针对现有效能预测方法难以反映反导装备体系实际效能的问题，提出一种基于“数据驱动+深度学习”的反导装备体系效能评估方法。在大量实验数据抽取、处理、分析的基础上，构建灰狼优化算法-深度置信网络（GWO-DBN）模型对数据进行训练学习，以此获得反导装备体系效能的非线性拟合，并以某次反导体系效能评估为例进行了仿真实验。结果表明，该评估方法可行、可靠，能够为反导装备体系论证和改进提供较高的参考价值和借鉴意义。
