基于双高斯过程回归的自适应评估建模方法
Adaptive Evaluation Modeling Method Based on Double Gaussian Process Regression
摘要: 针对网络信息体系表现出的复杂、动态、涌现等特性，提出基于双高斯过程回归的自适应评估建模方法，通过指标相关性分析挖掘不同层级指标之间的连接关系，建立与评估数据相适应的评估指标体系，并基于双高斯过程回归模型训练自适应的评估模型，实现评估计算。实验证明，这种基于指标关系量化分析建立的评估指标体系以及通过训练学习得到的自适应评估模型能够很好地拟合评估指标之间客观存在的关联关系，更加逼近真实的评估模型，从而提高评估计算准确率。
Abstract: In view of the complexity, dynamics, emergence and other characteristics of network information system, an adaptive evaluation modeling method based on double Gaussian process regression is proposed. The connection relationship between indicators at different levels is minded through index correlation analysis, and the evaluation index system suitable for the evaluation data is established. The adaptive evaluation model is trained based on the double Gauss process regression model to realize the evaluation calculation. Experiments show that the evaluation index system established based on quantitative analysis of index relationship and the adaptive evaluation model obtained through training and learning can well fit the objective correlation between evaluation indexes, which is closer to the real evaluation model, so as to improve the accuracy of the evaluation calculation.
文章引用：仝小敏, 李国栋, 刘娜, 吉祥. 基于双高斯过程回归的自适应评估建模方法[J]. 计算机科学与应用, 2022, 12(8): 1940-1951. https://doi.org/10.12677/CSA.2022.128195

参考文献

[1] 张世坤, 操新文, 申宏芬. 作战体系评估方法综述[J]. 指挥控制与仿真, 2021, 43(6): 1-5.
[2] 彭辞述, 郭磊, 汪志强. 基于ADC法的防空导弹体系效能评估[J]. 船舶电子工程, 2015, 35(8): 116-158.
[3] 肖利辉, 黄玉章. 一种基于系统论思想的作战体系效能评估方法[J]. 军事运筹与系统工程, 2016, 30(1): 18-22.
[4] 邵杰. 基于AHP与改进DEA方法的装甲兵部队信息化作战体系能力评估[J]. 兵工自动化, 2017, 36(9): 78-80.
[5] 孔晨妍, 朱晶, 焦松, 等. 基于序贯仿真实验的作战体系能力分析优化方法[J]. 系统仿真学报, 2018, 30(9): 3333-3339.
[6] 吴志飞, 肖丁, 张立. “集对⁃指数法”的水面舰艇作战能力评估[J]. 火力与指挥控制, 2013, 38(9): 101-103.
[7] 杨靖宇, 胡晓峰, 张昱, 等. 基于体系仿真实验的联合作战能力评估技术[J]. 指挥信息系统与技术, 2017, 8(4): 1-9.
[8] 刘云杰, 江敬灼, 付东. 基于仿真实验的联合作战能力评估方法初探[J]. 系统仿真学报, 2011, 23(5): 1010-1014.
[9] 马力, 张明智. 作战体系网络化效能仿真分析方法[J]. 系统仿真学报, 2013, 25(S): 301-305.
[10] 周中良, 卢春光, 赵彬, 等. 基于C-TTAHP方法的指控体系作战效能评估[J]. 火力与指挥控制, 2018, 43(2): 60-65.
[11] 牛冰, 牛智奇,张晓峰. 基于功能分解组合的协同防空作战体系效能评估[J]. 火力与指挥控制, 2017, 42(4): 114-117.
[12] 朱蕾. 基于物元分析法的体系作战能力检验评估[J]. 舰船电子工程, 2011, 31(8): 46-48.
[13] 李新明, 李亢. 语义视角下基于大数据分析的装备体系评估研究[J]. 装备学院学报, 2016, 27(1): 1-5.
[14] 陶九阳, 吴琳, 胡晓峰. AlphaGo技术原理分析及人工智能军事应用展望[J]. 指挥与控制学报, 2016, 2(2): 114-120.
[15] 左钦文, 张杰民, 刘晓宏, 杨明. 基于大数据及机器学习的智能作战评估方法[J]. 兵器装备工程学报, 2020, 41(2): 107-110.
[16] 吴伟, 吴琳. 基于兵棋推演的作战效能评估方法研究[J]. 军事运筹与系统工程, 2013, 27(2): 16-20.
[17] 司光亚, 王飞. 基于仿真大数据的体系能力评估方法研究[J]. 军事运筹与系统工程, 2020, 34(3): 5-10.
[18] 司光亚, 丁剑飞. 强化面向任务的战区联合作战体系效能评估[J]. 国防大学学报, 2017, 336(2): 24-27.
[19] 刘海洋, 唐宇波, 胡晓峰, 等. 基于兵棋推演实验的综合评估指标度量方法[J]. 军事运筹与系统工程, 2019, 33(3): 5-12.
[20] 戚宗锋, 王华兵, 李建勋. 基于深度学习的雷达侦察系统作战能力评估方法[J]. 指挥控制与仿真, 2020, 42(2): 59-64.
[21] 李妮, 李玉红, 龚光红, 等. 基于深度学习的体系作战效能智能评估及优化[J]. 系统仿真学报, 2020, 32(8): 1425-1435.
[22] 谷加臣, 丁桂强, 刘朝阳, 等. 基于遗传算法神经网络的电子对抗效能评估方法研究[J]. 通信对抗, 2017, 36(2): 45-49.
[23] 郭圣明, 贺筱媛, 吴琳, 胡晓峰. 基于强制稀疏自编码神经网络的作战态势评估方法研究[J]. 系统仿真学报, 2018, 30(3): 772-784.
[24] 朱林, 方胜良. 基于复杂网络相依性的作战体系网络建模与分析[J]. 军事运筹与系统工程, 2017, 21(1): 34-38.
[25] 许相莉, 胡晓峰. 一种基于复杂网络理论的网络空间作战效能评估指标体系框架[J]. 军事运筹与系统工程, 2014, 28(1): 33-41.
[26] 郭英然, 王志敏. 基于网络理论的体系作战能力建模[J]. 火力与指挥控制, 2012, 37(4): 26-29.
[27] 刘德胜. 基于复杂网络分析方法的作战体系评估研究综述[J]. 军事运筹与系统工程, 2020, 34(3): 66-73.