逼近理想排序法在海战场目标威胁评估中的应用

逼近理想排序法被用于对海战场威胁目标进行评估.此方法先定义正理想和负理想方向,并将二者作为理想化的最具威胁和最不具威胁的基点.由此权衡各威胁目标对于正理想方向的靠近程度.再对空中、水面和水下各威胁目标进行排序,从而完成其威胁评估.仿真表明该方法能适应现代海战场的要求.     

辐射源威胁等级判定的模糊多属性方法

辐射源威胁等级判定是电子对抗领域的一个重要研究课题,干扰资源分配、干扰辅助决策都以等级判定作为基础.在分析海军现有侦察机威胁等级判断方法的基础上,利用目标权重的一致性排序方法确定了威胁判断因子的权重,用模糊集理论建立了其隶属度函数,进而提出和建立了一种计算辐射源威胁等级的方法,并给出了辐射源威胁等级的评判标准.文中实例说明,该方法是可行、有效的,为威胁等级的判断提供一种新的途径,从而使侦察机能适应日益复杂的辐射源威胁环境.     

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。     

基于粗糙集的汽车驾驶员疲劳监测方法的研究

通过采集脑电α波、脉搏信号、心率信号等生理信号,基于粗糙集理论进行驾驶员生理信号疲劳特征的提取,建立疲劳监测的决策规则.实验证明,该方法可准确判别驾驶员的疲劳状态.     

基于逼近理想方案的装备采购

针对多个装备采购难以取舍的问题,在分析影响装备采购因素基础上,确定影响装备优劣的重要指标.根据现有的可采购装备,假设不可能存在的一件正理想装备和一件负理想装备,运用逼近理想点法,计算各件装备到理想装备的相对贴近度,得到贴近度最大的为最先采购装备,为装备采购提供参考.实例分析检验该方法可行.     

基于Vague 集的TOPSIS 方法在导弹保障方案决策中的应用

针对导弹保障方案决策特点,研究基于Vague集的逼近理想解排序方法。采用模糊语言变量对保障方案的各个指标进行赋值,并给出模糊语言变量的Vague值含义和Vague集之间的欧氏距离定义;运用记分函数来确定正理想解和负理想解,建立基于Vague集的TOPSIS模型,并通过实例进行验证。结果表明：Vague集能部分模拟人类的决策过程,有效处理不完全和不精确的信息;基于Vague集的TOPSIS方法应用较合理,计算较简便。     

基于优先排序与粒子群优化的装备保障任务规划方法

针对装备保障任务规划过程中保障资源占用冲突及保障任务逻辑关系约束的实际问题,构建基于任务优先排序的解空间模型,并进一步提出基于优先排序与改进粒子群优化的装备保障任务规划方法。该方法将分解后的保障任务按照其重要性和逻辑顺序进行优先排序,并根据排序结果对粒子群优化算法得到的任务与资源匹配解空间进行调整,以解决资源占用冲突和逻辑顺序问题。为保证每次迭代后的粒子为可行解,提出不可行粒子的多维异步处理机制,提高了粒子群优化算法的搜索效率。通过实例应用仿真分析,验证了该方法在装备保障任务规划中的有效性和优越性。     

考虑优先级的维修任务动态调度方法

为解决目前维修任务动态调度方法研究中存在方法复杂、考虑调度规则少、实用性不强等问题,对维修任务动态调度方法进行优化研究.综合考虑维修时间、维修前等待时间、受敌威胁程度和装备重要程度等调度规则,运用逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)确定各维修任务的优先级.通过实时更新关键时间点的维修任务静态调度方案实现对维修任务的动态调度,构建考虑优先级的维修任务动态调度模型,并通过示例分析进行验证.验证结果表明:新模型能用相对简单的方法解决复杂问题,为装备保障指挥员确定维修任务调度方案提供参考.     

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。     

基于组合赋权逼近理想解法的岸-海联合防空目标威胁评估

为正确评估敌方来袭目标对岸海联合防空网络的整体威胁,构建来袭目标威胁评估的指标及其隶属度表 示,基于群组AHP 和改进熵权法给出指标的主客观组合权重。通过逼近理想解法给出来袭目标相对单防御平台和整 个防御网络的威胁度。仿真结果表明,所构建威胁评估体系具备有效性。     

基于粗糙集和加权TOPSIS法的弹目匹配模型

提出了基于粗糙集和加权TOPSIS法的弹目匹配模型;该模型充分考虑目标特性和战斗部毁伤效应匹配度,适应了弹目匹配固有的客观性和非线性跳跃变化特点;算例分析表明:该模型能够对各类武器打击各目标的优先顺序进行量化评估,解决了混合火力打击下打击目标的弹型选择问题.     

基于Entropy-TOPSIS 方法的目标威胁动态评估与仿真

为解决在目标威胁评估方法中,确定各属性的权重时受主观因素和高机动目标影响大的问题,提出一种 改进的多属性决策目标威胁评估方法。综合模糊理论和多属性决策理论,通过构造隶属度函数规范化属性值,基于 熵值法求解属性权重,应用TOPSIS 理论进行目标威胁评估,构建不同的态势实例,采用静态数值计算和动态模拟 仿真的方法对算法进行验证。仿真实验结果验证了该方法的合理性和有效性。     

粗糙集融合灰色关联的火控系统ADA 模块状态评估方法

为降低火控装备维修成本、增强火控系统完备性及提高管理效率,提出一种粗糙集融合灰色关联分析法 的状态评估方法。以某型坦克火控系统中ADA 模块为研究对象,针对火控计算机信号冗余复杂的特点,采用粗糙集 理论对其进行属性约简,将约简后的信号作为评估指标,采用灰色关联分析方法对系统进行状态评估,并通过实例 进行对比分析。结果表明：该算法计算过程简单、空间复杂度较小,能有效评估火控计算机与传感器分系统的当前 状态。     

基于Rough集和回归型SVM的超视距空战威胁评估

针对现有超视距空战威胁评估方法的不足,提出了基于Rough集和回归型SVM的超视距空战威胁评估方法。该方法结合对超视距空战过程和影响参数的分析,构造了参战双方战机的态势、效能、事件、目标战役价值等优势函数,将导弹射程作为距离因素的一种引入威胁评估优势函数模型中,改进了距离优势函数,优化了方位角、进入角、能量、效能等优势函数,并将目标战役价值作为威胁评估的因素;然后采用Rough集的知识简约方法简约了各优势函数中的冗余信息,并采用回归型SVM实现了最终的威胁评估排序;经仿真计算验证,该方法合理、有效。     

基于变精度粗糙集的导弹需求量预测模型

建立了基于变精度粗糙集的战时导弹需求量预测模型。在对导弹需求量影响因素分析的基础上建立了导弹需求量预测决策表,采用基于属性重要度的启发式算法求解β近似约简,从而获取导弹需求量预测的相关规则。结果表明,该模型具有一定的有效性,为战时导弹需求量预测提供了一种新的途径。     

基于粗糙熵的武器系统效能评估方法研究

针对粗糙集在非决策系统评价中的局限性,提出了一种基于粗糙熵的武器系统效能评估模型.论述了该模型的评估步骤,并结合实例进行了分析.结果表明,基于粗糙熵的评估模型有效、可行,解决了原有评估中存在的问题,提高了武器系统评估的客观性和正确性,为武器系统的发展论证和实际使用提供了科学的理论决策依据.     

一种新的基于粗糙集理论的雷达目标识别方法

针对雷达目标高分辨距离像维数高的问题,提出基于粗糙集理论的属性约简算法.设计了基于ReliefF算法的属性重要性函数,采用启发式搜索,进行属性约简.实验结果表明文中提出的属性约简算法较其他方法能够提高识别效果,显著缩短约简时间.     

基于灰理论的威胁评估方法

威胁评估既有利于合理分配战场资源以进行科学的攻防决策，又能更好的保存自己，有力的打击敌人，因此建立一个可信度较高的通用的威胁评估体系很有必要。影响威胁评估的因素很多，在不考虑各因素相互影响的前提下，举例说明了评估结果可能会出现不合理的情况，针对各因素之间的相互影响，提出了用灰关联度修订威胁隶属度的评估算法，在保持权重不变的情况下，同一个例子的评估结果分析表明，修订后的评估算法更合理。基于灰理论的威胁评估方法在可信度方面有了一定的提高。     

基于优度评价方法的空袭目标威胁评估

针对定量与定性评价指标共存的特点,将优度评价方法运用于对空袭目标威胁的评估。确定集群空袭目标的评价指标体系,建立空袭目标关于各评价指标的关联函数来刻画各空袭目标的威胁,计算关联度和规范关联度,并计算出各目标威胁的优度值,将其用于对各空袭目标的威胁进行排序。实例证明：该方法可靠、实用,可为防空武器拦截方案的确定提供定量的依据。     

基于粗糙集规则提取的导弹武器质量性能评估方法研究

传统的评估方法在指标体系获取、模型建立及专家资源数量等方面都会受到各种主观因素的影响和制约,从而降低评估结果的客观性及正确性。为了克服传统方法的缺点,基于粗糙集理论并结合相关机器学习算法,以导弹武器在寿命周期中的质量数据为基础,从中自动分析、提取导弹武器的质量性能评估规则,进而对导弹武器当前的质量状况给出评估。阐述了该评估方法的理论依据,设计并实现了规则提取及评估中的算法步骤。该评估方法以客观的质量信息为基础,不依赖于任何先验知识,不受专家资源制约,规避了主观因素的介入,有效提高了评估结论的客观性和正确性。通过小子样数据和大子样数据2种情形下的算例分别对整机级和部件级的武器质量性能进行了模拟评估,评估结果验证了该方法的有效性和正确性。传统的评估方法在指标体系获取、模型建立及专家资源数量等方面都会受到各种主观因素的影响和制约,从而降低评估结果的客观性及正确性。为了克服传统方法的缺点,基于粗糙集理论并结合相关机器学习算法,以导弹武器在寿命周期中的质量数据为基础,从中自动分析、提取导弹武器的质量性能评估规则,进而对导弹武器当前的质量状况给出评估。阐述了该评估方法的理论依据,设计并实现了规则提取及评估中的算法步骤。该评估方法以客观的质量信息为基础,不依赖于任何先验知识,不受专家资源制约,规避了主观因素的介入,有效提高了评估结论的客观性和正确性。通过小子样数据和大子样数据2种情形下的算例分别对整机级和部件级的武器质量性能进行了模拟评估,评估结果验证了该方法的有效性和正确性。