基于双向启发式属性约简的战术决策建模研究

从预警机指挥引导的多机协同空战原则分析出发,针对超视距协同空战决策过程中的不确定性和不完备性问题,提出了一种不完备信息系统中的基于双向启发式属性约简的战术粗决策建模方法。首先考虑粗糙集决策过程中条件属性发生缺失或不确定的情况,根据扩展不完备信息概念建立了不完备决策信息系统的最优完备选择;其次基于分辨矩阵的属性约简算法,以属性频度的大小作为启发信息进行决策信息系统约简的双向选择,得出决策信息系统的最佳约简集合;然后依据使决策最有可能发生的原则,给出决策信息系统的最优选择,以该最优选择为代表提取出决策规则;最后根据软、硬杀伤结合使用的CGF实体超视距协同空战作战想定,建立了CGF实体综合战术决策模型,并通过作战决策实例对该方法的正确性和有效性进行了验证。结果表明：该方法能在作战态势信息不完备的情况下正确给出CGF实体综合战术行为。     

再生分辨矩阵与决策熵的不完备决策系统属性约简

为了有效地解决不完备决策系统的属性约简问题,提高属性约简的效率,提出了基于再生分辨矩阵与决策熵的不完备属性约简算法。该算法利用基于容差关系的分辨矩阵来计算相对核,通过再生分辨矩阵计算再生集和再生集属性来缩小加入约简集的条件属性选择范围,以再生集属性的分辨度和决策熵为依据,选择加入约简集的条件属性,并通过实例进行验证分析。结果表明,该算法适用于协调不完备决策系统与不协调不完备决策系统,能够有效地降低时间复杂度,并得到最优属性约简。     

产品供应商与产品分销商的非完全信息博弈

博弈论是研究多人决策问题的理论,这类问题在经济学研究中经常会遇到,如在微观领域,交易机制的模型(讨价还价模型等);在中观经济研究中,劳动力经济学和金融理论有关企业要素的投入模型;在宏观经济中,国家间相互竞争,选择关税和其他贸易政策的模型等。就信息的完备程度主要分为四种类型的博弈:完全信息静态博弈、完全信息动态博弈、非完全信息静态博弈、非完全信息动态博弈。     

基于粗糙集理论的地空导弹对空威胁级别量化方法

地空导弹对空威胁级别的量化是任务规划系统首要解决的问题.针对地空导弹性能参数不完备、不易获取导致的威胁级别不易判断和量化问题,提出了基于粗糙集理论的威胁级别量化方法,用于在各种不完备导弹性能参数中挖掘、分析与威胁级别量化相关的主要信息和映射关系,解决了不完备性能参数条件下的地空导弹威胁级别量化问题,并以现代典型地空导弹系统为例,给出了威胁级别量化的具体过程.     

基于改进ANP的军事通信保障能力评估方法

根据军事通信保障能力评估需求,针对传统ANP方法中存在的标度选择和专家偏好问题,提出了基于指数标度和多专家多粒度判断的ANP方法,并采用模糊三角数融合多专家判断信息.然后,建立了基于改进ANP的军事通信保障能力评估模型,进行了实例分析,使得评估结果更加客观、公正且符合实际.     

战时不完全信息战术导弹需求量预测方法

针对传统方法难以实现战时信息不完备条件下导弹需求量预测的问题,提出了一种基于粗糙集的战术导弹需求量预测方法。在对战术导弹需求量影响因素分析的基础上,建立了战术导弹需求量预测不完备决策信息表。利用相容关系对不完备决策信息表中对象分类,并采用差别函数方法求解各对象的相对约简,从而获取战术导弹需求量的最优广义规则集。算例验证了方法的有效性。     

武器系统综合能力的AHP群决策评价

武器系统综合能力的评价属于一类多目标决策问题,特别是有多人组成的决策者群参与时,问题就成为多目标群决策问题,此时,不仅要计算综合指标权重,还要确定决策者的权重.指标权重的计算方法较多,而决策者的权重往往是根据其知名度、职位、能力水平及对问题的熟悉程度来确定的,具有一定的主观性.通过分析判断矩阵群的一致性和相似性,来获取决策者的权重,并将之应用于对指标权重的综合,该方法在某武器系统综合能力的评价中的应用表明,其科学有效.     

基于三标度改进方法的步兵分队登陆作战决心方案评价

为解决步兵分队登陆作战决心方案评价中面临的多目标决策问题以及弥补层次分析法(AHP)、效用理论、三标度法(TMP)和非结构模糊决策方法(NSFDM)在解决此类问题上的某些局限性,提出了三标度改进方法(TMEP).在论述了该方法的决策过程和步骤后,以步兵分队登陆作战决心方案评价为例,着重分析了TMEP方法在决心方案评价中的应用.其分析结果表明:相对于AHP、TMP和NSFDM方法,TMEP方法在构建判断矩阵时层次更加清晰,也更易于通过一致性检验,且矩阵元素权重确定更加简洁和合理,同时计算量相对也比较小.因此,该方法是解决步兵分队登陆作战决心方案评价和类似的多目标决策问题的一种有效方法.     

证据推理方法中不完备信息影响因素分析

不确定条件下的不完备信息分析是多属性决策中的主要内容之一,Yang提出的证据推理方法可以较好地处理这类信息。研究了证据推理方法中不完备信息的影响因素,包括规则中的不完备信息,规则的权重以及规则的一致性,并以此为基础分析了评估结果中不完备信息的取值范围,得出了初步结论:评估结果中不完备信息的信度必然小于作为输入的规则中不完备信息中的较大者,但不一定大于其中的较小者。进一步分析了规则一致性的逻辑意义和几何意义,指出规则的一致性实际描述了规则之间的冲突程度。     

ANP的指挥控制系统作战效能评估

通过分析指挥控制系统的结构,提出了影响其作战效能的指标集.针对系统的特点选定了基于网络层次分析法(ANP)的评估方法,确立了评价准则.建立了ANP控制层和网络层模型,并且利用计算极限超矩阵的方法对单个准则下各方案的作战效能进行排序.最后通过对单个准则下的排序向量进行加权求和获得指挥控制系统作战效能的排序向量.     

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。     

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。     

基于梯形直觉模糊数的动态多准则群决策方法

针对决策信息为梯形直觉模糊数的多准则决策问题,引入含参得分函数和相关系数提出了一种动态多准则群决策方法,首先利用参照方案相关系数总偏差最小的非线性规划模型求解客观准则权重,通过参数因子转化犹豫度集结得到各方案综合得分函数,最后根据参数动态变化进行MATLAB仿真分析并排序。该方法适用于准则权重已知和未知的情形,弥补了犹豫度缺失和基于距离测度决策方法的缺陷,并通过航空装备保障合同商的选择决策实例验证了有效性。     

基于偏差熵的专家聚类赋权方法

在群决策专家聚类赋权过程中,可能出现专家给出的判断矩阵一致性比率与排序向量信息熵都相等但专家意见不同,却被赋予了相同权重的情况。针对上述问题,提出一种基于偏差熵的专家聚类赋权方法。该方法采用聚类分析的思想,基于比例构建相似系数,实现对专家群的分类;引入专家判断矩阵的一致性权重,并综合类容量构建权重指标来反映类别间的差异,确定专家类间权重;最后,在各专家类中建立偏差熵模型,依据类中专家达成一致性意见的贡献程度确定专家的类内权重,并得到专家的总体权重。具体算例表明,该方法可行有效。     

多属性决策的战时集群装备维修保障需求优先级评估

集群装备维修保障需求优先级评估是战时集群装备维修保障决策的前提和基础.通过对集群装备维修保障需求的分析和量化,依据多属性决策理论和方法,建立了集群装备维修保障需求优先级评估的属性集和模型,把战损装备的客观信息与决策者的主观权重偏好信息有机集成,并通过示例介绍了集群装备抢修排序的求解过程.研究结果表明,该方法是可行有效的...     

基于语言评价与模糊数的群体意见共识方法

针对具有自然语言评价信息的群决策问题,给出了一种基于语言评价信息与梯形模糊数的群体意见共识方法.该方法先通过无量纲化处理、语言评价信息转换为梯形模糊数、对梯形模糊数进行集结等步骤,形成群体对方案的综合评价值(梯形模糊数);然后对群体意见进行共识分析和评价;最后对共识结果进行方案排序.通过对实例进行分析,表明该方法能得到切合实际的决策效果.     

基于群体多属性决策的坦克武器作战能力评估

针对坦克武器系统作战能力评估新趋势,运用不完全信息群体多属性决策方法探索坦克武器系统作战能力评估问题。依据决策群体中每一决策个体的主观偏爱和信息掌握程度,形成对不同坦克武器系统在各属性下效用的不完全信息,决策群体集结各效用不完全信息形成群体偏爱,对武器系统作战能力进行排序或选优。该方法模型简单、利用计算机实现,较好地解决了信息化条件下坦克武器系统作战能力评估问题。     

基于信息-决策影响因素的兰彻斯特作战模型?

为有效评估信息因素和决策因素对现代作战进程的影响，改进了传统的兰彻斯特方程作战模型，通过引入信息获取能力指数和筹划决策能力指数，建立了基于信息-决策影响因素的兰彻斯特作战模型，并分3种假设情况进行了仿真。仿真结果表明，该作战模型一定程度上反映了信息因素和决策因素对作战的影响，体现了现代作战的基本致胜机理。     

基于不确定度的专家评价综合方法

针对群决策中专家评价信息的综合处理问题,应用多位专家评价的评价样本不确定度,提出了基于不确定度的数据综合处理方法。该方法能够有效应用于群决策问题,尤其是参与决策人员(专家)较多时,出现专家相对权重可信度不明确而导致评价准确度低的问题,科学地简化了群决策中专家权重的确定过程,便于应用,具有坚实的理论依据和应用价值。通过算例分析,该方法的有效性得到了验证。