인공신경망을 적용한 직사화기 무기체계의 살상확률(Pk) 산출방법론 연구

A Study on Pk(Probability of Kill) Calculation Method of the Direct Fire Weapon System using ANN

기존 본 연구팀에서 연구한 직사화기 무기효과 산출방법론은 JMEM(Joint Munitions Effectiveness Manuals : 합동탄약효과편람)內 표적에 대해서만 무기효과자료를 산출 가능하다는 제한 사항을 가지고 있었다. 따라서 본 연구에서는 JMEM 이외의 현실적 표적을 추가하여 무기효과자료를 산출하는 방법을 인공신경망(ANN : Artificial Neural Network)을 적용하여 도출하는 데 중점을 두었다. 즉, 미국 JMEM內 표적의 제원과 효과지수인 취약면적(Av : vulnerable area)을 이용하여 인공신경망의 예측모델을 학습시키고, 학습된 예측모델에 현실적 표적의 제원을 적용하여 취약면적을 계산한다. 최종적으로 본 연구팀이 연구한 기존 직사화기 무기효과 산출방법론에 계산된 취약면적을 적용하여 살상확률(Pk)을 계산하는 방법론을 제시하였다.

Until now it has had the limitation of the target in the US JMEM to calculate the Pk with the existing method by our study. In this study, we focused on deriving a method to calculate the Pk of the actual targets except JMEM targets using ANN. We study the initial predictive model of ANN(Artificial Neural Network) from the targets data of the specification and the vulnerable area in the US JMEM(Joint Munitions Effectiveness Manuals), and calculate the actual targets vulnerable area by using this method. Finally, we propose a method to calculate the Pk by applying those data to the existing method of us.