研究神經(jīng)網(wǎng)絡(luò)在裝備儲備中的應(yīng)用

施云獻

【摘要】要將神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于裝備儲備，必須建立相應(yīng)的裝備儲備神經(jīng)網(wǎng)絡(luò)預測模型，在模型中，我們根據(jù)軍隊實際情況，對相關(guān)指標作出調(diào)整，從而確保裝備儲備預測方案設(shè)計的準確性與可靠性，為未來戰(zhàn)爭作好充足的準備。

【關(guān)鍵詞】神經(jīng)網(wǎng)絡(luò)；裝備儲備；BP網(wǎng)絡(luò)模型

【中圖分類號】TP183；E922 【文獻標識碼】A 【文章編號】1672-5158（2013）01—0064-01

現(xiàn)代社會發(fā)展迅速，高新技術(shù)逐漸被運用于各一個方面，其在軍事上的應(yīng)用也日益常見，軍隊的裝備儲備工作也凸顯出相關(guān)問題。其一，軍隊的裝備儲備規(guī)模還有待強大，只有保證裝備的高新，保證足夠的量的高新裝備，才能保證我國在軍事上的成功；其二，現(xiàn)有的裝備儲備狀態(tài)與發(fā)展突飛猛進的高新技術(shù)之間形成隔閡，軍隊裝備儲備效率下降，古老的傳統(tǒng)的裝備在未來戰(zhàn)場上利用價值不大，且占有一定的空間。綜合以上兩點，加強對我國裝備儲備的研究是當務(wù)之急，務(wù)必保證裝備儲備工作與現(xiàn)代高新技術(shù)發(fā)展的不謀而合。

神經(jīng)網(wǎng)絡(luò)（ANNS）是一種算法數(shù)學模型，它通過對動物神經(jīng)網(wǎng)絡(luò)行為特征的模仿而進行分布式并行信息處理。神經(jīng)網(wǎng)絡(luò)的研究范圍相當廣泛，多種學科技術(shù)在這里交叉，齊頭并進。自1943年神經(jīng)網(wǎng)絡(luò)誕生以來，它的身影遍布各個領(lǐng)域，且它的智能控制技術(shù)在軍事上也得到了廣泛的運用，比如說對于安全保密、對于飛行器的識別、對于多傳感器的數(shù)據(jù)融合以及對于輔助決策等領(lǐng)域均有所探及。且近些年來，一些軍事專家嘗試將神經(jīng)網(wǎng)絡(luò)應(yīng)用于軍隊裝備儲備，力求設(shè)計出較為合理、較為先進的裝備儲備預測方案。

一、BP網(wǎng)絡(luò)模型

（一）BP網(wǎng)絡(luò)模型概述

BP網(wǎng)絡(luò)模型是神經(jīng)網(wǎng)絡(luò)模型中使用較為廣泛的一種，它的動態(tài)分析能力、學習能力、計算能力以及對任意連續(xù)映射的逼近能力均較強，對于預測、模式識別以及人工智能等方面具有較強的適應(yīng)性與應(yīng)用價值。

BP神經(jīng)網(wǎng)絡(luò)包含三種神經(jīng)元，它們分別是輸入層、中間隱含層以及輸出層。多個神經(jīng)元組成了神經(jīng)元的每一層次，不同層次的神經(jīng)元之間存在連接，但各個層次的神經(jīng)元內(nèi)部并無連接。BP網(wǎng)絡(luò)的有效應(yīng)用在于使誤差函數(shù)下降。

（二）BP網(wǎng)絡(luò)模型算法改進

盡管BP網(wǎng)絡(luò)的逼近能力比較強，它可以逼近任何連續(xù)函數(shù)，但BP網(wǎng)絡(luò)也有其局限性：BP網(wǎng)絡(luò)能夠使誤差函數(shù)沿梯度方向下降，因而它具有非梯度的優(yōu)化功能，然而這也是導致其問題存在的原因，即局部過小；BP網(wǎng)絡(luò)學習算法需要經(jīng)過多次重復，因而降低了收斂速度；BP網(wǎng)絡(luò)的前傾性，無反饋可言。從以上幾點我們可以看出，BP網(wǎng)絡(luò)模型在算法上需要得到改進。而對于改進，通常應(yīng)從這樣幾個方面人手：一是修改作用函數(shù)；二是調(diào)整學習步長；三是改進權(quán)值修正公式。而對于具體的改進方法，通常有這樣幾種：徑向基函數(shù)算法（RBF）、自適應(yīng)變步長算法（ABPM）以及阻尼最小算法（L-M）等等。

我們來對自適應(yīng)步長算法作相關(guān)探討，因傳統(tǒng)BP網(wǎng)絡(luò)模型逼近誤差曲面的梯度變化不均勻，所以也決定了步長的不穩(wěn)定變化，如果步長固定，與梯度變化相比較小，則收斂較慢；而步長偏大又會引起震蕩。所以步長必須根據(jù)誤差曲面的梯度變化而進行相應(yīng)地改變。

二、裝備儲備指標體系

部隊裝備儲備的好壞優(yōu)良一定程度上決定了部隊的戰(zhàn)斗能力，對武器裝備進行有計劃的儲存，是軍隊必須事務(wù)。

（一）裝備儲備規(guī)模決定因素

部隊裝備儲備規(guī)模的大小一般由這樣幾個因素決定，戰(zhàn)爭初始的需求量、裝備再生量以及裝備的消耗系數(shù)等。

我們先來對戰(zhàn)爭初始的需求量進行探討，未來戰(zhàn)爭的規(guī)模和類型決定了軍隊裝備儲備規(guī)模。如果戰(zhàn)爭爆發(fā)比較全面，那么對于軍隊裝備的需求量也是全面的，對裝備初始的需求量即是部隊裝備總計儲備量。如果是局部沖突，那么應(yīng)對應(yīng)于相應(yīng)戰(zhàn)區(qū)的裝備儲量，但往往局部沖突有可能演變?yōu)槿鎽?zhàn)爭，裝備儲備規(guī)模應(yīng)立足于所有部隊裝備儲備量。對于裝備的再生量，裝備動員的規(guī)模與速度是其主要因素。裝備的消耗系數(shù)由三部分組成，裝備的實戰(zhàn)性能、裝備的可維修性以及人與裝備的結(jié)合程度。要對裝備的消耗系數(shù)進行統(tǒng)計，一般要在裝備投入使用后，而對于未投入使用的裝備的消耗系數(shù)，只能進行估算。

（二）確定指標值

1 定性指標

定性指標一般有三種，即裝備的動員規(guī)模、裝備的可維修性以及人與裝備的結(jié)合程度。對于這項指標的獲取，可通過聽取軍事專家的意見進行處理。

2 定量指標

（1）正向定量指標

對于正向定量指標，戰(zhàn)爭初始需求量是其一。裝備的初始需求量與裝備儲備的規(guī)模成正相關(guān)，需求量越大，規(guī)模越大。

（2）負向定量指標

對于負向定量指標，裝備動員速度與裝備的實戰(zhàn)效能屬此類。兩者與裝備儲備規(guī)模成負相關(guān)。

三、裝備儲備的神經(jīng)網(wǎng)絡(luò)預測模型分析

（一）輸入層與輸出層

對于裝備儲備的輸入層，我們可通過相關(guān)指標值對其加以考慮，主要包括戰(zhàn)爭的初始需求量、裝備動員規(guī)模與速度、裝備實戰(zhàn)性能、人與裝備的結(jié)合程度以及裝備的可維修性等。

而對于裝儲備的輸出層主要是指裝備儲備規(guī)模。

（二）隱含層

網(wǎng)絡(luò)結(jié)構(gòu)的復雜性決定了隱含層的單元數(shù)目。網(wǎng)絡(luò)結(jié)構(gòu)的過于復雜或過于簡單都會對隱含層的單元數(shù)目造成不利結(jié)果。對于隱含層節(jié)點數(shù)的選擇方法，我們可以通過輸入層節(jié)點數(shù)、輸出層節(jié)點數(shù)以及隱含層節(jié)點數(shù)來表示，輸入層與輸出層的節(jié)點數(shù)總和開二次方，再與1到10之間的某個常數(shù)相加，所得結(jié)果即為隱含層節(jié)點數(shù)目。

（三）初始權(quán)值與閾值

初始權(quán)值與閾值的選擇直接關(guān)系到輸出值與實際情況的接近程度。在選擇初始值時應(yīng)以小數(shù)經(jīng)驗值為主。

（四）目標值

對于目標值的選取，可參考軍事專業(yè)的意見。對于目標值的選取方法，一般有多元回歸法、估算法、類推法以及外推法等等。而且在進行目標估算時，最好能考慮到實際情況，以確保目標期望值的準確性。

四、結(jié)束語

隨著高新技術(shù)的不斷發(fā)展與人們對神經(jīng)網(wǎng)絡(luò)的不間斷研究，對軍隊裝備儲備規(guī)模的探討也在進行之中，并且伴隨研究的深入，相信許多問題都會迎刃而解，相信神經(jīng)網(wǎng)絡(luò)在裝備儲備中的應(yīng)用會越來越廣泛。

參考文獻

[1]陳煜，吳力.神經(jīng)網(wǎng)絡(luò)在裝備儲備規(guī)模研究中的應(yīng)用[J].神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用，2008（2）：266-270

[2]陳文偉.智能決策技術(shù)[M].北京：電子工業(yè)出版社，1998.115

[5]董貴山.部隊武器裝備管理學[M].軍事科學出版社，2001.126

[4]趙磊等寺申經(jīng)網(wǎng)絡(luò)在武器裝備全壽命費用中的應(yīng)用[J].裝備指揮技術(shù)學院學報。2002，13（2）：33.36.

[5]杜茜等.裝備儲備規(guī)模的確定與優(yōu)化研究[J].裝備指揮技術(shù)學院學報，2002.13（3）：26.30