系统工程与电子技术

作者：邓嘉宁, 李海旭, 安强林, 沙恩来, 王泽, 吴宇

单位：1. 重庆大学航空航天学院, 重庆 400044；2. 中国船舶工业系统工程研究院, 北京 100094

关键词：舰载机出动架次率,稀疏深度神经网络,Adam优化器,数据标准化,正则化

舰载机出动架次率作为衡量航母战斗力的关键指标, 对航母-舰载机系统的安全高效运行十分重要。建立根据实时数据预测当前出动架次率的模型, 将会为航母指挥官的实时调度提供重要参考。首先, 从指标原始数据出发, 基于大数据关联度分析、社区发现及主成分分析法, 确定指标之间的树状关系, 从而建立稀疏深度神经网络。同时, 为了保证更好的训练效果, 选取标准化、L2正则化、Adam优化器作为神经网络的优化算法进行训练。仿真结果表明, 在航母舰载机持续性出动任务下, 所提方法能够实现对舰载机出动架次率的快速、准确、实时预测。

来源：2023年第11期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2023年第11期