基于对偶犹豫不确定语言变量的TOPSIS 方法

针对舰炮射击目标选择和决策问题,在原始模糊多属性决策基础上,提出了一种基于对偶犹豫模糊不确定语言集TOPSIS多属性决策方法.首先给出了对偶犹豫模糊不确定语言集的定义,进而将传统的TOPSIS方法推广,最后将其应用于舰炮射击目标选择,并通过实例验证了方法的有效性.结果表明:该方法简单可靠,为舰炮射击目标选择提供了新的方法.     

工程机械子系统设计方案的Vague集模糊决策方法

针对传统模糊综合评判方法的缺陷,为了更加有效地对工程机械复杂子系统的设计方案实施定量评价,采用了Vague集对设计方案进行模糊决策的方法。利用Vague集的运算得到全部候选方案的总体模糊评判值,通过两两比较建立可能度矩阵,得到候选方案集的排序向量,从而实现对候选方案的最优选择。实例表明,该方法避免了构造新函数或向Fuzzy集转化的问题,计算过程都通过Vague集的运算法则和性质来完成,更加有效、简便,易于编程实现。     

基于熵权的坦克分队作战方案优选

针对多目标决策方法中采用事先给定权重,不具备客观性的缺点,提出基于信息熵权的TOPSIS方法决策方法：采用对原始数据计算熵权得到权重,并与TOPSIS方法相结合进行定量分析,降低决策的主观随意性,并使作战方案决策更科学合理,最后在方案评估中使用逼近理想解的排序方法。该方法可为坦克分队的作战方案的优化提供决策支持,具有较高实用性。     

Vague集理论在组合导航算法评价中的应用

由于组合导航信息融合算法缺乏有效的评估方法,提出了基于Vague集理论的评估模型。分析并完善了现有算法的评价指标,使其更能全面反应算法的综合性能;引入了属性测度理论用于Vague值选取,克服了以往经验赋值的主观性和盲目性;构建了模糊值转化规则,使用专家赋权法与熵权法结合的组合权重选取方法,改进了Vague集多指标决策的模糊值线性序法;最后应用此方法对组合导航信息融合算法品质进行评估,实验结果证明了该方法的有效性和实用性。     

基于三角模糊数TOPSIS的火炮发射阵地优选

为了得到最佳方案,提出基于三角模糊数逼近理想解排序法（technique for order preference by similarity toideal solution,TOPSIS）的火炮发射阵地优选方法。利用三角模糊数表示决策矩阵中指标属性值和权向量,依据三角模糊数的概率分布对其排序,利用TOPSIS实现各备选方案的排序优选。算例表明了方法的可行性,可以为解决其他类似优选排序问题提供借鉴。     

基于Vague集的地空导弹阵地优选模型

给出了地空导弹部队阵地优选评价的指标体系,在已知各专家对备选阵地投票结果的基础上,提出了一种同时综合考虑专家对备选阵地支持、反对、弃权投票情况隶属函数及其权重的基于Vague集TOPSIS的地空导弹阵地优选模型.根据备选阵地到正、负理想阵地相对贴近度进行排序的多属性决策方法,克服了以往专家弃权信息无法表示和已知指标信息利用不充分的问题.通过一个实例,说明了利用上述模型进行地空导弹阵地优选的科学性、合理性.     

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。     

科研试验后勤装备采购决策方法

针对后勤装备采购时所获取的指标信息具有不完备性、不确定性及不可靠性问题,采用基于区间数TOPSIS法对采购决策方案进行评估。建立科研试验后勤装备采购决策方案评估的指标体系,给出了区间数形式的评估指标值的规范化方法以及指标权重的计算方法;建立了区间数TOPSIS法评估采购决策方案的数学模型,并对实例中的决策方案进行排序。实例结果表明:该方法是有效、实用的,在后勤装备采购决策中具有较高的使用价值。     

考虑模糊性的装备供应商选择决策方法

针对装备保障工程的装备供应商选择问题中所存在的不确定性问题,基于模糊数学理论和改进的TOPSIS,提出一个考虑模糊性的装备供应商选择决策方法,并建立数学模型。该模型通过计算备选供应商到正和虚拟负理想供应商的模糊Hausdorff距离,来确定各备选供应商的相对优势模糊Hausdorff距离,依此对各备选供应商进行优先排序,实现决策。通过某型机载装备的配套设备供应商选择决策案例,对模型进行了应用。实例表明,该方法有效地解决了供应商选择决策过程中的模糊性问题,更加直观和准确的给出了各参与竞标单位的排序,具有较好的适用性。     

基于区间直觉模糊决策的多无人机任务分配方法

针对多无人机在不确定环境下面向SEAD 约束的任务分配问题,提出一种基于区间直觉模糊决策的多无 人机任务分配方法。构建面向不确定环境下无人机的任务分配数学模型,将无人机和任务的不确定信息用区间直觉 模糊数表示;借助TOPSIS 原理,考虑区间直觉模糊数的曼哈顿距离和犹豫度对区间直觉模糊数进行比较,采用改 进后的离散差分进化算法求解得到最优的任务分配方案。结果表明：该分配模型合理,算法具有较好的收敛性。     

面向视觉相似的红外伪装仿真效果评估

针对红外伪装仿真系统效果评估困难的问题,提出了一种面向视觉相似的解决方法。从视觉相似的角度出发,定义了一种新的视觉相似性模型,并建立了包括温度偏差系数、离散偏差系数和视觉相似性系数的评价指标体系;为减小主观经验的影响,引入直觉模糊集理论,建立了仿真效果评估的多属性决策模型;采用逼近理想解的排序算法(TOPSIS)进行模型求解,并针对算法存在距离正、负理想方案区分度不高的问题,定义了一种基于直觉模糊集Hamming距离的灰色接近系数来表征方案与理想方案的接近程度,有效解决了多属性决策问题。实例表明,该方法的评估结果与TOPSIS方法的结果一致,且与专家评估结果一致,验证了评价指标体系的合理性和评估方法的可行性。     

水下多目标跟踪系统攻击目标优选模型及算法

攻击目标优选是水下多目标跟踪（MTT）系统的重要组成部分。目标估计值的不精确性使优选具有模糊性，常用的经典决策方法如层次分析（AHP）法和理想解（TOPSIS）法存在精度要求高、结果稳定性差等问题，不适用于水下目标优选。该文以水下MTT系统为研究对象，运用灰色关联优选（GROD）法建立了攻击目标优选模型，解决了水下MTT过程中的目标排序以及由于目标特征值不精确引起的攻击目标误判问题。结合实例介绍了GROD方法在MTT系统中的应用，并借助系统效能分析工具与其他常用经典评估决策方法进行了比较，效能统计结果表明，应用GROD法的系统效能比AHP法提高约15％，比TOPSIS法提高约10％。GROD模型算法简单、直观、合理，计算结果客观、稳定，系统效能高，将其应用于水下MTT系统攻击目标优选评估在技术上是可行的。     

改进TOPSIS 的多属性决策方法

针对逼近理想点排序法(technique for order preference by similarity to ideal solution,TOPSIS)存在的缺陷, 提出基于Tanimoto 系数和基于对称差的2 种改进TOPSIS。改善或解决TOPSIS 存在指标相关性问题、特殊样本集合 无法比较优劣问题和样本数据动态变化时产生的逆序现象等缺陷;在稳定性、特异性、敏感性和有效性4 方面对经 典TOPSIS 模型、改进Tanimoto 模型和改进对称差模型进行对比验证,给出2 种改进模型的适用场景。结果表明,2 种方法各具有一定的优势。     

舰艇编队动态防空威胁的直觉模糊决策方法

针对舰艇编队在不确定海战场环境中的威胁估计问题,提出一种动态防空威胁的直觉模糊决策方法.首先对来袭目标的不同类型信息作规范化处理,得到直觉模糊决策矩阵;其次由直觉模糊熵权法得出评估指标的初始权重,并融合指挥员的主观偏好信息建立指标权重优化模型,使得权重结果更为合理;然后采用正态分布方法处理多时刻信息,得到不同时刻的权重;最后基于 TOPSIS 思想得到目标的威胁度排序结果.仿真实例表明:该算法具有可行性,为解决舰艇编队的威胁估计问题提供了一种有效的途径.     

基于前景理论的空战目标威胁评估

空战目标威胁评估是目标分配与火力分配的基础。针对目标威胁评估研究存在确定指标权重时未考虑指标间的相关性,采用单一灰色关联分析（GRA）方法和逼近理想点（TOPSIS）方法不能准确反映目标威胁大小,以及未考虑飞行员决策时面临损失和收益时的不同态度等问题,在综合GRA和TOPSIS的基础上,提出一种基于前景GRA-TOPSIS的空战目标威胁评估模型。提出灰色关联深度的概念,结合极大熵确定指标权重;利用指标之间的灰色关联度变权方法对指标权重进行修正,避免指标之间的相关性影响;利用GRA方法分析目标指标序列的曲线形状相似性,结合TOPSIS方法分析位置的相似性,基于前景理论,将飞行员面临收益以损失的态度融合到目标威胁评估中,得到能够体现飞行员特质的目标威胁评估结果。通过仿真验证了所提方法的有效性以及合理性。