AHP-熵权法在综合传动装置健康状态综合评估中的应用

针对某装甲车综合传动装置健康状态的综合评估问题,提出了一种基于AHP-熵权法的模糊综合评价方法.该方法首先利用AHP-熵权法进行综合传动装置各关键部件参数权重的确定,然后利用模糊综合评价方法对其关键部件健康状态进行一级评估,最后在此基础上对综合传动装置的健康状态进行二级评估.试验表明,该方法可以有效地对装甲车综合传动装置健康状态进行综合评估.     

基于云理论的反TBM战斗部毁伤可靠性评估

针对反TBM战斗部毁伤可靠性评估的系统性、复杂性,建立组合赋权法和云理论相结合的评估模型.采用两两比较法确定主观权重,熵值法确定客观权重,并通过相关系数法确定独立性权重来修正权重,构建云模型来实现毁伤可靠性的评估.同时通过可信性分析,验证了评估结果的科学性与合理性.云模型能够实现定性指标和定量指标的模糊转换,仿真表明模型能够实现对战斗部毁伤可靠性的有效评估.     

飞航武器健康状态模糊优度综合评估

针对飞航武器健康状态评估难的问题,综合考虑影响飞航武器健康状态的多种因素,结合飞航武器特点,构建了健康状态评估指标体系,提出了细化的健康状态分级准则。基于可拓优度理论和模糊理论,提出了一种飞航武器健康状态评估方法。利用装备必须满足的条件进行状态初次判定,判断装备是否处于故障状态;再利用可拓优度评价法对非故障装备健康状态进行评估,并借助群组决策特征根法确定各评价指标权重,利用模糊隶属度函数设计关联函数,最终实现飞航武器健康状态综合评估。     

基于状态信息的装备完好性评估方法

为解决当前装备完好性评估判据不准确的问题,对基于状态信息的装备完好性评估方法进行分析。给出 状态信息获取途径和选择依据,建立装备完好性评估体系模型,确定装备关键单元,根据状态信息特点,采用D-S 证据理论和模糊综合评判对数据进行处理,结合评估体系指标权重实现装备完好性评估,并通过实例进行验证。结 果表明,该评估模型和计算方法在装备完好性评估中具有一定的实用性和有效性。     

云重心理论在防空C3I系统效能评估中的应用

云重心评估模型包括:确定指标体系、求各指标云模型、用维综合云表示具其性能指标系统状态、用加权偏离度衡量云重心改变、用云模型实现评语集及其评价结果.应用云重心构建防空C3I系统评估模型步骤为确定评判对象指标集、确定指标权重、列出指标的状态值、确定云的重心向量及确定加权偏离度.其算例验证了该模型的可行性.     

基于改进CRITIC-LRA和灰色逼近理想解排序法的空战威胁评估

针对当前空战威胁评估过程中采用主观赋权法确定指标权重时具有主观性、忽视指标间内在关联关系的问题,提出一种基于改进CRITIC-线性回归分析(LRA)确定指标权重的计算方法。根据CRITIC法的缺陷,引入基尼系数和肯德尔系数实现对CRITIC法的改进并确定指标初始权重;利用1阶LRA计算评估指标关联关系,通过削减指标权重降低指标关联性,实现对指标权重的修正,降低指标关联对评估造成的影响;为了克服逼近理想解排序法中采用欧式距离作为距离测度的缺点,采用指标间加权灰色关联度代替欧氏距离,计算相对贴近度,实现目标威胁排序。威胁评估算例表明,所提方法能够充分体现目标威胁区分度和对目标进行威胁排序,评估结果科学有效。     

基于动态变权重的空战态势评估

针对空战态势评估中以往态势评估模型对空战高动态性和博弈过程描述不充分,以及常权重评估态势导致状态失衡的问题,提出一种基于动态变权重的态势评估方法。根据空战特点建立机动强度和机动潜力模型来量化战术意图,改进态势评估模型,解决战术意图为固定值导致战斗机动态特性以及博弈过程描述不充分的问题;基于层间相关性的重要性准则方法计算客观常权重向量,根据空战评估指标影响因素分析构建均衡函数,得到指标状态变权重向量,通过常权重向量与状态变权重向量的Hadamard乘积计算指标变权重,解决常权重评估态势状态失衡问题。仿真结果表明,该态势评估方法的评估态势结果更为客观,符合实际空战特点。     

数据链路实时监控与存储系统的设计实觋

针对中心数传系统中主要传输设备DDN和帧中继目前使用的设备监控终端存在的不足，结合实际操作经验，设计了新型数据监控系统的基本组成模块，在系统中实现了信道状态自动查询、告警信息存储、常用命令选择等功能，有效地解决了原监控终端在实际使用中存在的缺陷。     

基于模糊综合评价法的某型布雷装备系统效能评估

通过分析布雷装备系统作战能力构成特点,建立了系统效能评价指标体系,利用层次分析法确定了各评价指标的权重;基于模糊综合评价法构建了某型布雷装备系统效能评估模型,结合装备实际,实现了对装备系统效能评估,并与现役同类布雷装备系统效能进行了对比分析.分析结果表明,该方法解决了该装备系统效能评估过程中部分信息不完全、模糊不确定等方面的技术难题,评估结果直观明确,符合装备性能实际,达到了预期目的.     

神经网络及回归型支持向量融合健康评估模型

健康评估是IVHM研究中的关键技术之一,基于关键特征参数监测无法解决复杂组件或系统的健康评估建模问题,而基于解析法的健康评估方法对构造特征参数的数学模型要求极高,工程价值不大。本文提出了一种基于仿真的健康评估建模新方法,该方法通过组件或系统在各种健康状态条件下仿真,生成样本数据,利用BP神经网络和支持向量机的非线性映射特性,以测量信息为基础分别构造了两种健康评估模型,考虑到单一模型缺陷,再将神经网络和支持向量机训练模型进行决策融合处理,提出了一种新的健康评估模型,并以石英挠性加速度计为例进行了建模研究与验证。结果表明：测量信息完备情况下,两种单一模型均能满足健康状态评估要求;测量信息不充分时,通过对两种模型进行决策融合处理,也可取得较好的健康状态评估效果。