基于群广义直觉模糊软集的空袭目标威胁评估方法

空袭目标威胁评估是提高防空武器系统应对多目标的基础. 针对威胁评估的实时性、多因素和信息不确定性问题, 构建一种基于群广义直觉模糊软集的多属性威胁评估模型. 在选择合适的威胁评估指标和量化方法的基础上, 引入多专家参量集来弥补传统广义直觉模糊软集中单个专家的评估不准确性和知识局限性等缺陷. 通过应用实例分析并与其他最新决策评估方法进行比较, 验证了该方法的可行性和有效性.

     

目标威胁评估的一种改进影响网络方法

目标威胁评估是在进行作战决策时需要解决的关键问题。针对传统影响网络只能描述二元状态事件的局限性,对其进行了扩展,建立了描述多元状态事件的改进影响网络模型,并推导了影响参数应满足的约束条件及条件概率的计算方法。以防空系统目标为例,在分析目标威胁属性的基础上,基于云模型进行属性值的定性与定量转化,并运用改进的影响网络方法进行目标威胁评估。最后给出仿真实验,实验结果验证了改进影响网络方法的有效性和可行性。     

基于灰色分析的对地多目标攻击战术规划研究

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重要依据。根据威胁评估和多属性决策的特点,运用灰色关联分析理论对目标威胁度评估进行研究,建立基于灰色关联分析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,通过求解该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。通过仿真说明该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...     

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。     

基于云重心评价法的空袭目标威胁程度评估

传统的空袭目标威胁度评估一般采用定性评估方法,而对于精确的定量评估,目前尚缺有效的方法;云理论是一种用于处理不确定性和含糊性知识的数学工具,可实现概念与数据之间的相互转换;针对空袭目标威胁度的问题,论文通过确定空袭目标威胁程度判断准则集,结合云理论的有关知识,建立各指标的云模型及其多维加权综合云的重心表示,最后应用云重心评价方法给出目标威胁度的定量评估值,从而为防空作战指挥员对空情威胁作出快速准确判断提供了科学的依据。     

基于威胁度评估的护航任务航路规划北大核心

针对护航船只在执行护航任务的过程中出现目标威胁度动态变化和对具有不同威胁值的多个目标同时进行警戒驱逐或避碰的问题.通过建立可疑船只的实时威胁度评估模型,解决目标威胁度动态变化的问题。在传统人工势场法的基础上,利用可疑船只实时威胁度,引入新的引力函数进行航路规划,解决对多目标动态警戒驱逐的问题。仿真结果验证了上述方法的有效性。     

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。     

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.     

部分指标值未知的空中目标威胁评估模型

空袭目标的威胁程度的评估将涉及许多不确定的因素，甚至是无法得到的。如何在空中目标的指标值不完全确定的情况下对目标进行威胁评估，这是一个棘手的问题。提出的基于不完全信息的多属性决策的目标威胁评估方法，该方法为解决这样的问题提供了新的途径，并通过实例分析了该方法的可行性。     

地面作战目标威胁评估多属性指标处理方法

评估指标的量化处理是目标威胁评估(Threat assessment, TA)算法应用的基础.本文针对地面作战目标威胁评估指标类型多样和难以量化的问题, 系统地提出了一种多属性威胁指标的量化方法, 并将指标量化结果转化为统一的直觉模糊集(Intuitionistic fuzzy set, IFS)表示形式.研究了地面作战目标威胁评估指标如目标距离、速度、攻击角度、类型、通视条件和作战环境等, 通过模糊评价语言、区间数、实数、三角模糊数等方式进行量化, 最大限度地保留指标不确定信息并降低实际应用的复杂度; 提出了不同表示形式的威胁指标数据与直觉模糊数的转化原则和转化方法, 并给出了理论可行性的数学证明.通过一个地面作战目标威胁评估的多属性指标处理实例, 验证了该方法在多属性指标量化和直觉模糊集表示中的合理性, 说明了该方法能够为目标威胁评估提供科学的评估数据.     

基于动态贝叶斯网络的防空作战威胁估计

准确的对战场目标威胁等级进行评估,是战场辅助决策系统的重要环节。通过对威胁估计过程的理解,全面分析了影响威胁等级的评估参数,建立了威胁估计的贝叶斯网络模型,并采用动态贝叶斯网络推理方法进行威胁估计,使目标的各个特征因素以及不同时间片的同一特征因素相互修正,克服了由于专家系统的评估所造成的不确定性和主观性,最后进行了仿真。仿真结果表明,基于动态贝叶斯网络的威胁等级评估算法是一种有效的评估算法,其结果能够比较准确地反映威胁源的真实威胁程度。     

区间条件下基于GRA和TOPSIS的辐射源威胁评估

将辐射源威胁评估作为多属性决策问题进行处理时,由于作战环境的复杂性,侦察方无法获取敌方辐射源的完整信息,导致各个辐射源目标的属性取值通常不是确定数值,具有一定的不确定性.针对上述问题,引入区间数理论和灰色关联分析对传统逼近理想解排序法进行拓展,提出一种基于灰色关联分析和逼近理想解排序的区间多属性决策方法用于解决不确定条件下的辐射源威胁评估问题.该方法构建基于区间数的欧氏距离和基于区间数的灰色关联度,通过对二者进行结合构建关于战场态势的决策信息系统,并通过构造新的综合贴近度实现对辐射源威胁程度的定量评价.实验仿真验证了所提方法能够有效解决实际作战中不确定条件下的辐射源威胁排序问题,有助于侦察方对于战场态势的进一步掌握.     

基于套索算法和改进正余弦优化支持向量回归的目标威胁估计

准确估计空中目标的威胁值对于防空作战指挥决策具有重要的参考意义.针对空中目标特征繁杂易造成模型过拟合、正余弦算法易早熟以及陷入局部最优的不足,首先,通过套索算法(least absolute shrinkage and selection operator, LASSO)去除目标的冗余特征;然后,采用佳点集初始化种群、非线性振幅调整因子、随机惯性权重、自适应终点权重以及最优邻域高斯扰动等策略对正余弦算法(sine cosine algorithm, SCA)进行改进;最后,使用改进的正余弦算法对支持向量回归(support vector regression, SVR)模型进行优化,构建基于套索算法和改进正余弦优化支持向量回归的目标威胁估计模型.对比实验结果表明,改进后的正余弦算法加强了全局搜索能力和局部收敛速度,得到的目标威胁估计模型具有较高的准确度和稳定性,能够为防空作战指挥决策提供科学的参考依据.     

An integrated method for supplier selection from the perspective of risk aversion

A lot of investigations have been published in the supplier selection area. However, few papers consider the problem from the perspective of risk aversion. In this paper, generalized intuitionistic fuzzy soft set (GIFSS) combined with extending gray relational analysis (GRA) method is proposed to select an appropriate supplier from the perspective of risk aversion in group decision-making environment. The proposed approach consists of two phases. In the first phase, the weights of decision makers are determined by using an extended GRA method with intuitionistic fuzzy soft set (IFSS). In traditional GRA method, the ideal reference is expressed in a vector, while, in this paper, the ideal reference for all individual decisions is expressed in a matrix, which is suitable for risk aversion. The weight of decision makers is utilized to aggregate individual opinions of decision makers. In the next phase, to eliminate the bias of decision makers in the choice of supplier and rule out the possibility of errors occurring in the evaluation of alternatives, the general manager will further validate it by utilized the GIFSS. Finally, a numerical example for supplier selection is given to illustrate application of the method, and the comparisons with other methods are also made.     

灰色关联分析在陶瓷产品中的三维层次评价

尝试将层次分析和灰色关联分析相融合对产品满意度构建指标、顾客、产品三维层次评价模型,该模型不仅能优化各指标的权重值,还能提高产品满意度评价结果的精度。将三维层次评价方法应用到景德镇陶瓷产品满意度评价中,对陶瓷产品的品牌、外形、质量、价格、功能、服务6项指标进行考核,实例评价结果说明该方法具有较好的科学性和实用性。     

Comprehensive performance measurement and causal-effect decision making model for reverse logistics enterprise

Product returns are becoming inevitable across all industries and returns can occur at any time during the product lifecycle. Consequently, the importance of reverse logistics (RL), has grown significantly in recent years. In order to maintain effective and efficient RL operations, enterprises adopt various approaches to improve their performance, such as Balanced Scorecard (BSC). In this research paper, a comprehensive RL performance measurement model is first developed by integrating BSC, and performance prism, thus, rectifying the drawbacks in previous frameworks while incorporating their strengths. Moreover, the RL performance is affected by different factors, for example resources utilization, productivity, and it is always difficult for decision-makers to improve all aspects at the same time. Another factor from the published frameworks assumes independence of performance factors. Nonetheless in the real world, such performance factors are seldom independent. In view of the constraint of various resources, this paper brings forward an important issue on how to enhance RL performance by clustering complex yet influential factors into groups to improve them in a stepwise way. To address this concern, an effective method called decision-making trial and evaluation laboratory (DEMATEL), is utilized. Considering the interdependence among these factors, the DEMATEL method produces a cause and effect relationship diagram. The performance factors are divided into these cause and effect groups, which enable the handling of inner dependences within a set of factors. The following proposed model contributes to enhance this RL enterprise performance, provides milestones for a performance measurement system design, and achieves targets of RL operations. Furthermore, the causal model development can help in the decision-making process as well as proposing suggestions to improve the enterprise performance.