摘要
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。
-
单位中国船舶工业系统工程研究院; 重庆大学; 航天学院