1.一种基于机器学习的空地无人系统作战效能评估方法,其包括如下步骤:
2.根据权利要求1所述的基于机器学习的空地无人系统作战效能评估方法,其特征在于,在所述步骤2中,所述目标函数为训练数据集的5折交叉验证svm的分类准确率,所述约束条件为svm的惩罚因子c和rbf核函数参数g的上下限。
3.根据权利要求1所述的基于机器学习的空地无人系统作战效能评估方法,其特征在于,在所述步骤4中,所述高斯映射初始化乌燕鸥种群位置包括:
4.根据权利要求1所述的基于机器学习的空地无人系统作战效能评估方法,其特征在于,所述引入瞬态搜索优化算法的位置更新机制来改进乌燕鸥位置更新方式,具体包括:
5.根据权利要求4所述的基于机器学习的空地无人系统作战效能评估方法,其特征在于,所述计算当次迭代最优适应度值采用如下公式:
6.根据权利要求1所述的基于机器学习的空地无人系统作战效能评估方法,其特征在于,所述进行逐维度双向sine变异的步骤包括:
7.根据权利要求6所述的基于机器学习的空地无人系统作战效能评估方法,其特征在于,所述进行逐维度双向sine变异的步骤还包括判断新位置适应度是否更好,采用下式:
8.根据权利要求1所述的基于机器学习的空地无人系统作战效能评估方法,其特征在于,在所述计算并确定乌燕鸥的迁移行为步骤中,包括冲突避免,聚集和更新。