基于直觉模糊集多属性决策的灰色关联分析法

基于直觉模糊集理论,提出了一种新的灰色关联分析方法来研究模糊多属性决策问题.首先,根据直觉模糊集的几何意义,引入了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示.其次,依据传统灰色关联分析方法的基本思想,通过计算每个方案对直觉模糊正、负理想方案的灰色关联度.然后计算备选方案对直觉模糊正理想方案的相对关联度度.最后,通过一个具体实例说明该方法的有效性和具体应用过程.     

属性权重不确定的直觉模糊多属性决策的威胁评估方法

在直觉模糊集的框架下,重点研究了目标属性值为区间数且权重完全未知,决策者对方案具有偏好信息的问题,提出一种属性权重不确定的直觉模糊多属性决策的威胁评估方法。首先,针对上述问题,建立了直觉模糊区间判断矩阵,给出了目标属性为区间数的指标值规范化处理方法;其次,分析了决策者对方案中所涉及的目标属性、属性权重及决策者权威度,建立了群决策的方案偏好模型;再次,针对目标属性值在某一区间内变化的特点,给出了直觉模糊区间值的接近度与理想解的定义,建立了最优属性权重约束优化模型;最后,以典型的威胁评估实例验证了该方法可同时反映主观和客观信息对目标威胁评估的影响,可有效避免因部分传感器失效或受外界环境因素影响以及决策者主观经验所带来的偏差,实际目标威胁评估结果验证了该方法的优越性。     

基于战术意图的空中目标机动态势估计

通过对目标在射弹飞行时间内机动模式的估计,可提高对目标未来的预测精度.针对进攻目标飞行航路有一定规律的特点,提出了基于攻击战术的目标机动态势估计方法.首先分析了飞行员采取何种攻击方式的影响因素和攻击战术特点,给出了用于判断目标在未来一段时间内可能机动模式的主要战术约束条件;然后采用贝叶斯网络作为推理工具,给出了构建贝叶斯网络进行目标机动态势估计的步骤;最后进行了仿真实例验证所建立模型有效性.     

基于规则推理的靶场资源辅助决策系统

以靶场试验设备资源的选择及人力资源的选择为研究对象,以靶场试验专家总结出的经验作为知识库规则的制定依据,用基于规则推理的方法,以VisualBasic．Net2008为开发工具、Access2003为后台数据库开发平台,建立一个靶场资源辅助决策系统。该系统具有高效、快捷、方便等优点,适用于靶场试验的设备资源选择及人员的配备。     

基于规则推理的靶场资源辅助决策系统

以靶场试验设备资源的选择及人力资源的选择为研究对象,以靶场试验专家总结出的经验作为知识库规则的制定依据,用基于规则推理的方法,以Visual Basic.Net 2008为开发工具、Access2003为后台数据库开发平台,建立一个靶场资源辅助决策系统.该系统具有高效、快捷、方便等优点,适用于靶场试验的设备资源选择及人员的配备.     

多机协同多目标攻击空战战术决策

以多机协同攻击多个目标为研究背景,提出一种目标分配的决策分析方法。首先建立攻击过程中的优势模型和目标威胁模型,根据该模型分析多目标攻击过程中我方的优势和目标威胁度,然后将该优势与威胁度相加权,由此得到多目标攻击决策准则。示例表明,该方法能够根据空战态势合理地决策好所要攻击的目标,并为航空火控系统实现多目标攻击提供准确依据。     

基于条件熵的直觉模糊条件推理

该文在利用隶属度和犹豫度计算直觉模糊逻辑命题真值的对称合成方法的基础上,提出了一种基于条件熵的直觉模糊条件推理新算法。将直觉模糊条件推理规则的前件和后件与决策信息系统的条件属性和决策属性等价起来,条件属性、决策属性和推理规则均视为直觉模糊命题,直觉模糊命题的真实程度转化成一种决策规则前件对后件的条件熵的度量,并给出了条件熵的范围,从而确定直觉模糊命题的真实程度的范围。     

存在冲突证据下的证据推理多属性决策方法

针对传统的证据推理方法对证据冲突处理能力的不足,在引入冲突参数的基础上提出了新的证据推理算法,通过证明,新算法完全满足证据合成的4个公理.基于方案集间冲突参数对决策结果影响差异最小化原则,提出了新的冲突参数优化模型,最后通过实例仿真,论证了新算法对解决证据间存在冲突时的多属性决策问题的可行性和优越性.     

空对空多机协同攻击多目标的决策研究

介绍了多机协同攻击多目标的基本概念，提出了在用模糊聚类和模糊识别算法对目标进行重要性等级评价的基础上，运用二部图的最大匹配算法对导弹和目标进行最大配对的新方法，仿真表明该方法产生的结果符合多机协同攻击多个目标的目标分配原则，具有一定应用价值。     

空对空多机协同攻击多个目标战术决策研究

简要介绍多机协同攻击多目标的基本概念,战术决策、目标分配及攻击斐邓方法。最后用数字仿真验证该方法的有效性。     

基于模糊推理的多因素传感器管理算法

在信息融合系统中,传感器管理和状态与属性估计、态势及威胁评估等有关。文中将影响传感器管理的目标多因素分为跟踪因素和威胁因素两类,建立了目标跟踪精度高低等级、威胁大小等级与目标对传感器资源需求程度等级之间的模糊规则,以模糊推理计算结果作为传感器资源分配的依据,提出了几种传感器管理算法性能评价指标。仿真结果表明,该算法充分考虑了目标跟踪和威胁等因素,分配结果更加符合战场环境的需要。     

基于电磁散射模型的ISAR空中目标欺骗干扰方法

该文提出一种基于目标电磁散射模型的逆合成孔径雷达(ISAR)空中目标欺骗干扰算法,利用目标电磁散射模型对雷达回波进行调制,能够模拟遮挡、多次散射等目标散射特征,并包含目标的平动、姿态等运动特性,保证了虚假目标的逼真性。该算法计算量小,具有较强的实时性。通过仿真试验验证了欺骗干扰算法的有效性,并对算法的计算复杂性进行了分析。     

决策层信息融合的神经网络模型与算法研究

本文对信息融合问题中决策层融合方法进行了分析与比较,提出了一种新的决策层信息融合算法,即改进型ＡＲＴ２神经网络融合算法,该融合算法在综合大脑对多源信息融合的特点和优势基础上,提出了将信息进行匹配和调和相融合的处理方式。对实际的决策层信息融合目标识别问题,该算法具有弹性去除信息间相关性以及合理处理矛盾信息的能力。同时,ＭＡＲＴ神经网络模型通过自适应地调整网络参数,对信度的增长有较好的控制能力。     

基于模糊贝叶斯网络的空中目标多传感器融合识别研究

为了对充满不确定性与模糊性的空中目标识别数据进行处理,提高空中目标多传感器融合的准确性和可靠性,提出以模糊贝叶斯网络为基本结构的多传感器数据融合模型.该模型能够对清晰连续变量通过模糊化和去模糊化操作变换成离散变量,而且基于模糊贝叶斯网络的建模方法能够组合多种证据进行不确定性表达和推理.通过详细分析空中目标识别的推理规则,建立了空中目标识别的贝叶斯网络拓扑结构,提出了贝叶斯推理算法对多种证据进行融合计算的模型.识别实例表明该模型能够融合不同信息源的数据,有效地提高空中目标识别的效率.     

基于粗糙集与神经网络方法的空袭目标类型识别模型研究

为了准确、迅速识别空袭目标类型,针对当前空中来袭目标的主要特点,运用粗糙集理论和概率神经网络的方法探索空袭目标类型识别问题.该方法先利用粗糙集理论对目标特征属性进行优化筛检,再利用概率神经网络对目标进行分类识别,得到空袭目标的类型识别结果.借助于Matlab7.1的神经网络工具箱仿真验证,该方法不但降低了以往空袭目标识...     

基于作战任务的雷达干扰决策模型

在雷达对抗体系作战中雷达干扰决策是一个必须解决的问题。通常雷达干扰决策的模型只侧重于某一方面(如干扰效果评估、干扰资源分配),而实际体系作战条件下的雷达干扰决策是一个系统问题,它包括三方面的问题:威胁评估、干扰效果评估和干扰资源分配。只有从这三方面进行系统地考虑,才能较好地解决体系作战条件下雷达干扰决策问题。基于此,作了一些初步的尝试。     

模糊多属性决策理论在军事通信系统效能评估中的应用

决策中定性指标的量化一般通过一个模糊量化标度来实现，没有考虑决策者评判时的置信程度。提出了一种基于置信度的定性指标的量化方法。把模糊多属性决策引入到复杂通信系统的效能评估中来，建立了基于模糊多属性决策的系统效能评估模型。利用指标值和权重值都为三角模糊数的模糊多属性决策方法实现了对某战区通信系统的效能评估。     

基于云模型的 Internet建模多属性评价方法

借鉴云模型的研究思想及复杂网络的研究成果,提出了基于评价云的Internet模型多属性评价方法。主要工作如下：分析了Internet的建模情况,针对模型的评价现状设计了基于云模型的评价方法,可针对网络多属性进行分别评价,并最终整合成一综合评价值,进而通过比较获得最佳的评价。云模型能够反映模糊性和随机性的关联,因此,该方法能够更加有效地表达语言定性评价信息。最后,通过应用案例证明了该方法的简单性和可行性。     

灰局势决策方法在决策层融合目标识别中的应用

本文提出了一种基于灰局势决策的决策层融合目标识别算法,并利用各子源传感器判决结果包含的动态信息,通过计算灰关联系数对各类目标进行了加权处理。实验中利用上述方法对五类目标雷达观测数据的分类结果进行了融合,其结果表明该方法的目标识别性能与子源传感器相比得到了有效地提高。