1.一种基于高斯过程回归的装备自适应评估方法，其特征在于，包括：获取武器装备体系的多个层级的效能指标集；采用MIC方法依次计算相邻层级的效能指标集之间的相关程度，以基于相关程度构建相邻层级之间的连接关系；基于所述效能指标集以及相邻层级之间的相关程度构建武器装备的评估模型；采用如下方式对所述武器装备的评估模型的模型参数进行训练：从上层效能指标集中选取一个指标作为上层指标，并从所述评估模型中取与所述上层指标之间具有连接关系的下层指标，以构成评估单元；利用所述评估单元与高斯核函数构建映射关系，以执行模型参数的训练；对于待评估武器装备的目标样本：基于所述目标样本确定待评估武器装备的各层效能指标集；将确定的待评估武器装备的各层效能指标集输入所述评估模型，以获得评估结果；多个层级的效能指标集自上而下包括：体系级指标集、系统级指标集和功能级指标集；采用MIC方法依次计算相邻层级的效能指标集之间的相关程度包括：采用MIC方法计算系统级指标对体系级指标的重要度，形成重要度矩阵：其中 表示第 个系统级指标对第 个体系级指标的重要程度，基于重要性阈值 ，计算系统级指标与体系级指标的连接矩阵满足：其中 ， 表示第 个系统级指标与第 个体系级指标之间有连接关系；基于此，计算系统级指标集与功能级指标集的连接关系；基于所述效能指标集以及相邻层级之间的相关程度构建武器装备的评估模型包括：基于所述效能指标集以及相邻层级之间的相关程度构建分层网络化的评估模型满足：其中节点 和连边 分别表示为： 其中 表示功能级指标集， 表示系统级指标集， 表示体系级指标集， 、 分别为各级指标之间的连接关系；利用所述评估单元与高斯核函数构建映射关系，以执行模型参数的训练包括：确定高斯核函数，利用所述评估单元及高斯核函数构建映射关系，并利用共轭梯度法及求解其中的超参数，满足：式中 、 为 组下层指标数据中第 组和第 组， ； 、 和 为高斯核函数中的超参数， ； 、 表示 、 中第 维上的数值；计算协方差矩阵 ，该矩阵 行 列的元素值满足：式中 为噪声变量：构建的武器装备的评估模型满足：其中 表示训练得到的评估单元参数集合 ， ，其中 表示评估单元上层指标值组成的 维列向量， 表示评估单元下层指标值组成的 矩阵。
2.如权利要求1所述的基于高斯过程回归的装备自适应评估方法，其特征在于，在所述目标样本仅包含功能级指标对应的指标值的情况下，基于所述目标样本确定待评估武器装备的各层效能指标集包括：采用如下方式计算系统级指标：逐个取系统级指标 作为上层指标指标，取其对应的评估单元参数集合 ， 表示该评估单元的协方差矩阵， 表示系统级指标数据矩阵 中 的指标取值列向量， 表示指标 的下层指标 的集合对应的指标数值矩阵，对应于功能级指标 的一个子集；取 中指标 的下层指标集合对应的指标数据 ，取 的第 行 表示当前评估单元的第 组样本值，采用如下公式计算 的取值 ：由此获得系统级指标取值集合 ，其中 ，表示计算得到的第 个系统级指标的取值；基于此，计算体系级指标。
3.如权利要求2所述的基于高斯过程回归的装备自适应评估方法，其特征在于，将确定的待评估武器装备的各层效能指标集输入所述评估模型，以获得评估结果包括：将体系级指标逐个作为上层指标，取对应的评估单元参数和下层指标集及数据，将系统级指标计算结果 作为自变量输入；计算体系级指标作为因变量输出，得到体系级指标取值集合 ，作为评估结果。
4.一种基于高斯过程回归的装备自适应评估装置，其特征在于，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3中任一项所述的基于高斯过程回归的装备自适应评估方法的步骤。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3中任一项所述的基于高斯过程回归的装备自适应评估方法的步骤。
