粗糙集和FSVM结合的雷达信号识别法

结合粗糙集的属性约简和支持向量机的分类机理,研究了一种混合算法,即应用粗糙集的属性约简过程作为预处理器,可以把冗余的属性及值和冲突的对象从决策表中删去,但不损失任何有效信息;由于传统支持向量机在多分类问题时出现的不可分区域现象,使用了模糊支持向量机进行后面的分类建模和预测,使得训练时间大大缩短和分类性能显著提高。将这种混合方法应用到雷达信号识别中,仿真实验证明该方法是有效的。     

基于粗糙集与最小二乘支持向量机的飞机综合智能论证

结合粗糙集的属性约简理论与最小二乘回归支持向量机的回归思想,提出了一种基于粗糙集与最小二乘回归支持向量机的飞机设计综合智能论证模型。首先根据历史数据建立属性决策表,然后应用粗糙集理论对飞机综合论证指标参数属性进行约简来获得影响飞机设计综合论证的核心指标,最后再利用支持向量机回归模型建立与飞机综合论证核心因素之间的非线性映射模型来对飞机的作战效能进行预测。仿真实例验证了该方法可以降低模型的复杂度,加快SVM的训练速度并具有良好的预测效果。     

粗糙集理论的支持向量机建模研究及应用

结合粗糙集的属性约简和支持向量机的分类机理,提出了一种混合算法.将粗糙集理论中的属性约简引入到支持向量机中来,把粗糙集作为支持向量机的预处理器,先降低原问题的维数,以支持向量机方法建立预测模型.提高了SVM的推广能力,减少存储空间,加快了支持向量机的训练速度,取得了满意的预测结果.     

FMEA与粗糙集相结合的故障预测方法

基于FMEA和粗糙集决策系统基本理论,对飞机中分系统故障预测问题进行了研究。首先定义故障预测所需的征兆并对系统进行FMEA,按照FMEA分析结果分次向系统模型注入引起特定故障的事件,采集含有故障趋势的系统模型的信息用于构建适用于故障预测的粗糙集决策表,对该表进行了处理,最终发现用于故障预测的知识(即决策规则和算法);最后运用所发现的知识进行故障预测。     

基于模糊逻辑的舰船维修经费预测

针对多输入、单输出的复杂非线性系统，基于Ｔａｋａｇｉ－Ｓｕｇｅｎｏ　模糊规则给出了一种系统预测模型，分别用模糊Ｃ－均值聚类算法和线性回归方法导出模型参数．利用该模型对舰船维修经费进行了预测，并进行了精度分析．     

粗糙集知识约简在武器装备研制费用影响因素分析中的应用

文章将粗糙集知识约简应用于地空导弹研制费用影响因素分析,克服传统相关分析方法中缺乏费用影响因素之间相互影响分析的缺陷。利用专家评价法对分析结果进行了验证,粗糙集知识约简得到的结论与专家结论基本一致。结果表明,粗糙集知识约简是开展费用影响因素分析较为可行的数学方法。     

基于粗糙集理论的飞行轨迹识别

针对飞行轨迹人工识别对专家经验依赖性强,识别准确率不稳定的问题,提出一种基于粗糙集理论的飞行轨迹识别方法。首先,对飞行轨迹进行特征提取,获取用于轨迹类别判定的条件属性和决策属性;其次,利用模糊自组织神经网络对飞行轨迹决策表离散化,采用启发式遗传约简算法对条件属性约简,消除了冗余属性对识别结果的影响;最后,利用实际飞参数据进行轨迹识别,结果证明该方法准确有效。     

基于粗糙集理论的C3I系统作战能力评估

C3I系统是一个复杂的人机大系统,对其评估是一个非常复杂的问题。首先建立了C3I系统评价指标体系,根据粗糙集理论对系统属性进行约简,通过MATLAB编写的程序计算出指标权重,确定了影响系统的最佳指标。最后提出了C3I系统作战能力综合指数计算方法,结果显示粗糙集理论对C3I系统评估能取得非常好的效果。     

基于规则的战术导弹需求量预测方法

有效预测战术导弹需求量是实现弹药精确保障的前提.在充分利用导弹需求量各类信息的基础上,提出了一种基于协调近似表示空间粗糙集的战术导弹需求量预测方法.分析了导弹需求量预测属性,构建了需求量预测决策信息系统;将该决策信息系统转化为协调近似表示空间,并采用差别矩阵方法进行属性约简,得到部分预测规则;运用基于集合向量包含度的算法进行规则融合,获取所有预测规则,从而实现战术导弹需求量预测.算例分析表明,该方法具有有效性,相比变精度粗糙集的预测方法,能够更充分地获取知识,具有更好的普适性和实用性.     

战术互联网效能评估指标体系的建立

有效合理地建立指标体系是对战术互联网进行效能评估的前提与基础。通过对战术互联网的网络功能结构进行分析,从业务和战术层面提出较为全面的指标系统,在分析粗糙集的基础上,提出粗糙分布函数的方法,通过对指标系统的单点性及协调性进行定义分析,在明确的指标体系基础上进行指标约简处理,从而达到精简指标的目的。最后提出"满意度"指标评价体系,对已建立的指标体系的综合评价提供理论指导。     

基于案例的推理在舰船维修费预测中的应用

针对市场经济条件下舰船维修费预测不确定性越来越大的问题,提出了一种基于案例推理的舰船维修费预测模型。首先,利用修船厂的历史数据,采用特征向量表示法构建舰船维修费案例库;其次,为提高案例检索效率,采用组合模糊聚类算法建立舰船维修费案例的分类索引结构,并提出基于最近邻法的两步检索策略检索相似案例;最后,采用加权平均法对相似案例进行修改以获取预测值,同时采用主动学习策略保存当前案例并更新案例库。实例仿真结果表明:与传统舰船维修费预测模型相比,基于案例的推理模型具有更高的预测精度,所提模型是有效的。     

BP神经网络的飞机机体研制费用估算

提出一种应用人工神经网络预测飞机机体研制费用的方法.该方法利用偏最小二乘法对飞机性能参数进行了主成分提取,用这些主成分作为BP网络的输入变量,建立了一种基于BP神经网络的飞机研制费用的估算模型,应用该模型对典型的飞机机体研制费用进行了预测.预测结果表明,该方法是有效的、可行的.     

多种武器攻击下舰船电力系统生命力的模糊综合评判

应用模糊数学理论对舰船电力系统生命力进行了模糊综合评判,讨论了舰船电力系统在多种武器攻击下的模糊评估模型,并以某型舰艇的电力系统为例,通过对其子系统的模糊评估分析,得出整个电力系统的生命力指标.评估的结果说明了根据加权模糊综合评判模型,可以把模糊性很强的舰船生命力指标定量化,为电力系统设计方案选优提供依据.     

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。     

模糊方向神经网络在火箭发动机故障检测与分离中的应用

提出了一种模糊方向神经网络分类器,并应用于液体推进剂火箭发动机故障检测与分离。模糊方向神经网络采用模糊集表示发动机故障模式,模糊集是方向超体聚集形成的集合体,方向超体则由单位方向、夹角和两个半径确定。模糊方向神经网络能在一次循环学习中形成非线性方向边界。故障检测与分离的仿真研究表明：模糊方向神经网络的识别性能是比较优越的。     

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。     

舰船远海维修保障的适应性及平台选型

舰船远海维修保障平台选型实质是属性包括操作性、稳定性、及时性、安全性和经济性的模糊关联多属性群决策问题。为了更客观地反映平台选型过程中决策者的决策意图，更准确地融合决策信息，构建了三角模糊数犹豫直觉模糊关联有序加权几何平均（Related Triangular Hesitate Intuitionistic Ordered Weighted Geometric Average, R-THIOWGA）算子，给出了三角模糊数犹豫直觉模糊数的比较规则，并基于R-THIOWGA提出了远海维修保障平台选型的群决策方法。将提出的群决策方法应用于我国海军舰船远海维修保障平台选型的实例分析。分析结果表明：用R-THIOWGA算子解决模糊关联多属性决策问题是可行的、有效的，自航式半潜维修船是远海维修保障最佳作业平台。     

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。     

基于模糊贴近度的舰船辐射噪声分类方法

针对BP网络的弱点,提出了基于模糊贴近度的舰船辐射噪声分类方法,该方法能够在不对BP网络做大的改动的前提下,克服神经网络容易陷入局部最小值,以及使用赢者独活决策策略导致的误识的弱点.实验结果证明了该方法的有效性.