Resumen

La tecnología de evaluación de la amenaza del objetivo es una de las tecnologías clave del sistema inteligente de toma de decisiones de ayuda táctica. Con el objetivo de resolver el problema de que los algoritmos tradicionales de evaluación de la amenaza de combate aéreo más allá del alcance visual son susceptibles de factores complejos, existen correlaciones entre los indicadores de evaluación y no se pueden obtener resultados de evaluación precisos y objetivos. En este trabajo se propone un algoritmo de evaluación de la amenaza del objetivo basado en el análisis discriminante lineal (LDA) y el algoritmo de optimización del enjambre de luciérnagas mejorado (IGSO) para optimizar la máquina de aprendizaje extremo (ELM). En primer lugar, se utiliza el método de análisis discriminante lineal para clasificar los indicadores de evaluación de amenazas, eliminar la correlación entre los indicadores de evaluación y lograr la reducción de la dimensionalidad de los indicadores de evaluación. En segundo lugar, se construye un modelo de predicción con múltiples máquinas de aprendizaje extremo paralelas como núcleo, y los pesos y umbrales de entrada de las máquinas de aprendizaje extremo se optimizan mediante el algoritmo mejorado de optimización del enjambre de luciérnagas, y la integración ponderada se lleva a cabo según el nivel de entrenamiento del núcleo. A continuación, se construyen las funciones de índice de evaluación de la amenaza del ángulo, la velocidad, la distancia, la altitud y la capacidad de combate aéreo, respectivamente, y se obtienen los datos de muestra de la evaluación de la amenaza del objetivo de combate aéreo mediante la combinación del método de peso de la entropía de la estructura. Por último, se seleccionan los datos de combate aéreo del instrumento de maniobras de combate aéreo (ACMI), y se verifican mediante simulación la precisión y el rendimiento en tiempo real del algoritmo LDA-IGSO-ELM. Los resultados muestran que el algoritmo puede evaluar rápidamente y con precisión las amenazas de los objetivos.

• Materias:Automatización Aerodinámica Motores (Mecánica) Cinemática Ingeniería Aeronáutica
• Subjects:Automation Aerodynamics Engines Kinematics Aeronautical Engineering
• Palabras claves:máquina de aprendizaje extremo, evaluación de la amenaza del objetivo, indicadores de evaluación, análisis discriminante lineal, optimización de enjambre de luciérnagas, métodos de peso de entropía, función de ángulo, datos del aire, decisión de ayuda táctica, función de índice de evaluación
• Keywords:extreme learning machine, target threat assessment, assessment indicators, linear discriminant analysis, glowworm swarm optimization, entropy weight methods, function of angle, data of air, tactical aid decision, assessment index function