[发明专利]基于SVM算法的评估潜艇学员模拟训练结果的方法

说明书

技术领域

本发明属于仿真模拟训练领域，具体的说是一种基于SVM算法的评估潜艇学员模拟训练结果的方法。

背景技术

计算机技术、网络技术、虚拟现实技术等高新技术的迅猛发展，为利用计算机模拟实际环境下的组织指挥和装备技能训练提供了新的手段。建立与舰艇装备同步发展的作战模拟训练系统也是我海军舰艇训练的主要方式，而舰艇作战模拟系统的训练成绩评估则是评价和检验训练效果的重要手段。

目前，舰艇模拟训练的评估是以人为主导的定性评估，每个潜艇学员在经过模拟训练后，得到各科目的成绩。评估人员对某个潜艇学员的各科目成绩进行综合评价，然后综合给出评价结果。所述评价结果表示为优、良、中、差四个等级，从而通过评价结果对每个潜艇学员的能力进行评价。

评估人员自身的战技水平、好恶情绪都会影响到对舰艇训练水平的客观、准确评价。而且评估人员的评估能力难以统一，不能保证所有评估人员在每次评估时都能保证是专家的水平。模拟训练的成绩评估是一项复杂的系统工程，尽管评估时动用大量人员，但仍难以保障评估的全面性和客观性。因此，寻找一种更为合理的评价方法很有必要。

发明内容

本发明要解决的技术问题在于，克服现有技术的不足，提供一种基于SVM算法的评估潜艇学员模拟训练结果的方法，其不依赖于认为评价水平，可公正客观的评估潜艇学员模拟训练结果。

本发明所涉及的基于SVM算法的评估潜艇学员模拟训练结果的方法，包括：搜集每个潜艇学员的ID和所述ID对应的各科目历史考核成绩；将每个潜艇学员的各科目的历史考核成绩进行数据的预处理和规范化，得到每个潜艇学员的各科目评价指标值；建立SVM评估算法；对所述SVM评估算法进行训练，得到SVM评估模型；根据所述SVM评估模型对每个潜艇学员各科目的考核成绩进行评估，得到每个潜艇学员的评估结果。

进一步地，所述搜集每个潜艇学员的ID和所述ID对应的各科目历史考核成绩，包括：搜集每个潜艇学员的ID；根据所述ID搜集每个潜艇学员各科目所有的历史考核成绩；将每个潜艇学员的每个科目中最好成绩作为所述科目的历史考核成绩。

更进一步地，所述将每个潜艇学员的各科目的历史考核成绩进行数据的预处理和规范化，得到每个潜艇学员的各科目评价指标值，包括：若潜艇学员未参与某科目的考核，将该科目的历史考核成绩通过预处理置零；将每个潜艇学员的所有历史考核成绩采用min-max标准化方法映射到[0，1]空间，形成每个潜艇学员的各科目评价指标值，公式为：

公式(1)中，x’_i为各科目评价指标值，x_i为各科目的历史考核成绩，max{x_i}为各科目的历史考核成绩能达到的最大值，min{x_i}为各科目的历史考核成绩能达到的最小值。

再进一步地，所述建立SVM评估算法，包括：将每个潜艇学员的各科目评价指标值存入样本数据库；获取SVM评估算法的参数集；选择SVM评估算法的核函数。

还进一步地，所述获取SVM评估算法的参数集，包括：运用相关系数公式筛选出最优参数集，所述最优参数集为SVM评估算法的参数集；定义E[(X-E(X))(-E(Y))]为随机变量X和Y的协方差，记为Cov(X,Y)，则相关系数公式为：

公式(2)中，X为每个潜艇学员的各科目评价指标值，Y为军事专家对每个潜艇学员的历史评估结果。

又进一步地，所述选择SVM评估算法的核函数包括：

选取Gauss径向基函数为SVM评估算法的核函数：

公式(3)中，A为所有潜艇学员的各科目评价指标值的矩阵，B为军事专家对所有潜艇学员的历史评估结果向量，δ表示核函数的宽度参数，取所述评价指标值设计空间半径。

优选地，对所述SVM评估算法进行训练，包括：构造三个二类分类器{C1，C2，C3}；在最优参数集中随机选取训练集对SVM评估算法进行训练；所述军事专家对所有潜艇学员的历史评估结果分为{优秀，良好，一般，较差}四类，所述二类分类器C1用于分出优秀的评价指标值，所述二类分类器C2用于分出良好的评价指标值，所述二类分类器C3用于分出一般和较差的评价指标值。