武器装备保障 | 基于GWO-BP算法的合成旅战场装备抢修任务排序研究
武器装备保障 | 基于GWO-BP算法的合成旅战场装备抢修任务排序研究
摘要:针对传统战场装备抢修任务排序模型缺乏自适应学习能力以及指标权重确定主观性、经验化等问题,提出基于GWO(灰狼优化算法)优化BP神经网络算法的智能决策模型。首先,从任务累迫性、资源匹配度和环境威胁度3个维度构建包含11项指标的任务排序指标体系;其次,通过GWO算法优化BP神经网络的权值和阈值,避免陷入局部最优;最后,根据合成旅演训数据训练网络,获得最优模型。结果表明,GWO-BP模型较BP模型预测误差显著降低,能够实现抢修任务的精准排序,为合成旅战场装备抢修决策提供客观高效的解决方案。