摘要
本专利介绍了一种面向战斗力指数定量分析的局部逼近方法,具体步骤为:S1:由专家选取待评估对象的影响指标,搜集并生成训练样本数据,然后对待评估目标的战斗力指数和影响指标进行评估和规范化;S2:利用模糊逻辑理论构建RBF神经网络;S3:利用RBF神经网络建立战斗力指数计算模型;S4:训练完成后,进行模型保存。本发明以RBF神经网络或模糊神经网络为基础架构进行数学模型的训练,实现对战斗力指数的精确和高效计算;本发明的局部逼近方法误差率低,对输入数据的微小变化不敏感,表现出更强的鲁棒性;本发明的方法不仅适用于军事领域的战斗力指数计算,还可迁移到其他需要高精度拟合复杂函数的领域,具有广泛的应用前景。
技术关键词
RBF神经网络
模糊神经网络
隶属度函数
模糊逻辑理论
训练样本数据
指数
生成训练样本
模糊规则
模糊推理
模糊集合
网络结构
指标
参数
误差反向传播
前馈神经网络
梯度下降法
节点
传播算法