在现代化海战中，多无人艇协同作战作为新的作战形式，对其作战效能进行科学准确的评估十分重要。针对多无人艇系统协同作战的特点，结合ADC方法和OODA决策链建立协同作战效能评估指标体系。考虑传统评估方法具有过于依赖专家经验的缺点，引入BP神经网络构建多无人艇协同作战评估模型，利用遗传算法（GA）对神经网络进行全局优化并对模型进行仿真验证。结果表明，该模型可有效地对多无人艇系统协同作战效能进行评估。
In modern naval combat, as a new form of combat, it is very important to evaluate the combat effectiveness scientifically and accurately. According to the characteristics of multiple Unmanned Surface Vehicles system cooperative combat, the effectiveness evaluation index system is established by combining ADC method and OODA decision chain. Considering the shortcomings of traditional evaluation methods that rely too much on expert experience, BP neural network is introduced to build the evaluation model of multiple Unmanned Surface Vehicles cooperative combat. Genetic algorithm is used to optimize the neural network globally, and an example is used to verify the model. The simulation results show that the model can effectively evaluate the cooperative combat effectiveness of multiple Unmanned Surface Vehicles system.
2024,46(1): 109-114 收稿日期：2022-12-01
DOI：10.3404/j.issn.1672-7649.2024.01.018
分类号：TJ01;TP183
作者简介：王翀(1988-),男,博士,高级工程师,研究方向为舰船总体技术、海洋无人智能感知认知
参考文献：
[1] 赵蕊蕊, 于海跃, 游雅倩, 等. 无人集群试验评估现状及技术方法综述[J]. 系统工程与电子技术, 2022, 1–22.
[2] 武文亮, 拓明福. 无人集群作战效能评估研究进展[C]//中国工程院、西北工业大学、中国航天科工集团有限公司、国防科技大学, 2022年无人系统高峰论坛(USS2022)论文集 《无人系统技术》编辑部, 2022: 207–214.
[3] 曹方方, 刘卫东, 李娟丽. 基于水下网络的多UUV协同作战效能评估[J]. 计算机测量与控制, 2011, 19(6): 1397–1399+1402
[4] 陈玉明, 童超, 任兵, 等. 无人艇群协同作业功能测试与评估系统设计[J]. 机电工程技术, 2021, 50(5): 105–108+128
[5] 方勇. 基于ADC和AHP的UUV装备作战效能分析[J]. 兵工自动化, 2022, 41(10): 84–87
[6] 刘国强, 陈维义, 程晗, 等. 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, 31(3): 55–59
[7] 黄吉传, 周德云. 无人机协同作战效能评估指标体系设计与分析[J]. 西安工业大学学报, 2020, 40(1): 38–44
[8] 陈士涛, 张海林. 基于作战网络模型的异构无人机集群作战能力评估[J]. 军事运筹与系统工程, 2019, 33(1): 38–43
[9] 刘春艳, 淩建春, 寇林元, 等. GA-BP 神经网络与 BP 神经网络性能比较[J]. 中国卫生统计, 2013, 30(2): 173–181
[10] 朱民, 卢骞, 丁元明. 基于GA-Elman神经网络的水下集群作战效能评估[J]. 火力与指挥控制, 2020, 45(7): 115–119+125
