基于信息不全条件下的备件量化方法

针对确定备件品种不完备信息的多属性决策问题，给出了基于不完备信息系统的粗糙集模型，并依据扩展优势关系确定粗糙集的上、下近似集，从而获取分类决策规则；用一个实例说明该方法的可行性和有效性．     

基于扩展不完备信息的无人战斗机综合战术灰色粗决策方法

为解决信息不完备条件下的无人战斗机(UCAV)综合战术决策问题,提出了一种基于扩展不完备信息的UCAV综合战术灰色粗决策方法。考虑粗糙集决策过程中决策属性发生缺失的情况,提出扩展不完备信息系统这一概念;按照"正向指标"的概念,建立聚类指标样本矩阵;基于灰色定权聚类方法补全缺失的决策属性;依据使决策最有可能发生的原则,给出决策信息系统的最优选择,以该最优选择为代表提取出决策规则;根据软、硬杀伤结合使用的UCAV作战想定,建立了UCAV综合战术决策模型,并通过仿真实例给出了决策过程,验证了该方法的正确性和有效性。结果表明:该方法能在条件属性和决策属性都存在部分缺失的情况下正确给出UCAV综合战术行为。     

基于粗糙集的机载武器智能选择决策方法

机载外挂物管理系统智能化发展要求系统智能决策能力,由于决策因素的复杂性,一般决策方法在应用中受到较大限制。依据Pawlak提出的粗糙集理论,建立了完备信息系统多因素粗糙集决策方法,并在原有粗糙集属性约简和规则获取算法的基础上,设计完备信息系统下最小规则约简集获取算法。以某型飞机为例,运用该粗糙集决策方法建模实现了机载武器智能选择,证明了该方法在外挂物管理系统智能决策实现的有效性。     

装备维修备件需求预测与决策方法研究

以装备维修备件需求预测与决策问题为研究对象,依据某部队特种装备维修备件需求量统计数据,运用粗糙集协调近似表示空间模型方法,建立了该作战单元装备维修备件需求量的知识表示系统,并应用该方法对其决策信息系统进行属性约简、规则融合,获得较好的预测与决策规则。该研究对快速、精确预测装备维修备件需求量和实现装备保障精确化具有重要技术支撑作用。     

基于前景理论的防空作战通道优选方法

为了选取性能优良的防空作战通道,采用前景理论对其进行排序。首先将作战通道工作过程划分为信息获取、信息传输、信息处理三个阶段,并以此为依据提取了作战通道的属性;其次基于区间数的绝对距离公式给出了作战通道的前景价值函数;然后通过对"收益"和"损失"采用不同处理方式获取了更加准确的决策权重;最后通过实例验证了该方法的有效性和适用性。     

多属性决策的智能化研究

提出了在非补偿型多属性决策下基于优势属性集扔偏好序关系模型,优势属性集的重要性不再用数值权重衡量,而是利用人工智能技术将决策者对它们的偏了信息以知识形式表达出来,结合相应的规则知识自动推进判断来确定方案之间的偏好序关系。     

面向远程测试与支援的不完备信息粗糙群决策

针对远程测试过程中由于数据质量及网络传输质量引起的信息不完备问题和远程支援过程中多专家意见合作冲突的多源决策问题,设计了一种粗糙群决策方法。该方法首先运用粗糙集理论,引入相似关系对不完备信息系统进行表示,采用最优完备选择避免不完备数据补齐方法带来的信息失真,对不完备信息系统进行决策,同时引入决策支持度的概念,针对多个专家对同一个对象的决策不是完全一致的情形进行复合粗糙群决策。实例表明:该方法可明显提高装备送修等级决策的准确率,提高远程测试与支援的效率。     

基于粗集理论的规则知识获取

粗集理论是处理不完整数据和不精确、不确定性问题的理论．基于粗集理论，分析实到诊断数据，获取诊断规则知识．它将要处理的问题表达为知识表达系统，由条件和决策属性的依赖关系消去冗余条件属性，根据属性取非正常值的数目决定其重要性束决定冗余属性取舍。通过计算各规则的核值获取系统的简化属性核值表，采用规则优化得到简化规则集，在简化属性核值表中取值次数的多少决定规则选取的优先次序．并以武器系统中某设备模块的一组实到故障诊断数据为例，具体说明了诊断规则知识的获取过程。     

基于双概率相似关系的不完备决策系统数据补齐算法

针对某型导弹故障测试数据的部分缺失问题,提出一种基于双概率相似关系的不完备决策系统数据补齐算法。在ROUSTIDA算法的基础上,根据决策属性值将不完备决策系统划分为各个决策子系统,考虑不同决策子系统中相似对象对决策规则的影响,选择同一决策子系统内最相似的对象来填补条件属性缺失值,并通过实例进行验证分析。结果表明：该算法在一定程度上能降低计算的复杂性、提高填补率,并能有效解决ROUSTIDA算法可能存在的决策规则冲突问题。     

基于证据理论的多传感器信息融合目标识别方法

从D-S证据理论的基本概念和证据的融合推理方法出发，建立了多目标特征信息融合识别框架。并提出一种符合目标识别特点的基本可信度分配构造方法。该方法把识别对象看作一个信息系统，运行过程中不断产生各种信息，并将信息加工成目标特征。通过特定的识别决策规则，得出识别结论。给出了一个多目标信息进行识别的实例，结果表明该方法能够有效地提高目标识别可信度，减小识别的不确定性。     

基于粗糙层次分析法的武器系统方案智能决策技术

致力于武器系统方案决策智能化,研究了智能软计算中的粗集方法(RS)与层次分析法(AHP)的融合问题。建立了层次分析模型与粗集决策表间的联系,基于此并借助粗集约简和属性重要性理论,探讨了武器系统方案评价指标体系的完善、权重的确定、判断矩阵的构造等问题,实现了AHP对领域知识的充分利用及粗集对层次结构问题的决策支持。将其用于某火箭武器系统改进方案的评价中,改进原有评价软件中的模型方法,实现了借助领域知识库的武器系统方案评价的智能决策。     

基于粗糙决策树模型的复杂设备智能故障诊断

提出一种粗糙决策树智能故障诊断方法。首先利用粗糙集理论构建故障诊断决策表；然后应用最小熵离散算法对特征数据进行离散；接着利用基于分辨矩阵的算法对决策表进行属性约简，并基于最大聚类比原则优选出最佳约简；最后利用C4.5算法构造出诊断决策树。并对实例进行故障诊断。结果表明：该方法不仅能有效地减少特征数据获取的工作量，而且能快速准确地实现故障识别，具有比粗糙集诊断法、粗糙决策诊断法和C4.5诊断法更强的工程实用性。     

基于区间对偶犹豫模糊熵的反辐射无人机目标威胁评估

针对属性权重未知且评价信息以区间对偶犹豫模糊数形式给出的反辐射无人机目标威胁评估问题,研究 一种基于区间对偶犹豫模糊熵的TOPSIS 决策方法。给出区间对偶犹豫模糊熵的公理化定义,构造区间对偶犹豫模 糊熵公式求解属性权重,进一步利用TOPSIS 法对方案进行威胁评估,并通过实例进行验证。结果表明：该方法能 增加权重的科学性,提高评估的准确性,进一步丰富模糊多属性决策理论。     

基于粗糙集-逼近理想解排序的辐射源威胁排序方法

将辐射源威胁评估作为多属性决策问题,提出逼近理想解排序(TOPSIS)法与粗糙集(RS)理论相结合的算法,构建一套完备的辐射源威胁等级排序模型,解决在没有先验信息条件下实时定量衡量辐射源威胁程度。针对TOPSIS方法中构造标准化决策矩阵时数据赋权的主观局限,运用粗糙集理论计算评价指标与评判结果的粗糙依赖度,确定评价指标权重,规避主观赋权的片面性。仿真结果与原始数据相符,证明所提方法的有效性,进一步量化威胁程度,有助于更精细准确排序。该方法具有工程实用价值,可以运用于辐射源威胁评估。     

具有自主决策能力的机动单元智能体研究

在机动作战仿真中,具有对战场威胁快速反应和决策能力的机动单元实体才更符合实际作战的情形。为此,提出了具有自主决策功能的机动单元智能体的结构模型,它由感知、威胁预测、决策、学习和执行等部分组成;建立了用于威胁预测的神经网络模型,并将智能体的决策描述为马尔可夫决策过程(MDP)．面对复杂的决策环境,将强化学习技术运用其中,使得智能体通过不断观测新的环境状态,运用学习手段,作出最佳的策略选择。针对强化学习中状态空间大、现有算法收敛速度较慢等问题,提出了改进的SARSA(A)学习算法。仿真实验验证了强化学习下机动策略决策的有效性和改进算法的效率。     

中距空空导弹作战能力模糊语言评估模型

中距空空导弹的作战能力评估是一个包含了定性和定量因素的不确定多属性决策问题。建立了评估的指标体系，提出了作战能力的模糊语言评估模型。通过模糊Delphi法调整决策者意见以达到一致。用模糊权重与模糊评价矩阵相乘，得到各型导弹综合评价的模糊值。最后通过一个实例说明了方法的有效性。     

基于专家知识属性重要度的集群目标威胁评估方法

结合计算机网络和专家知识库集成技术，研究了集群目标威胁评估的一类新方法。首先，在给出多领域专家知识集成评估系统定义和集群目标威胁度赋值规则的基础上，结合统计方法和历史数据库建立专家知识属性重要度模型；然后，提出了该集成评估系统的运行规则，并结合多领域专家知识集成技术，构造了集群目标威胁评估的网络化评估系统；最后，仿真实验验证了系统的有效性和合理性。该系统成功应用于型号武器系统的实际工程卖例表明，这种评估方法具有良好的更新能力和应用前景。