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.     

辐射源威胁排序模糊综合评判

通过对多批目标所载辐射源的威胁程度进行排序来判断多批目标的相对威胁程度是作战辅助决策的一种重要方法。建立了辐射源脉冲重复频率、辐射源方位、辐射源脉冲宽度等辐射源威胁评判指标体系并提出各指标的优属度函数。利用模糊多属性决策理论建立了基于不完全偏好信息的对多批目标威胁大小进行综合排序的模糊综合评判模型。实例证明该模型可行、有效,且便于计算。该方法不仅适用于辐射源威胁综合排序,而且适用于其它多属性决策问题。     

模糊交叉迭代法的空战威胁度评估排序方法

在目标属性权重未知的情况下,综合考虑模糊最小隶属度原则、模糊最大隶属度原则以及考虑人为主观知识经验和偏好的情况,给出一种运用模糊交叉迭代法对多目标进行评估和排序,进行了仿真计算,并与基于熵权的威胁度评估排序方法进行比较,结果表明该算法是合理和有效的.     

云模型和距离熵的TOPSIS法空战多目标威胁评估

针对传统逼近理想解的排序法(TOPSIS)在空战多目标威胁评估中对战场态势数据精度要求高这一缺陷,提出了一种基于云模型和距离熵TOPSIS法空战多目标威胁评估方法。该方法运用云模型理论对战场态势数据进行模糊表示,并通过定义云元素的大小和距离测度公式实现了两者结合。考虑目标各属性的权重对分析结果的重要性,运用距离熵理论来分配各属性的权重,进而建立加权决策云矩阵,根据相对贴近度的大小确定各方案的威胁程度。最后,通过仿真验证了该方法的可行性和有效性。     

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。     

多传感器目标识别和火力分配群决策算法

针对多传感器目标识别的群决策问题,考虑到多目标威胁程度评价指标属性的模糊性,首先将多传感器目标评价属性的定量、定性描述指标统一转化为三角模糊数,充分利用三角模糊数性质构建群决策函数,实现定量指标与定性指标的规范化处理,在此基础上提出一种基于加权矩阵排序的三角模糊数多传感器目标识别的群决策算法,实现对多传感器目标的威胁程度的综合评估.最后,通过多传感器目标评估实例分析并证明了算法的可行性和有效性.同时实验发现该算法对于多属性、多评价者的群体决策具有优势,且不易受外界参数变化的影响.     

改进层次分析法在空面多目标攻击排序中的应用

建立了考虑目标的威胁、政治价值和经济价值属性的空面多目标攻击排序综合价值评估指标,应用模糊多属性理论和G.A.Miller九级量化理论对目标综合价值进行量化.建立了机群多目标攻击排序模型,采用熵值法求取各属性的权重从而构造判断矩阵,在此模型的基础上运用改进的层次分析法求解空面多目标攻击排序矩阵,从而为驾驶员的战术决策提供依据.     

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。     

基于变权TOPSIS法多属性威胁评估与任务调度

多机多目标协同空战模式下,针对动态空战态势信息的实时威胁评估和攻击任务调度问题,首先提出了空战威胁评估指标,将各评价指标相对优属度作为决策矩阵,建立基于多属性决策的优势评估模型。基于熵权法确定目标属性客观权重,基于群组AHP法确定目标属性主观权重,目标属性主客观权重进行融合得到组合权重。然后建立能够全面反映多因素对最终评估影响的变权TOPSIS多属性决策模糊威胁评估模型,并阐述了变权TOPSIS方法的计算步骤。利用蚁群算法进行任务调度。最后给出实例,仿真结果验证了该方法的可行性和有效性。     

水面舰艇编队对潜攻击决策研究

为解决水面舰艇编队对多潜艇攻击决策难的问题,分析确定了影响潜艇威胁度的目标属性,并依据模糊多因素多层次评判理论和遗传算法,建立了潜艇威胁度评估模型和编队舰艇对潜作战火力分配模型;在确定了影响潜艇威胁度的潜艇机动性能、携带武器性能、距离、速度、舷角和深度6个属性的权重的基础之上,运用模糊多因素多层次评判方法,得出了潜艇威...     

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 Fuzzy 数序的多属性决策与综合评判模型

本文讨论了在多属性决策与综合评判问题中存在的Ｆｕｚｚｙ不确定性,并给出了Ｆｕｚｚｙ数的排序方法及有关线性运算法则。在此基础上提出了考虑Ｆｕｚｚｙ不确定性的多属性决策及综合评判模型。     

灰色关联投影法的威胁排序算法

威胁评估与排序是作战系统和C4I系统必须具备的重要功能.结合多指标决策理论和灰色系统理论,提出了基于多指标决策灰色关联投影法的威胁排序算法.首先通过建立灰色关联判断矩阵将威胁排序转化为多指标决策问题;其次为缩小极端值的影响提出了基于信息熵的威胁指标权重算法;最后从矢量投影角度应用灰色关联投影值进行威胁排序;并分别研究了分辨系数和指标权重对威胁排序的影响.通过现代防空作战实例验证了算法的有效性和工程实用性.     

基于改进MADM算法的防空兵群阵地优选模型

防空兵群阵地选择是防空兵力部署的一个重要环节,对实施防空作战发挥着重要的影响和作用。分析了影响防空兵群战斗队形配置地域选择的相关因素,确定了配置地域优选的指标体系,并结合多指标评判方法与优化理论,运用改进的MADM算法,建立了防空兵群配置地域方案选择的模型。     

灰色关联分析中的空袭目标威胁度判断

在防空作战中,判断多批次空袭目标威胁度是一项复杂且主观性极强的工作。为避免人为因素对其判断的影响,用灰色关联分析的方法,从定性与定量的角度对判断过程进行了分析研究,提出了一种判断目标威胁度的方法。实例计算分析表明,所提出的方法较好地保护了已有的信息,确保了正确的判断结论。     

摩步师(团)反空袭作战空中威胁评估

运用定量和定性分析相结合的方法,对摩步师(团)战斗行动中面临的空中威胁进行了分析,提出了评估的方法和步骤,建立了评估模型,并结合实例对评估方法、步骤、模型进行了分析验证.实例计算表明,该方法的判断结果预见性好、可靠性强,对未来摩步师(团)反空袭作战有一定的现实意义.     

舰空导弹模糊加权射击效能评估模型

为了给舰艇防空作战指挥决策提供依据,根据舰空导弹防空作战的特点,借鉴传统的作战效能评估方法,提出了用模型加权射击效能评估的方法来进行舰空导弹防空作战效能评估,建立了舰空导弹模型加权射击效能评估模型,并通过算例说明了作战效能评估中模糊权重的确定方法.提出的方法和建立的模型可作为构建舰艇防空作战指挥决策模型的基础.     

空袭目标流威胁评估与排序模型研究

结合现代防空作战的特点和指挥自动化系统的工作过程,对影响目标威胁评估的各种因素进行了分析,利用模糊综合评价等理论和方法,给出了进行威胁评估的因素集和评价集,建立了相应的数学模型,叙述了进行威胁评估与排序的方法、步骤和一般准则.     

MABAC method for multiple attribute group decision making under q-rung orthopair fuzzy environment

As the generalization of intuitionistic fuzzy set (IFS) and Pythagorean fuzzy set (PFS), the q-rung orthopair fuzzy set (q-ROFS) has emerged as a more meaningful and effective tool to solve multiple attribute group decision making (MAGDM) problems in management and scientific domains. The MABAC (multi-attributive border approximation area comparison) model, which handles the complex and uncertain decision making issues by computing the distance between each alternative and the bored approximation area (BAA), has been investigated by an increasing number of researchers more recent years. In our article, consider the conventional MABAC model and some fundamental theories of q-rung orthopair fuzzy set (q-ROFS), we shall introduce the q-rung orthopair fuzzy MABAC model to solve MADM problems. at first, we briefly review some basic theories related to q-ROFS and conventional MABAC model. Furthermore, the q-rung orthopair fuzzy MABAC model is built and the decision making steps are described. In the end, An actual MADM application has been given to testify this new model and some comparisons between this novel MABAC model and two q-ROFNs aggregation operators are provided to further demonstrate the merits of the q-rung orthopair fuzzy MABAC model.     

干扰条件下空中目标识别方法研究

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一。该文将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计。该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性。