多属性决策的辐射源威胁等级判定方法

在分析了现有侦察机威胁等级判断方法的基础上,用群体层次分析方法确定威判诸因子的权重,用模糊集理论建立威胁隶属度函数,进而建立了辐射源威胁等级判定的综合方法、给出辐射源威胁等级评判标准.通过实例说明该方法是行之有效的,为威胁等级的判断提供一种新的途径.     

辐射源威胁评估的一种新方法

直觉模糊集理论极大地扩展了Zadeh模糊集的表达能力,给辐射源威胁评估问题提供了一种新的途径和方法.首先构建了辐射源威胁评估指标的直觉模糊隶属函数.然后分析了集对分析思想与直觉模糊集思想的兼容性,通过集对分析的方法求解出辐射源对于单个属性和所有属性的联系度表达式.最后通过一个排序公式对辐射源威胁进行评估.算例表明了该方法的有效性.     

粗糙模糊C均值融合聚类

提出一种新的粗糙模糊C均值融合聚类算法,该算法通过粗糙集上、下近似的引入改变了模糊C均值算法中隶属度函数的分布情况,修正了类心的更新公式和模糊隶属度计算公式,降低了计算复杂度,在改变模糊隶属度分布的同时,通过使得每一类总的隶属度变化保持最小,进一步提出了边界调节参数的自适应选择算法,实验结果表明,粗糙模糊C均值融合算法...     

基于FCM与粗糙集的连续数据知识挖掘方法

对连续数据知识挖掘可采用模糊C均值聚类将其离散化,再应用粗糙集进行约简.文中针对该过程中样本数据离散化后出现多个聚类中心隶属度值较接近的情况,提出了隶属度重叠度的方法来扩展对应离散类别的选取.离散类别确定后再应用粗糙集理论对其进行知识挖掘,可得到连续数据的本质特性.此方法应用于汽轮机轴系振动数据的知识挖掘.与采用最大隶属度确定对应类别的方法相比,该方法不影响对连续数据的知识挖掘,并能真实反映连续数据的特性.     

粗糙集和区间数空袭目标威胁评估

针对现有空袭目标威胁评估方法存在的不足,提出了一种新的基于粗糙集和区间数的空袭目标威胁评估方法.首先建立了空袭目标威胁评估指标体系,给出了指标值为区间数且指标权重完全未知的指标权重计算步骤,克服了以往指标权重确定的主观性.建立了应用粗糙集和区间数评估空袭目标威胁的数学模型.提出了威胁评估指标的离散化区间,并应用粗糙集理...     

粗糙模糊C-均值算法及其在图像聚类中的应用

提出一种新的粗糙模糊C均值算法(RFCM),该算法基于粗糙集的上、下近似的概念改进了FCM的目标函数,从而改变了隶属度函数的分布,使得隶属度函数的分布更加合理,同时RFCM的时间复杂性比FCM更低。将RFCM用于图像的聚类,相对于FCM算法,图像的边缘更光滑,同时对初始隶属度矩阵敏感度更低。该算法具有较好的稳定性,是一种实用的算法。     

正交投影法的区间直觉模糊多属性决策方法及应用

由于客观事物的复杂性和不确定性,以及人类思维的模糊性,人们所给出的决策信息往往不是以具体的数值来表达,而区间直觉模糊集同时考虑了隶属度,非隶属度和犹豫度3方面信息,且是以区间数的形式来表示,因此,它在处理模糊性和不确定性等方面更具灵活性和实用性.TOPSIS法对与正理想解距离更近可能与负理想解的距离也更近的这一类方案排序的结果并不能完全反映各方案的优劣性,针对此不足,提出将基于“垂面”距离的TOPSIS法-正交投影法应用于区间直觉模糊多属性决策,并对其基本原理进行了解释,随后将其应用于导弹武器系统的效能评估,实现了对系统优劣程度的评价.     

基于层次分析法的辐射源威胁等级评估

雷达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,干扰资源的分配以等级判定作为基础.快速、高效和准确地判断出众多目标的威胁程度,成为亟待解决的问题.利用目标权重的层次分析法,确定了威胁因子的权重,提出和建立了一种计算辐射源威胁等级的方法.实例说明,该方法是可行、有效的,为威胁等级的判断提供了一种新的途径.     

基于二叉树直觉模糊SVM的弹道目标HRRP识别

弹道目标识别是一个多目标识别过程,二叉树支持向量机(BTSVM)是一种针对多类分类有效的分类器。BTSVM结构简单,训练快,但容易出现误差积累。为提高目标识别率,引入并改进了直觉模糊支持向量机,设计了一种基于自适应隶属度函数和直觉指数的多类直觉模糊SVM分类器。对训练集进行直觉模糊化处理得到直觉模糊数据集,用于训练分类器得到二叉树直觉模糊SVM分类器。将此分类器应用于弹道目标HRRP识别,提高了识别的正确率和识别效率,仿真结果表明了此分类器的有效性。     

一种基于VPRSM的辐射源模糊识别方法

为解决辐射源识别的问题,研究利用变精度粗糙集模型来确定辐射源识别特征权值的方法。由概念的正域中对象类的条件属性的描述,得到该概念的充分条件,并依据知识间的依赖性作为所要考虑的因素来获取特征权值,同时结合模糊集理论,提出一种基于变精度粗集特征加权的辐射源模糊识别方法。最后将此识别方法模型应用于雷达辐射源用途识别,仿真实验及其结果验证了该方法的可行性和有效性。     

基于直觉模糊集的ELECTRE方法

结合直觉模糊集的信息表达优势和ELECTRE方法的思想,提出了一种直觉模糊多属性决策的新方法。利用直觉模糊熵对直觉模糊信息价值的刻画,构建了熵权与专家权重的组合权重。阐述了直觉模糊ELECTRE方法的决策原理和步骤,并经过实例应用,验证了该方法的可行性与有效性。     

多值直觉模糊熵及其应用

给出了多值直觉模糊熵的计算方法,并揭示了多值直觉模糊熵的若干重要性质,通过求解一个雷达目标识别的实例更清晰地表述多值直觉模糊集的优势或特点。实践表明,多值直觉模糊集是对直觉模糊集一种有效扩展,这种扩展有助于对实际问题进行描述和求解。     

广义直观Fuzzy集

本文给出了广义直观Ｆｕｚｚｙ集的概念,讨论了基本运算及其性质,拓广了文献［１］与［２］的结果。     

基于直觉模糊多属性决策的作战效能综合评估方法

针对作战效能评估中存在的大量不确定性问题,分析了在处理不确定信息方面现有综合评估方法的不足和直觉模糊集理论的优势,提出了基于直觉模糊多属性决策的作战效能综合评估方法。针对这种方法本身存在的缺陷,提出了设置基准方案的方法加以克服,改善了其适用性。以中远程舰空导弹武器装备为例进行综合评估分析,并采用幂指数法和加权求和法对提出的综合评估方法进行实证检验。结果表明,该方法是可行、有效的,并且在多方案区分和选择能力方面优于传统方法。     

基于前景理论和证据推理的混合型多属性决策方法

针对属性权重完全未知的混合型多属性决策问题,提出一种基于前景理论和证据推理的决策方法。通过直觉模糊数对精确数、区间数和语言变量3种混合型属性的决策信息进行统一,根据前景理论对决策信息进行转化;提出基于直觉模糊熵与相似度的属性可靠性评估方法,结合属性重要度确定属性权重;采用证据推理算法集结属性信息,得到方案的综合前景值,并以此进行方案排序。算例分析结果表明,所提方法具有较强的区分能力,能够有效降低决策结果的不确定性,对混合型多属性决策问题具有较好的适用性。     

Maximizing deviation method for multiple attribute decision making under q-rung orthopair fuzzy environment

Because of the uncertainty and subjectivity of decision makers in the complex decision-making environment, the evaluation information of alternatives given by decision makers is often fuzzy and uncertain. As a generalization of intuitionistic fuzzy set (IFSs) and Pythagoras fuzzy set (PFSs), q-rung orthopair fuzzy set (q-ROFS) is more suitable for expressing fuzzy and uncertain information. But, in actual multiple attribute decision making (MADM) problems, the weights of DMs and attributes are always completely unknown or partly known, to date, the maximizing deviation method is a good tool to deal with such issues. Thus, combine the q-ROFS and conventional maximizing deviation method, we will study the maximizing deviation method under q-ROFSs and q-RIVOFSs in this paper. Firstly, we briefly introduce the basic concept of q-rung orthopair fuzzy sets (q-ROFSs) and q-rung interval-valued orthopair fuzzy sets (q-RIVOFSs). Then, combine the maximizing deviation method with q-rung orthopair fuzzy information, we establish two new decision making models. On this basis, the proposed models are applied to MADM problems with q-rung orthopair fuzzy information. Compared with existing methods, the effectiveness and superiority of the new model are analyzed. This method can effectively solve the MADM problem whose decision information is represented by q-rung orthopair fuzzy numbers (q-ROFNs) and whose attributes are incomplete.     

基于直觉模糊时间Petri网的不确定性时间推理方法

针对Petri网模型在对复杂不确定性时间信息描述和推理方面的局限性,在定义直觉模糊时间函数以及网络变迁约减规则的基础上,融合直觉模糊时序逻辑(IFTL)、直觉模糊Petri网(IFPN)以及线性逻辑推理的理论优势,构建了直觉模糊时间Petri网(IFTPN)推理模型,并提出了基于IFTPN的不确定性时间推理算法,较好地解决了态势评估中冲突事件间的不确定性时间推理问题。最后,通过典型的战场想定验证了该时间推理方法的有效性和优越性。     

威胁评估中的一种直觉模糊推理方法

针对战场信息中存在大量不确定性因素的特点,利用一种新的直觉模糊推理方法进行威胁企图分析。推理方法有效利用两个传统Zadeh模糊系统的输出结果,更接近于专家的思维。通过实例研究证明了该方法的可行性。直觉模糊推理是对一般模糊推理的有效扩充和发展,该方法对于提高作战指挥决策智能化具有一定的参考意义。     

基于前景理论的多阶段直觉模糊数决策方法

针对航空部队事故预警方案选择中指标权重未知、指标值为直觉模糊数的多阶段直觉模糊数决策问题,考虑决策者风险偏好引起的指标值的动态变化,提出了一种基于前景理论的多阶段决策方法。该方法根据各阶段期望均值可能度的比较确定阶段变化特征,参考直觉模糊数距离公式设置动态参考点,然后集结收益和损失以整体前景值最大化为目标建立规划模型得到指标的动态权重,计算方案综合前景值并排序。最后通过MATLAB仿真实例验证了该方法的有效性。