Helikopter roket sistemi performansının makine öğrenmesi yöntemi ile iyileştirilmesi

Modern savaş alanlarında, helikopterler gibi kritik rol oynayan çok yönlü platformların hedefi vurabilme kabiliyetleri büyük önem taşımaktadır. Geleneksel balistik hesaplamalar, roketlerin isabet etmesi için gerekli yan ve yükseliş açılarını hesaplar. Ancak, bu hesaplamalar belirli riskler taşımaktadır. Yapay zekânın bir alt dalı olan makine öğrenmesi, helikopterlerden atılan roketlerin isabet edeceği noktaların tahmin edilmesini sağlayarak bu riskleri minimize etmektedir. Bu tez çalışmasında, Cobra taarruz helikopterine ait veri kümesi kullanılarak roketlerin isabet noktalarının tahmin edilmesi amaçlanmıştır. Veri kümesinin %20'si yörünge benzetimi ve Rastgele Orman Algoritması tahmin sonuçlarıyla karşılaştırmak için test verisi olarak ayrılmıştır. Bu karşılaştırma sonucunda, kullanılan makine öğrenmesi yönteminin roketlerin isabet noktalarını belirlemede karar destek sisteminin etkili bir parçası olarak kullanılabileceği belirlenmiştir. Bu sayede, silah sistemi kullanıcılarının karar alma sürecindeki iş yükünün önemli ölçüde azalacağı, görev güvenliğinin ve isabet olasılığının artacağı değerlendirilmiştir. Beş kez test edilen Rastgele Orman Algoritmasıyla yaklaşık %6 mutlak hata oranı elde edilmiştir. Bu çalışma, modern savaş alanlarında helikopterlerin ateş gücü yeteneklerini, makine öğrenmesi algoritmaları kullanarak önemli ölçüde geliştirme potansiyeline sahip olduğunu göstermektedir.