中文摘要：

鉴于武器系统具有非线性、动态性和时效性，对其效能评估难以用基于精确数学模型的方法进行。过程神经网络同时具备对时、空二维信息的处理能力，适用于对输入存在时间累积效应的系统建模。本课题针对武器系统效能评估的特点与难点，进行模糊过程神经网络元的网络结构及其学习算法研究。提出一种具有模糊过程性信息处理能力的模糊过程神经元网络，阐述网络解的存在性、泛函逼近性等基本理论问题；引入混合进化计算理论，探索具有充分知识利用的混合进化计算方法，以解决传统进化计算方法中存在的早熟、收敛速度慢等问题；给出基于混合进化计算的模糊过程神经元网络的学习算法，实现网络结构和参数的同时优化。采用基于二元语义分析和核主成分分析的多源数据融合算法，得到可靠和精确的学习数据；提出基于元评估的评估风险分析方法和风险控制策略，提高评估结论的可信度。应用上述理论成果建立武器系统效能评估模型，将全面提升评估模型的有效性、准确性及可靠性。

结论摘要：

效能评估对复杂系统的研制开发具有缩短研制周期、节省试验费用的重要意义。由于武器系统具有非线性、动态性和时效性，对其效能评估难以用基于精确数学模型的方法进行。本项目在效能评估过程中引入过程神经网络、模糊理论、混合进化计算理论等智能方法，对包括武器系统在内的复杂系统效能评估具有重要的理论意义和实用价值。 本项目主要研究了系统效能评估中的一些问题，主要包括以下内容 1. 通过将模糊系统理论与过程神经网络相结合，提出了一种具有模糊过程信息处理能力的过程神经网络，并采用混合进化算法解决参数寻优问题； 2. 提出一种基于二元语义分析和核主成分分析的多源数据融合算法，对数据进行高效融合，提高了学习数据的可靠性； 3. 采用元评估理论建立评估风险分析方法和风险控制策略，提高评估结论的可信度。以上有关理论成果在实际工程项目中得到了有效的应用。