为:
式中,表示最优武器装备组合方案p*的组合评价值;p*表示最优武器装备组合方案;θ表示所有的武器装备组合方案集合;Ω表示待求解的武器装备组合方案集合;p表示所有的武器装备组合方案集合θ中的武器装备组合方案p;Vp表示武器装备组合方案p的组合评价值;si表示某一武器装备组合方案中的第i个武器装备;/>表示武器装备si的评价值;
所述武器装备***价值递增性约束包括:对于两个同类的武器装备si、s′i,当满足时,武器装备组合方案的组合评价值满足:
等号成立的条件是其中,/>表示武器装备s′i的评价值。
需要说明的是,本实施例基于可解释的构建武器装备组合集合,该集合中包含一系列武器装备组合方案,每一个武器装备组合方案是由武器装备构成,其中,可解释性是该模型一大特点,由于该方法是一种确定性算法,模型求解过程符合逻辑,且能通过数学证明其最优解的存在性,现有技术在求解大规模组合优化问题时,通常采用智能优化算法求解,这类算法最大的问题是对产生的结果不具有解释性,即无法解释这个算法产生的结果原理或者这个结果是否是足够好等问题,目前,在装备规划领域,不可解释性还难以使决策者信任算法产生的结果,因此,本实施例为了避免这一问题,提出了基于可解释的构建武器装备组合集合,使得结果具备可解释性。
具体地,本实施例通过组合评价值函数V对武器装备组合方案进行评估,组合评价值函数V的结果通过武器装备组合方案中的每一个武器装备的评价结果获取,具体为:
对于某一武器装备组合方案p={s1,s2,…,sn},其中,sn表示武器装备组合方案p中第n个武器装备***,每一个武器装备的评价函数是由该武器装备的类型来确定的,本实施例用表示武器装备si的评价函数,/>表示武器装备si的评价值,其为武器装备si的评价函数结果,需要说明的是,当i≠j时,si的评价函数可能不同于sj,此时,其表示两个武器装备属于不同类武器,比如:某一武器装备组合方案包含驱逐舰A和补给舰B,其中,对驱逐舰A的作战能力评估侧重于火力打击、快速机动等指标,对补给舰B的作战能力评估侧重于装载能力、运输保障等指标,使得两型作战舰艇对应的评价函数σA≠σB;当i≠j时,/>其表示两个不同的武器装备采用相同的评价函数,说明这两种武器装备属于同类武器,比如:在同一作战任务场景下,可以采用同一套评价指标和权重,对不同型号的坦克进行评估,此时,不同坦克的评价函数相同,为了表示方便,本实施例设/>表示武器装备si的评价结果,因此,武器装备组合方案p的组合评价值函数Vp可以写成:
组合评价值函数V的结果可能是单个数,也可能是一个数组,本实施例不作具体限制,因此,目标函数的优劣可以运用支配的思路进行比较,对于同等维度结果的两个目标值V1、V2,V1优于V2时,记为:
V1>V2
由于在构建武器装备组合方案时,决策者期望评价结果越大越好,因此,本实施例中的武器装备组合构建可以描述成以下目标函数形式的优化问题:假设所有武器装备所构成的组合方案集合为θ,求解一个武器装备组合方案集合Ω,使得最优武器装备组合方案p*包含在待求解的武器装备组合方案集合Ω中,p*满足:
即求解待求解的武器装备组合方案集合Ω,有,且满足:
式中,p表示所有的武器装备组合方案集合θ中的武器装备组合方案p;Vp表示武器装备组合方案p的组合评价值;si表示武器装备组合方案p中的第i个武器装备;表示武器装备si的评价值;
当上述优化问题满足武器装备***价值递增性约束条件时,可以采用本实施例提出的装备组合求解算法求解并构建组合方案,且最优武器装备组合方案p*包含在最终的武器装备组合方案集合中,本实施例通过数学证明,在上述优化问题满足价值递增性的前提下,最终的武器装备组合方案集合中包含最优方案,同时,本实施例提供的方法为确定性的组合构建方法,因此,最终的武器装备组合方案唯一。
S2.利用元组合算法和类间组合算法,构建武器装备组合优化模型的装备组合求解算法。
如图2、图3所示,在本实施例中,所述利用元组合算法和类间组合算法,构建武器装备组合优化模型的装备组合求解算法的步骤包括:
通过预设的分类指标将所有的武器装备划分为不同类别,得到各类武器装备分组;所述预设的分类指标包括功能需求指标和替换关系指标;
基于元组合算法,对各类武器装备分组中的武器装备进行类内组合,得到各类武器装备分组的类内组合方案集合;
基于类间组合算法,对不同所述类内组合方案集合之间进行类间组合,得到类间组合方案集合;
对所述类间组合方案集合中的每一个类间组合方案进行对齐,以构建得到武器装备组合优化模型的装备组合求解算法。
在一个实施例中,所述通过预设的分类指标将所有的武器装备划分为不同类别,得到各类武器装备分组的步骤包括:
根据战略任务和使命任务分解装备组合目标,确定功能需求指标;
通过功能需求指标划分所有的武器装备,得到各功能需求指标对应的武器装备功能类集合;
通过替换关系指标对各个所述武器装备功能类集合进行分类,得到不同的替换关系类集合;
对齐所有的所述替换关系类集合,以去除重复替换关系类集合,得到各类武器装备分组。
具体地,如图4所示,本实施例首先通过战略发展规划和使命任务需要等,确定装备组合需要实现的装备组合目标,并将装备组合目标进行分解,获得具体的功能需求指标或者能力类型指标,然后根据不同的功能需求指标或者能力类型指标对武器装备进行分类,从而牵引出可执行对应功能的武器装备,比如:火力打击能力牵引出步兵战车等7型武器装备,需要说明的是,所有功能需求指标对应的武器装备集合即为用于构建装备组合方案的总体装备***集合,不同的能力类型指标或者功能需求指标之间,可以有相同的武器装备。
在本实施例中,由于在同一能力下的不同武器装备之间可能存在替换关系,因此,如图5所示,对于存在替换关系的武器装备,需要将其单独从功能需求指标分类中进行二次剥离,其中,武器装备之间的替换关系是指在某些武器装备集合中,必至少有其中一个纳入规划;为了便于理解,本实施例以图6所示的武器装备集合为例进行说明:自行榴弹炮SPH为现役武器装备,新型自行榴弹炮NSPH为尚未列装的武器装备,在该任务场景下为同类型装备,并存着替换关系,对两者的规划情况包括:
1)用NSPH替换SPH,即:采购NSPH并退役SPH;
2)在SPH的基础上新增NSPH,即:继续服役SPH,并采购NSPH;
3)继续服役SPH,不新增采购NSPH。
由此可以看出,自行榴弹炮SPH和新型自行榴弹炮NSPH至少有一项纳入规划,两者是可替换的关系。
如图7所示,本实施例在依据武器装备之间的替换关系对武器装备进行分类,得到不同的替换关系类集合后,对所有替换关系类集合进行对齐,即遍历所有替换关系类,若检测到存在有多个相同的替换关系类,去掉重复的替换关系类,得到各类武器装备分组。
在一个实施例中,所述基于元组合算法,对各类武器装备分组中的武器装备进行类内组合,得到各类武器装备分组的类内组合方案集合的步骤包括:
对各类武器装备分组中武器装备的评价值进行升序排序,得到各类武器装备分组对应的武器装备排序结果;
从武器装备排序结果中第一个武器装备开始依次向后遍历,每遍历一个武器装备,判断是否存在与当前武器装备评价值相等的武器装备;
若不存在与当前武器装备评价值相等的武器装备,则将当前武器装备与所有已遍历的武器装备以武器装备排序结果中的顺序进行组合,得到各类武器装备分组对应的类内组合方案集合;
若存在与当前武器装备评价值相等的武器装备,则将评价值相等的武器装备作为同一次序进行排列组合,得到次序排列组合集合,将所述次序排列组合集合依次与所有已遍历的武器装备以武器装备排序结果中的顺序进行组合,得到各类武器装备分组对应的类内组合方案集合。
具体地,元组合算法是指对每一个对齐后的各类武器装备分组中的元素进行组合,获得各类武器装备分组对应的类内组合结果,需要说明的是,一个类的类内组合结果并非只有一个组合方案,而是一系列组合方案的集合;在本实施例中,当武器装备分组中武器装备的评价值均不相等时,如图8所示,按照武器装备评价值排序结果进行组合,第n个组合方案wn是前n个武器装备的组合,si表示第i个武器装备;当某类武器装备分组中存在评价值相同的武器装备时,这些装备***之间无法有效排序,则将该部分装备***的排列组合看成同一次序,纳入该类装备***的次序序列中分别进行组合,即以第d次序的武器装备作为参考***,其评价值作为参考值,并向后搜索相同参考值的武器装备,若后续存在评价值等于参考值的武器装备,则将这些武器装备的排列组合结果纳入第d次序,具体如图9所示,表示武器装备si的评价值,为了便于理解,以下对元组合算法进行详细说明:
初始化类内组合结果初始化搜索次序order=1,组合方案次序d=1;
对某类武器装备分组中的武器装备进行评价,得到该类武器装备分组中各武器装备的评价值,将各武器装备的评价值由大到小排序,得到对应的武器装备排序结果;
对武器装备排序结果进行循环,当搜索次序order≤n(n为该类武器装备分组中的元素个数)时,执行以下操作:
a)确定参考***为s′order,对应的参考评价值为;
b)若满足order+1<n且执行:
Ⅰ.wd={s1,…,s′order},并将wd放入集合W中;
Ⅱ.order=order+1;
Ⅲ.d=d+1;
c)否则执行:
Ⅰ.搜索所有评价值为Vr的装备***,其个数设为m;
Ⅱ.对该m个武器装备进行排列组合,得到对应的武器装备组合集合并设q={s1,…,s′order-1};
Ⅲ.于是,得到
wd=q∪qk,(k=1,2,…,2m-1)
将每个wd放入集合W中;
Ⅳ.order=order+m。
在一个实施例中,所述类间组合算法,具体包括:
计算类间组合方案规模数:,其中,Scale表示类间组合方案规模数,/>表示第NC类武器装备分组的武器装备数量为/>
初始化装备优化组合方案集合,使MI=S1,其中,PI表示装备优化组合方案集合,S1表示输入的第一个类内组合方案集合;
依次输入其余的类内组合方案集合,并判断递归次序是否等于类内组合方案集合个数;
若递归次序不等于类内组合方案集合个数,则将所述装备优化组合方案集合中的每一个装备优化组合方案逐一与当前输入的类内组合方案集合中的每一个类内组合方案进行并集操作,更新并保存装备优化组合方案;
若递归次序等于类内组合方案集合个数,且装备优化组合方案集合中的装备优化组合方案数量等于类间组合方案规模数,则输出更新后的装备优化组合方案集合,并将其作为类间组合方案集合。
在实际应用中,元素不同类有两个原因:一是其本身存在异质性,使得不能统一在某一评价函数下进行评估;二是决策者希望将其分开考虑,此时需要将元素划分为多个类进行组合,而在不同类之间进行组合,需要保证各类的最优性,因此,本实施例提供的构建方法为对每一类运用元组合算法构建每一类的类内组合方案集合,然后在不同类之间逐一进行组合,构造类间组合方案,由于每一类都存在最优项,因此组合后的类间最优组合存在于最终结果中,在本实施例中,假设共有NC个不同的类内组合方案集合进行组合,分别为类对于第NC类,其类中武器装备的数量为/>在进行递归过程中,对应类的递归次序用OC表示,该类间组合算法的步骤具体如下:
计算类间组合方案结果的规模数:
初始化装备优化组合方案PI=S1;
设置递归函数InterClass_Portfolio,包含参数Scale、OC、NC,该递归函数步骤如下:
a)判断如果OC=NC,且PI中的方案个数为Scale时,递归程序终止,并输出结果PI。
b)如果OC≠NC时,执行以下操作:
Ⅰ.将PI中的每一个组合方案都与中的每一个组合方案进行并集操作,并重新放回PI中;
Ⅱ.执行递归函数InterClass_Portfolio。
为了便于理解,本实施例以下将对类间组合算法进行示例说明:
如图10所示,假设存在两类武器装备分组:类A={a1,a2,a3}和类B={b1,b2,b3},且满足根据元组合算法,可以得到类A的类内组合方案结果为:
PA={{a1},{a1,a2},{a1,a2,a3}}
类B的类内组合方案结果为:
PB={{b1},{b1,b2},{b1,b2,b3}}
于是从{a1}开始,逐一和PB中的元素进行并集操作,得到类间组合方案:
{a1,b1}
{a1,b1,b2}
{a1,b1,b2,b3}
接着{a1,a2}逐一和PB中的元素进行并集操作,得到类间组合方案:
{a1,a2,b1}
{a1,a2,b1,b2}
{a1,a2,b1,b2,b3}
最后{a1,a2,a3}逐一和PB中的元素进行并集操作,得到类间组合方案:
{a1,a2,a3,b1}
{a1,a2,a3,b1,b2}
{a1,a2,a3,b1,b2,b3}
最终得到以上9个方案,这9个方案即为类间组合方案集合。
在一个实施例中,所述对所述类间组合方案集合中的每一个类间组合方案进行对齐的步骤包括:
对所有所述类间组合方案集合中的每一个类间组合方案进行遍历;
对每一个类间组合方案中的武器装备进行遍历,并删除每个类间组合方案中重复的武器装备,得到最优武器装备组合方案集合。
由于分类中,不同类之间可能存在相同的装备***,因此,在构造组合时可能会出现重复项,因此,需要对得到的类间组合方案集合进行对齐,以删除类间组合方案集合中的重复项,得到对齐后的类间组合方案集合,将其作为最终的武器装备组合方案集合,即为对武器装备组合优化模型的求解结果。
S3.通过所述装备组合求解算法对所述武器装备组合优化模型进行求解,输出最优武器装备组合方案集合。
相较于传统的全维组合算法,本实施例提供的构建方法在时间和空间复杂度上都有更好的表现,尤其在大规模装备组合时,可以在有效时间内计算出结果,比如:在10类共50个候选方案(假设每一类5个方案)时,传统的全维组合算法会产生(25-1)10=8.2×1014个方案,计算机无法在有效时间内获得有效结果,而本实施例则仅产生9.8×106个方案,约简掉了超过99.99%的无效方案,简化了武器装备组合方案的复杂性,有效地缩减了武器装备的组合空间。
本实施例提供了一种可解释的装备组合快速构建方法,所述方法基于装备分类、元组合算法和类间组合算法,在预设的武器装备***价值递增性约束条件下求解得到最大化提升整个武器装备***集合的武器装备组合方案集合,与现有技术相比,该方法在计算时间复杂度和结果可解释性之间取得平衡,对后续的武器装备***搭建可以进行有效的指导,提高了武器装备组合方案的可靠性和可解释性,有效地缩减了武器装备的可行组合空间,为武器装备组合构建提供了新方法,可满足在大规模装备组合下武器装备组合的需要。
需要说明的是,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在一个实施例中,如图11所示,本发明实施例提供了一种可解释的装备组合快速构建***,所述***包括:
优化模型构建模块101,用于构建武器装备组合优化模型,所述武器装备组合优化模型的约束条件包括武器装备***价值递增性约束;
求解算法构建模块102,用于利用元组合算法和类间组合算法,构建武器装备组合优化模型的装备组合求解算法;
优化模型求解模块103,用于通过所述装备组合求解算法对所述武器装备组合优化模型进行求解,输出最优武器装备组合方案集合。
关于一种可解释的装备组合快速构建***的具体限定可以参见上述对于一种可解释的装备组合快速构建方法的限定,此处不再赘述。本领域普通技术人员可以意识到,结合本申请所公开的实施例描述的各个模块和步骤,能够以硬件、软件或者两者结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本实施例提供了一种可解释的装备组合快速构建***,该***通过优化模型构建模块构建武器装备组合优化模型,通过求解算法构建模块构建基于装备分类、元组合算法、类间组合算法的装备组合求解算法,通过优化模型求解模块实现在满足武器装备***价值递增性约束条件下,求解得到最终的武器装备组合方案集合。与现有技术相比,本申请具有较低的时间和空间复杂度,能够满足大规模装备组合构建,可以在有效时间内计算出结果,同时能产生最优解,有效平衡了可解释性和计算复杂度,提高了装备组合构建效率,为现代化武器装备快速组合构建提供了技术支撑。
图12是本发明实施例提供的一种计算机设备,包括存储器、处理器和收发器,它们之间通过总线连接;存储器用于存储一组计算机程序指令和数据,并可以将存储的数据传输给处理器,处理器可以执行存储器存储的程序指令,以执行上述方法的步骤。
其中,存储器可以包括易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者;处理器可以是中央处理器、微处理器、特定应用集成电路、可编程逻辑器件或其组合。通过示例性但不是限制性说明,上述可编程逻辑器件可以是复杂可编程逻辑器件、现场可编程逻辑门阵列、通用阵列逻辑或其任意组合。
另外,存储器可以是物理上独立的单元,也可以与处理器集成在一起。
本领域普通技术人员可以理解,图12中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有相同的部件布置。
在一个实施例中,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法的步骤。
本发明实施例提供的一种可解释的装备组合快速构建方法、***、设备及介质,其一种可解释的装备组合快速构建方法在决策优化问题满足价值递增性约束条件下,通过排序等算法,构建出装备组合方案集合,同时产生最优解。该方法较好地平衡了可解释性和计算复杂度。相较于全维构建算法,本实施例提供的装备组合构建方法有更低的计算复杂度,且该算法为确定性算法,即同一输出必然得到唯一的解集结果,其结果具有可重复性,实现了快速、高效的装备组合构建方案,为多种规模下的装备组合提供了技术支持。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如SSD)等。
本领域技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。
以上所述实施例仅表达了本申请的几种优选实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本申请的保护范围。因此,本申请专利的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种可解释的装备组合快速构建方法,其特征在于,包括以下步骤:
构建武器装备组合优化模型,所述武器装备组合优化模型的约束条件包括武器装备***价值递增性约束;
利用元组合算法和类间组合算法,构建武器装备组合优化模型的装备组合求解算法;
通过所述装备组合求解算法对所述武器装备组合优化模型进行求解,输出最优武器装备组合方案集合;
所述利用元组合算法和类间组合算法,构建武器装备组合优化模型的装备组合求解算法的步骤包括:
通过预设的分类指标将所有的武器装备划分为不同类别,得到各类武器装备分组;所述预设的分类指标包括功能需求指标和替换关系指标;
基于元组合算法,对各类武器装备分组中的武器装备进行类内组合,得到各类武器装备分组的类内组合方案集合;
基于类间组合算法,对不同所述类内组合方案集合之间进行类间组合,得到类间组合方案集合;
对所述类间组合方案集合中的每一个类间组合方案进行对齐,以构建得到武器装备组合优化模型的装备组合求解算法;
所述基于元组合算法,对各类武器装备分组中的武器装备进行类内组合,得到各类武器装备分组的类内组合方案集合的步骤包括:
获取各类武器装备分组中武器装备的评价值;
对各类武器装备分组中武器装备的评价值进行升序排序,得到各类武器装备分组对应的武器装备排序结果;
从武器装备排序结果中第一个武器装备开始依次向后遍历,每遍历一个武器装备,判断是否存在与当前武器装备评价值相等的武器装备;
若不存在与当前武器装备评价值相等的武器装备,则将当前武器装备与所有已遍历的武器装备以武器装备排序结果中的顺序进行组合,得到各类武器装备分组对应的类内组合方案集合;
若存在与当前武器装备评价值相等的武器装备,则将评价值相等的武器装备作为同一次序进行排列组合,得到次序排列组合集合,将所述次序排列组合集合依次与所有已遍历的武器装备以武器装备排序结果中的顺序进行组合,得到各类武器装备分组对应的类内组合方案集合;
所述类间组合算法,具体包括:
计算类间组合方案规模数:;其中,/>表示类间组合方案规模数,/>表示第/>类武器装备分组的武器装备数量为/>;
初始化装备优化组合方案集合,使,其中,/>表示装备优化组合方案集合,/>表示输入的第一个类内组合方案集合;
依次输入其余的类内组合方案集合,并判断递归次序是否等于类内组合方案集合个数;
若递归次序不等于类内组合方案集合个数,则将所述装备优化组合方案集合中的每一个装备优化组合方案逐一与当前输入的类内组合方案集合中的每一个类内组合方案进行并集操作,更新并保存装备优化组合方案;
若递归次序等于类内组合方案集合个数,且装备优化组合方案集合中的装备优化组合方案数量等于类间组合方案规模数,则输出更新后的装备优化组合方案集合,并将其作为类间组合方案集合;
所述对所述类间组合方案集合中的每一个类间组合方案进行对齐的步骤包括:
对所有所述类间组合方案集合中的每一个类间组合方案进行遍历;
对每一个类间组合方案中的武器装备进行遍历,并删除每个类间组合方案中重复的武器装备,得到最优武器装备组合方案集合。
2.如权利要求1所述的一种可解释的装备组合快速构建方法,其特征在于,所述武器装备组合优化模型,具体为:
式中, 表示最优武器装备组合方案/>的组合评价值;/>表示最优武器装备组合方案;/>表示所有的武器装备组合方案集合;/>表示待求解的武器装备组合方案集合;p表示所有的武器装备组合方案集合/>中的武器装备组合方案p;/>表示武器装备组合方案p的组合评价值;/>表示某一武器装备组合方案中的第i个武器装备;/>表示武器装备/>的评价值;
所述武器装备***价值递增性约束包括:对于两个同类的武器装备、/>,当满足时,武器装备组合方案的组合评价值满足:
等号成立的条件是;其中,/>表示武器装备/>的评价值。
3.如权利要求1所述的一种可解释的装备组合快速构建方法,其特征在于,所述通过预设的分类指标将所有的武器装备划分为不同类别,得到各类武器装备分组的步骤包括:
根据战略任务和使命任务分解装备组合目标,确定功能需求指标;
通过功能需求指标划分所有的武器装备,得到各功能需求指标对应的武器装备功能类集合;
通过替换关系指标对各个所述武器装备功能类集合进行分类,得到不同的替换关系类集合;
对齐所有的所述替换关系类集合,以去除重复替换关系类集合,得到各类武器装备分组。
4.一种可解释的装备组合快速构建***,其特征在于,所述***包括:
优化模型构建模块,用于构建武器装备组合优化模型,所述武器装备组合优化模型的约束条件包括武器装备***价值递增性约束;
求解算法构建模块,用于利用元组合算法和类间组合算法,构建武器装备组合优化模型的装备组合求解算法;
优化模型求解模块,用于通过所述装备组合求解算法对所述武器装备组合优化模型进行求解,输出最优武器装备组合方案集合;
所述求解算法构建模块,具体用于:
通过预设的分类指标将所有的武器装备划分为不同类别,得到各类武器装备分组;所述预设的分类指标包括功能需求指标和替换关系指标;
基于元组合算法,对各类武器装备分组中的武器装备进行类内组合,得到各类武器装备分组的类内组合方案集合;
基于类间组合算法,对不同所述类内组合方案集合之间进行类间组合,得到类间组合方案集合;
对所述类间组合方案集合中的每一个类间组合方案进行对齐,以构建得到武器装备组合优化模型的装备组合求解算法;
所述基于元组合算法,对各类武器装备分组中的武器装备进行类内组合,得到各类武器装备分组的类内组合方案集合的步骤包括:
获取各类武器装备分组中武器装备的评价值;
对各类武器装备分组中武器装备的评价值进行升序排序,得到各类武器装备分组对应的武器装备排序结果;
从武器装备排序结果中第一个武器装备开始依次向后遍历,每遍历一个武器装备,判断是否存在与当前武器装备评价值相等的武器装备;
若不存在与当前武器装备评价值相等的武器装备,则将当前武器装备与所有已遍历的武器装备以武器装备排序结果中的顺序进行组合,得到各类武器装备分组对应的类内组合方案集合;
若存在与当前武器装备评价值相等的武器装备,则将评价值相等的武器装备作为同一次序进行排列组合,得到次序排列组合集合,将所述次序排列组合集合依次与所有已遍历的武器装备以武器装备排序结果中的顺序进行组合,得到各类武器装备分组对应的类内组合方案集合;
所述类间组合算法,具体包括:
计算类间组合方案规模数:;其中,/>表示类间组合方案规模数,/>表示第/>类武器装备分组的武器装备数量为/>;
初始化装备优化组合方案集合,使,其中,/>表示装备优化组合方案集合,/>表示输入的第一个类内组合方案集合;
依次输入其余的类内组合方案集合,并判断递归次序是否等于类内组合方案集合个数;
若递归次序不等于类内组合方案集合个数,则将所述装备优化组合方案集合中的每一个装备优化组合方案逐一与当前输入的类内组合方案集合中的每一个类内组合方案进行并集操作,更新并保存装备优化组合方案;
若递归次序等于类内组合方案集合个数,且装备优化组合方案集合中的装备优化组合方案数量等于类间组合方案规模数,则输出更新后的装备优化组合方案集合,并将其作为类间组合方案集合;
所述对所述类间组合方案集合中的每一个类间组合方案进行对齐的步骤包括:
对所有所述类间组合方案集合中的每一个类间组合方案进行遍历;
对每一个类间组合方案中的武器装备进行遍历,并删除每个类间组合方案中重复的武器装备,得到最优武器装备组合方案集合。
5.一种计算机设备,其特征在于:包括处理器和存储器,所述处理器与所述存储器相连,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器中存储的计算机程序,以使得所述计算机设备执行如权利要求1至3中任一项所述的方法。
6.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中存储有计算机程序,当所述计算机程序被运行时,实现如权利要求1至3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211384674.7A CN116108613B (zh) | 2022-11-07 | 2022-11-07 | 一种可解释的装备组合快速构建方法、***、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211384674.7A CN116108613B (zh) | 2022-11-07 | 2022-11-07 | 一种可解释的装备组合快速构建方法、***、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116108613A CN116108613A (zh) | 2023-05-12 |
CN116108613B true CN116108613B (zh) | 2023-12-01 |
Family
ID=86262069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211384674.7A Active CN116108613B (zh) | 2022-11-07 | 2022-11-07 | 一种可解释的装备组合快速构建方法、***、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116108613B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150041315A (ko) * | 2013-10-08 | 2015-04-16 | 국방과학연구소 | 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법 및 이의 시스템 |
CN108053035A (zh) * | 2018-01-03 | 2018-05-18 | 清华大学 | 基于近似类内与类间约束的完全非平衡标签下的网络表示学习方法 |
CN112308381A (zh) * | 2020-10-12 | 2021-02-02 | 西安电子科技大学 | 装备贡献度数据分析方法、***、存储介质、计算机设备 |
CN112884289A (zh) * | 2021-01-25 | 2021-06-01 | 中国人民解放军国防科技大学 | 基于体系贡献率的武器装备组合选择方法及*** |
CN113887661A (zh) * | 2021-10-25 | 2022-01-04 | 济南大学 | 一种基于表示学习重构残差分析的图像集分类方法及*** |
CN113962295A (zh) * | 2021-10-08 | 2022-01-21 | 中国人民解放军战略支援部队航天工程大学 | 武器装备体系效能评估方法、***及装置 |
WO2022099915A1 (zh) * | 2020-11-13 | 2022-05-19 | 中国人民解放军国防科技大学 | 基于超网络模型的组织架构建模方法及空间探索算法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL205526A0 (en) * | 2010-05-04 | 2011-02-28 | David Myr | Automatic military real time command and control system |
-
2022
- 2022-11-07 CN CN202211384674.7A patent/CN116108613B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150041315A (ko) * | 2013-10-08 | 2015-04-16 | 국방과학연구소 | 방공교전에서의 무기유형 및 소요량을 결정하는 시뮬레이션 방법 및 이의 시스템 |
CN108053035A (zh) * | 2018-01-03 | 2018-05-18 | 清华大学 | 基于近似类内与类间约束的完全非平衡标签下的网络表示学习方法 |
CN112308381A (zh) * | 2020-10-12 | 2021-02-02 | 西安电子科技大学 | 装备贡献度数据分析方法、***、存储介质、计算机设备 |
WO2022099915A1 (zh) * | 2020-11-13 | 2022-05-19 | 中国人民解放军国防科技大学 | 基于超网络模型的组织架构建模方法及空间探索算法 |
CN112884289A (zh) * | 2021-01-25 | 2021-06-01 | 中国人民解放军国防科技大学 | 基于体系贡献率的武器装备组合选择方法及*** |
CN113962295A (zh) * | 2021-10-08 | 2022-01-21 | 中国人民解放军战略支援部队航天工程大学 | 武器装备体系效能评估方法、***及装置 |
CN113887661A (zh) * | 2021-10-25 | 2022-01-04 | 济南大学 | 一种基于表示学习重构残差分析的图像集分类方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN116108613A (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111275172B (zh) | 一种基于搜索空间优化的前馈神经网络结构搜索方法 | |
Sakr et al. | An analytical method to determine minimum per-layer precision of deep neural networks | |
Sallam et al. | Multi-method based orthogonal experimental design algorithm for solving CEC2017 competition problems | |
Lian et al. | Discrete matrix factorization and extension for fast item recommendation | |
Pan et al. | A novel antagonistic weapon-target assignment model considering uncertainty and its solution using decomposition co-evolution algorithm | |
Ali et al. | An efficient differential evolution algorithm for solving 0–1 knapsack problems | |
Liu et al. | Joint multi-dimension pruning via numerical gradient update | |
Li et al. | Hash bit selection based on collaborative neurodynamic optimization | |
Xu et al. | Towards an efficient and general framework of robust training for graph neural networks | |
CN110874413A (zh) | 一种基于关联规则挖掘的防空多武器***效能评估指标体系建立方法 | |
CN116108613B (zh) | 一种可解释的装备组合快速构建方法、***、设备及介质 | |
Benmeziane et al. | Multi-objective hardware-aware neural architecture search with Pareto rank-preserving surrogate models | |
Chattopadhyay et al. | Feature selection using differential evolution with binary mutation scheme | |
Zhou et al. | Ec-darts: Inducing equalized and consistent optimization into darts | |
Du et al. | Combining quantum-behaved PSO and K2 algorithm for enhancing gene network construction | |
CN112819172B (zh) | 一种基于表函数的量子计算模拟方法和*** | |
CN114861417A (zh) | 基于变邻域搜索的多阶段武器目标分配方法 | |
Girsang et al. | Rectifying the inconsistent fuzzy preference matrix in AHP using a multi-objective bicriterionAnt | |
Donald et al. | Selective ensemble of Internet traffic classifiers for improving malware detection | |
CN114399027A (zh) | 利用神经网络进行序列处理的方法及序列处理的装置 | |
CN114491889A (zh) | 一种作战体系网络关键节点识别方法及装置 | |
Chen et al. | A multiobjective evolutionary algorithm based on surrogate individual selection mechanism | |
Yuan et al. | Uncertainty-based network for few-shot image classification | |
Xue et al. | RARTS: an efficient first-order relaxed architecture search method | |
Flaherty et al. | Distributed octree data structures and local refinement method for the parallel solution of three-dimensional conservation laws |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |