一种基于模糊聚类的作战模拟训练效果评估方法

摘要：

从具有高维度的作战模拟训练仿真数据中提取出直观且有价值的信息是一个非常重要的任务.本文中的作战模拟训练仿真数据主要指定量的数值化的仿真结果数据.传统的统计分析方法在作战模拟训练仿真数据的聚类、可视化和评估方面存在一些不足.本文提出一种基于模糊聚类的仿真数据评估方法.聚类是一种重要的统计分析技术,它通过识别有限的簇集来揭示高维数据背后所隐含的某些性质.本文提出一种新的基于测地距离和特征向量中心度的模糊c-Medoid聚类算法,然后本文提出使用一种基于模糊传递闭包的比较方法来对得到的聚类中心进行比较分析,从而得到所有簇的优劣等级的定性划分.本文提出的这些方法最终通过一个作战模拟训练仿真系统的例子进行了验证.

关键词： 作战模拟训练 仿真数据 模糊聚类 测地距离 特征向量中心度

作者: 王鹏 李革 张翔 黄柯棣

作者单位: 国防科学技术大学信息系统与管理学院,湖南长沙,中国,410073

会议类型: 国内会议

会议名称: 第18届中国系统仿真技术及其应用学术年会(18th CCSSTA 2017)

会议地点: 兰州

会议语种:中文

页码: 203-207

在线出版日期: 2017-08-01（万方平台首次上网日期，不代表论文的发表时间）