基于层次分析法(AHP)的空中目标威胁度估计

为了对空中目标的威胁度进行科学评估和排序,以便于指挥员正确作出决策和作战指令,提出基于AHP的空中目标威胁估计的方法和具体步骤。首先分析影响空中目标威胁度的具体指标因素,同时构建各个因素的威胁因子和评判函数,然后利用一种改进型的层次分析算法对空中目标的威胁度进行全面综合的评估排序。实验案例结果表明,该评估方法的应用解决...     

雷达模拟器目标威胁度评估方法研究

研究雷达模拟器目标威胁度的准确评估问题,是辅助操作手对空中目标进行打击的重要依据.威胁度普通雷达是难以探测的.由于目标的速度、距离等随机性强,具体数据难以确定.针对威胁度评估问题,多限于权重分析、聚类分析等方法,对难以确定的参数有较大依赖.为解决上述问题,提出应用效能指数的方法来确定未知目标对雷达阵地的威胁度,根据雷达能够获取的数据,得出判断矩阵,实现对雷达所测数据的分析,并评估目标的威胁度.上述方法可用于雷达模拟器,能够灵活地根据情况调整威胁度评估方法.实验结果表明,方法能够较好地在某些属性未知的情况下,可对目标威胁度进行准确评估,证明改进方法为威胁度评估提供了有效依据.     

空中目标威胁评定计算的方法研究

介绍对空中目标进行排序的方法,其基本思想是首先构建威胁评估指标体系,对各指标进行量化处理,然后应用灰色关联度分析对空中威胁目标进行威胁评估与排序,找出影响战场态势的重要目标,以便合理正确地分配火力进行打击。通过实例来说明灰色关联分析在目标排序中的应用。     

多属性目标决策的分类融合威胁排序的模型

协同空战中,目标威胁等级的判定为武器资源的有效配置提供了重要依据,是现代作战指挥决策系统的核心内容.目前该问题的难点在于,如何解决多属性目标量化属性和非量化属性的混合比较问题.运用目标多属性理论探索对空中目标的威胁排序问题,提出了一种基于被保护对象相互关系鼍化的空中目标威胁评估和排序的方法,方法对威胁冈素进行了详细分类,并分析了它们之间的关系,在此基础上融入了我方目标任务属性的比较关系,同时对一些模糊属性进行了量化处理.最后通过示例介绍了威胁评估和排序的求解过程.该方法有效地解决了目标威胁评估与排序问题,是可行和有效的.     

辐射源威胁大小综合排序的模糊相对比值法

利用模糊集理论确定辐射源威胁因子的隶属度函数 ,进而提出并建立了对多批目标威胁大小综合排序的模糊相对比值法。实例证明该方法是可行而有效的 ,它不仅适用于辐射源威胁的综合排序问题 ,而且适用于军事、经济以及日常生活中的多属性决策问题。     

基于信息熵的集群目标威胁度评估模型

为了对弹炮结合防空武器系统集群防御的火力分配提供合理的决策建议,研究了集群防御目标威胁度评估的信息熵模型.在详细分析集群目标特性的基础上,选取了集群目标威胁度的评估指标体系,并对各指标定义进行了详细的说明,然后给定了评估指标威胁度的赋值规则,在此基础上基于信息熵理论建立了集群目标威胁评估的算法规则和模型.最后通过实例仿真表明了模型的有效性和合理性.该模型和算法可以为弹炮结合防空武器系统集群防御的火力分配提供有效的支撑作用.     

基于灰色群体决策的对地多目标攻击研究

针对地多目标攻击时,目标威胁度评估可以为武器资源的有效配置提供依据。由于威胁评估和多属性决策的特点,为准确识别目标,运用灰色群体决策理论对目标威胁度评估进行研究。建立基于灰色群体决策理论的对地多目标攻击决策模型,使对地攻击决策问题转化为对目标威胁度的求解,通过求解模型即可获得目标威胁度的排序。然后根据协同优先权对多机对地多目标攻击进行目标分配和攻击排序。最后通过仿真表明模型的合理性和有效性,从而为对地多目标攻击提供一种有效的决策方法。     

基于威胁排序的分流结构IPS研究与设计*

研究了在高速网络环境下的入侵防御系统设计与实现。分流系统本身缺乏有效的检测方法,不能对数据流量进行深层次的分析,所以其漏检率较高,应用范围有限。提出了一种用于分流系统的威胁排序方法,运用层次分析法对数据包的威胁程度进行排序,有效地解决了分流系统的漏检问题,并实现了一个完整的分流入侵防御系统的各模块设计,对其效能进行了初步评估。     

基于AHP的威胁评估与排序模型研究

层次分析法(AnalyticHierarchyProcess,简称AHP)把一个复杂问题表示为有序的递阶层次结构,通过定性判断和定量计算,将经验判断给予量化,对决策方案进行排序,是一种定性分析与定量分析相结合的决策分析方法,适用于多准则决策问题。通过仿真实验用AHP根据威胁程度的大小对敌空袭目标进行排序,介绍了威胁评估和排序的求解过程,以此提供敌空袭目标对我保卫目标或区域所构成的威胁等级。该方法有效地解决了对敌空中目标威胁评估与排序问题。     

基于动态IP黑名单的入侵防御系统模型

通过分析网络入侵防御系统(network intrusion prevention system,NIPS)在处理超大网络攻击流量时存在的不足和性能瓶颈,提出并建立一种基于动态IP黑名单技术的NIPS模型,使NIPS维护一个存储攻击主机IP地址和其威胁度信息的哈希表,通过威胁度评估算法周期计算攻击源IP的威胁度并更新到哈希表内,预过滤模块将根据IP黑名单和过滤策略来对整个网络数据包进行预先过滤。实验结果表明,该模型在处理超大网络攻击流量时比传统NIPS更加快速高效,并且能更好地保护NIPS身后的网络。     

一种基于灰色关联度的决策树改进算法

在构造决策树的过程中,分裂属性选择的标准直接影响分类的效果。分析了现有改进的ID3算法不同程度地存在学习效率偏低和对多值属性重要性的主观评测等问题,提出一种高效而且可靠的基于灰色关联度的决策树改进算法。该算法通过灰色关联分析建立各特征属性与类别属性之间的关系,进而利用灰色关联度来修正取值较多但非重要属性的信息增益。通过实验与其它ID3改进算法进行了比较,验证了改进后的算法是有效的。     

动态背景运动目标的快速锁定跟踪算法

为改善动态背景运动目标跟踪的精度和计算性能,提出一种Hu_Fourier特征描述子的目标识别算法和固定模板滑动置信度最佳线性逼近法的目标锁定跟踪算法。依据提出的Hu_Fourier特征描述子,快速准确地提取出识别区域运动目标的轮廓特征,结合加权距离目标识别算法,识别出图像中所有目标,计算目标的质心坐标。利用提出的固定模板滑动置信度准则,结合识别目标的质心,锁定目标,更新目标模板。依据最佳线性逼近法,确定下一帧图像的目标搜索区域。理论分析和实验结果验证了该目标锁定跟踪算法的鲁棒性和有效性。     

基于PSO-BP算法的目标威胁评估*

通过对目标高度、距离、速度、角度这些空间态势因素和空战能力因素的分析,建立了目标威胁评估模型,提出了基于PSO-BP(粒子群和后向传播)算法的目标威胁程度评估方法。通过对空中八个目标某一时刻威胁程度的预测,并将结果与多数属性决策方法的结果进行了比较,表明此方法有效地解决了空战目标威胁评估问题,大大提高了决策的客观性。     

航材消耗广义加权函数比例平均组合预测模型

提出一种新的组合预测模型--广义加权函数比例平均组合预测模型,并利用二次规 划算法给出其加权系数的参数估计方法.同时,针对航材消耗的季节性与波动性特点,建立了航 材消耗预测的灰色系统模型与神经网络模型,最后建立了基于灰色系统与神经网络的航材消耗 广义加权函数比例平均组合预测模型并以实例说明了其预测效果.     

基于熵权与灰色关联度的隐写分析算法评估

针对现有隐写分析评估方法计算复杂、权重分配不合理的缺点,结合熵权与灰色关联度对隐写分析算法进行评估。确定算法的主要性能指标,采用熵权法计算各指标的权值,运用灰色关联度综合评价方法计算待评价指标向量与最优指标向量间的加权灰色关联度,并根据关联度的大小对隐写分析算法的优劣进行排序。实例仿真结果表明,该方法能合理评估各类隐写分析算法的优劣,具有可行性。     

基于灰熵并行分析法的多目标作业车间调度优化

提出利用信息熵理论与灰色关联分析法并行地处理多目标优化问题,将多目标优化的目标值构成数据序列,挖掘序列关系实现多目标优化。首先,并行的对目标值序列计算灰关联系数以及熵值权重,之后将信息熵与灰关联系数结合计算灰熵并行关联度,建立灰熵并行分析法。最终,利用灰熵并行关联度作为优化算法的适应值计算策略,以该策略引导智能优化算法进化。建立作业车间调度问题的三目标优化模型,以灰熵并行分析法为基础,分别应用差分算法、遗传算法解决三目标作业车间调度问题,验证新方法的可行性。实验表明：新方法均能使两算法收敛且得到分布均匀的 Pareto 前端,表明其有效和可靠。同时,差分算法得到的解较遗传算法的解具有明显的优势。     

基于GRA-LSSVM密度法的配电网空间负荷预测方法研究

为提高配电网的规划水平,实现配电网的合理规划与改造,以有效提高供电质量和效益。针对配电网空间负荷预测,设计了一种新型的电网负荷密度预测算法,在算法中将支持向量机引入到基于灰色关联度分析的负荷预测模型。通过灰色关联度分析法筛选出更符合要求的样本并进行训练,同时,引入了混沌粒子群算法(PSO)对此模型进行优化,以提高算法的精度。通过实际数据对这种算法的性能进行实例分析,依据分析结果表明,提出的算法与其他方法相比对配电网空间负荷预测的精度有显著差异,本文方法可以有效的提高配电网负荷密度预测的精度。     

基于灰色模糊推理的油料消耗预测

为了克服传统预测方法的弊端,提出了基于灰色模糊推理的油料消耗预测方法。首先,构建了基于加权灰色关联分析的案例检索模型,且运用信息熵理论确定灰色关联系数的权重;其次,构建了模糊集理论的案例检索模型,且运用改进的层次分析法确定特征属性的权重;最后,基于上述2种检索结果,运用灰色关联分析方法构建了组合检索模型,并且基于检索结果对油料消耗进行预测。通过算例仿真,证明了上述检索方法具有较高的准确度,验证了预测方法的可行性和实用性。     

基于目标作战意图信息融合的威胁评估方法

针对不确定信息条件下目标威胁评估缺乏融合作战意图信息的现状,提出一种基于IFIOWA算子并融合目标作战意图信息的目标威胁评估方法.首先,基于战场目标不确定信息,以直觉模糊集为基础,利用直觉模糊诱导有序加权平均算子(IFIOWA)进行信息集结;其次,利用灰色关联群决策方法将作战意图信息与指标值知识测度进行融合,作为IFIOWA算子诱导值;再次,通过最小二乘方法融合基于指标排序位置权重和基于评估信息权重,获得多类型融合的IFIOWA算子位置权重;最后,基于IFIOWA算子对指标信息进行集结,并利用理想解贴近度的方法计算目标威胁度.威胁评估算例表明,所提方法能够融合目标作战意图信息,评估结果合理有效.     

基于加权一个变量的一阶灰色模型的动态轨迹预测算法

针对基于Kalman滤波的跟踪方法需要对噪声特性和轨迹的运动规律进行假设的不足,将新陈代谢一个变量的一阶灰色模型(GM(1,1))引入动态轨迹预测方法,提出一种基于加权灰色GM(1,1)模型的动态轨迹预测算法(TR_GM_PR算法)。首先,顺序截取预测点前不同长度的子轨迹,计算采用灰色GM(1,1)模型拟合各子轨迹的相对误差及相应的预测值;其次,对各子轨迹的相对拟合误差进行归一化处理,根据处理后的结果设置各子轨迹预测值权重;最后,将各子轨迹获得的预测值与其对应权重的线性组合作为轨迹未来运行趋势的最终预测结果。采用2000-2008年美国大西洋飓风数据进行实验,TR_GM_PR算法6 h的预测正确率为67.6056%,比基于模式匹配的飓风预测方法提高2.6056个百分点。实验结果表明, TR_GM_PR算法适用于轨迹短期预测。此外,该预测算法计算简单、实时性高,能够有效提高动态轨迹的预测正确率。