基于神经网络算法融合信息熵的仿真设备质量评价研究

摘要

针对武器装备仿真设备质量评价过程中，出现层次分析法(AHP)因依赖专家经验及个人偏好使权重主观分配失衡，传统信息熵法面对小样本或数据波动较小，出现权重失真、区分度不佳、准确性降低等，使得确定权重准确性差、精度低、稳定性欠佳等问题，提出一种改进型信息熵研究方法，即设计BP神经网络算法融合AHP-信息熵法构架，然后由AHP、信息熵法分别确定主、客观权重，再由神经网络算法计算其组合权重，再进行线性加权求和计算质量评价结果。最后经仿真和实验验证，并与传统方法对比分析，结果表明建立模型正确，评价结果准确度高、精度好、误差小，较传统算法有明显提升。为未来武器装备的仿真设备研制和批量生产的质量保障提供智能化技术支撑和基础理论探索，为提升我国武器装备生产的新质生产力和提升部队新质战斗力具有很强的现实意义和工程价值。

关键词

神经网络 / AHP / 信息熵 / 仿真设备 / 质量评价 / 新质战斗力