基于模糊多属性决策的威胁度评估与排序研究

应用模糊多属性决策理论与方法,提出一种对多批目标威胁度大小综合评估和排序的方法。此方法用模糊集和模糊数来定义和表述问题,应用模糊多属性决策方法和模糊算法实现威胁度评估并排序,使结果更能逼近于真实的空中态势状态,有利于现代实战环境中实现作战指挥决策的科学化。     

舰艇自防御的威胁排序方法研究

威胁评估与排序是舰艇自防御系统必须具备的重要功能。在多指标决策理论的基础上,结合灰色系统理论和逼近理想解方法,提出了灰色逼近理想解的威胁排序算法。首先通过建立舰艇自防御的空中威胁排序指标体系,得到各个指标的隶属度函数,再通过主客观结合的有序二元比较法得到威胁评估指标的权重,最后通过逼近理想解的灰色关联度方法对空中目标进行威胁评估与排序,并研究了分辨系数对威胁排序的影响。通过舰艇自防御防空作战实例证明了算法的有效性和工程实用性。     

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.     

基于不确定多属性决策的空中目标威胁评估技术

针对现有空中目标威胁评估方法存在的不足,提出了一种基于不确定多属性决策的威胁评估技术,建立了威胁评估的属性体系,考虑了目标战术机动和指挥员主观决策对威胁程度的影响,分析了属性最优权重的求取方法,给出了基于区间数相对优势度的目标威胁排序方法.最后给出了一个应用实例,实例证明,该技术合理有效,评估结果准确,能有效减小误差.     

不确定条件下编队协同作战空中目标威胁评估

针对决策环境的不确定性,对不确定条件下舰艇编队协同作战的空中目标威胁评估过程进行了深入研究;在此基础上,根据舰艇编队协同决策的特点,综合运用风险型多属性决策理论,建立了满足不同决策层的舰艇目标威胁评估模型和编队目标威胁评估模型,从而提出了不确定条件下编队协同作战的空中目标威胁评估方法。最后,通过实例说明了所提方法的有效性。     

惩罚与激励变权的空中目标威胁评估

威胁评估是末端防御武器系统作战指挥的重要环节。在多目标决策的理论基础上,综合变权思想和逼近理想解的方法,提出了基于惩罚与激励变权的TOPSIS(technique for order preference by similarity to ideal solution)方法的空中目标威胁评估。首先建立评估指标体系,得到各威胁属性的隶属度函数,再运用变权理论确定指标权重,最后通过逼近理想解的方法对空中目标进行排序,并分析了变权在解决此问题中的优势,证明了方法的有效性和可靠性。     

基于Vague集投影及距离的空中目标威胁评估方法

针对已有空中目标威胁评估方法存在的不足,提出一种基于Vague集投影及距离的威胁评估新方法。分析并确定了空中目标威胁因素中的评估指标,给出了评价指标的Vague值表示方法。在此基础上,应用Vague集投影及距离的多属性模糊决策理论,建立了空中目标威胁评估的数学模型,给出了目标威胁的排序方法。最后通过实例分析验证,该方法评估结果准确,对指挥员科学决策具有一定的参考价值。     

航母编队反潜目标识别和威胁评估仿真

采用贝叶斯网络模型对目标识别、威胁评估是一种有效的定量分析方法。这里首次将贝叶斯网络模型运用到航母编队作战决策中识别水下目标和评估威胁等级。结合部队实际情况分别构建目标识别和威胁评估贝叶斯网络模型;基于部队实践数据、院校专家和查阅资料构建符合实际情况的条件概率表;最后通过仿真实验对水下目标进行识别和评估威胁等级,对比部队相关数据验证了贝叶斯网络对航母编队目标识别和威胁评估的有效性,能够为航母编队指挥员反潜作战提供一定的辅助决策。     

基于分层防御的空中目标威胁值评定模型

按照分层防御的原则,结合水面舰艇编队防空火力的主要性能和空中目标的部分属性,首先建立了空中目标的威胁分级模型,再在同一威胁等级中运用模糊理论根据目标的属性进行进一步评定,从而建立了基于分层防御的空中目标的威胁值评定模型。本模型可为水面舰艇编队防空作战决策提供一定的参考。     

基于串联模型框架的目标威胁评估

针对防空武器系统防空作战特点,在对目标威胁程度影响因素分析的基础之上,运用模糊理论和多模型理论探索目标威胁评估问题。设计了一种基于串联模型框架的目标威胁评估方法,该方法采用3个基本模型,基于串联系统思想,经模糊推理融合,得到空中来袭目标的威胁程度。该评估方法层次分明、直观有效,能够较好地满足海上对空防御作战中对目标威胁评估的需要,为舰指挥员决策和防空武器系统火力分配提供一定的依据。     

缺失数据下基于直觉模糊的动态威胁评估

针对空中威胁目标动态变化特点及面临的信息缺失问题,提出了一种缺失数据下基于直觉模糊TOPSIS的动态空战威胁评估方法。首先运用直觉模糊集确定不同时刻目标属性决策矩阵,同时将采用IOWA算子的空值估计算法运用到直觉模糊集理论中,填补缺失数据;采用熵原理与直觉模糊集相结合确定目标属性的客观权重,结合专家给出的主观权重求解出目标属性的综合权重,并由泊松分布法确定时间序列的时间权重。仿真结果表明该方法的可行性和有效性,在信息缺失时能直观地描述出威胁的动态变化趋势。     

非致命微波束武器技术

2001年3月在美国五角大楼的一次新闻发布会上,美国空军研究实验室与国防部联合非致命武器局宣布,目前已有一种革命性的非致命定向能技术,能对750米外的敌军实施非致命杀伤,这项技术称之谓主动拒止技术。海军陆战队时报评论说,主动拒止技术可能是自原子弹以来武器技术中最大的突破。现在伊拉克战争结束快两年了,但是伊拉克境内的冲突与死亡人数不断增加。最近一些国外媒体报导,为稳定局势,美国正准备于今年秋季把这种武器投入伊拉克使用。主动拒止技术(Active Denial Technology)是美国定向能武器计划的高功率微波技术中的一种。它利用一束…     

基于模糊理论的防空系统威胁评估方法

防空系统的威胁评估是进行对地攻击任务规划的重要前提.针对防空系统评估指标信息的不确定性和模糊性,借鉴模糊数学的研究成果,利用模糊层次分析法分配各指标的权重,并给出了模糊层次分析法的数学模型和应用步骤.在此基础上,采用模糊多属性决策理论对防空系统的威胁等级进行量化,最后通过算例验证了方法的有效性.     

基于GIFSS-TOPSIS的辐射源威胁评估方法

针对辐射源威胁评估信息不确定性和属性权重难以确定的问题,将广义直觉模糊软集(Generalized Intuitionistic Fuzzy Soft Sets,GIFSS)与逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)理论相结合,提出一种基于GIFSS-TOPSIS的辐射源威胁评估方法。GIFSS-TOPSIS算法利用直觉模糊集求得直觉模糊集决策矩阵,充分描述了目标属性的确定性、不确定性和犹豫度所有信息,相比经典TOPSIS法,直觉模糊集决策矩阵对目标属性信息的描述更加全面、确切。此外,提出一种主客观权重结合的权重优化模型,规避传统TOPSIS法主观赋权的局限。仿真分析表明,该算法具有较好的可行性与有效性,相比经典TOPSIS法可信度增强,评估结果更加客观合理,可用于辐射源威胁评估。     

基于熵权法-灰色关联法的海面目标威胁度评估

目标威胁度评估是反舰导弹作战指挥决策重要环节之一。针对作战目标属性关联复杂,主观决策缺乏客观依据支撑的问题,采用熵权法及灰色关联法的混合构建目标威胁评估模型,依据有限的作战指标数据,对目标威胁度进行排序,得出了导弹攻击目标的顺序,结果表明混合评估方法的有效性、合理性,为反舰导弹优选攻击目标提供理论支撑。     

微波束武器技术

2001年3月在美国五角大楼的一次新闻发布会上,美国空军研究实验室与国防部联合非致命武器局宣布,目前已有一种革命性的非致命定向能技术,能对750米外的敌军实施非致命杀伤,这项技术称之谓主动拒止技术。海军陆战队时报评论说,主动拒止技术可能是自原子弹以来武器技术中最大的突破。现在伊拉克战争结束快两年了,但是伊拉克境内的冲突与死亡人数不断增加。最近一些国外媒体报导,为稳定局势,美国正准备于今年秋季把这种武器投入伊拉克使用。     

坦克火力运用自动化系统目标威胁评估模块

信息化条件下战场威胁的复杂性和现代信息技术的高度发展,使坦克火力动用自动化系统既十分必要,又将成为可能.目标威胁评估模块是该系统的核心部分.通过建立"目标类型、相对距离、相对速度、打击角度和攻击状态"的指标体系,动用模糊多属性决策理论和方法,建立目标威胁评估模型,对于未来坦克火力动用自动化系统的建设具有一定的借鉴作用.     

基于排列法的目标威胁评估模型

目标威胁评估是一个推理、决策的行为,结合现代防空作战的特点和指挥自动化系统的工作过程,分析了影响目标威胁评估的几个重要因素,应用多属性决策中的一种改进排列法建立了数学模型,验证了其可行性。     

非致命激光武器综合效能评估

非致命激光武器是采用低能激光使目标暂时丧失战斗力的一种战术武器,通过对影响非致命激光武器综合效能关键因素的分析,建立了非致命激光武器的综合效能评价核心指标体系,提出了非致命激光武器综合效能的评估方法,采用最优传递矩阵改进层次分析方法确定各指标的相对权重,运用灰色层次分析法对非致命激光武器的综合效能进行了评估,为非致命激光武器的研发和实际应用提供了理论支持。     

基于BP神经网络的空中目标威胁排序

研究了BP神经网络算法对空中目标进行威胁排序的方法.水面舰艇对空防御作战中,舰载平台多传感器系统获得空中目标属性信息不完全,利用BP神经网络建立目标各属性权值的分配模型,通过大量的实例对模型进行训练,可以使所获得的空中目标属性信息得到充分利用,从而得到基本符合战场环境的客观的空中目标威胁排序.