基于GCA-TOPSIS的保障能力需求满足度评估方法

从保障能力的形成过程出发,提出了保障能力需求满足度的概念,并分析了其中的含义,指出可从贴近度和关联度两方面去评估满足度。介绍了利用灰色关联分析法和理想解法评估满足度的方法步骤。最后,给出了保障能力需求满足度评估的案例。     

数字化部队保障装备能力需求满足度评价模型

针对数字化部队保障装备不能较好的执行战时装备保障任务,依据部队作战和保障的特点和实际,运用IDEF 3方法形式化描述了作战和保障任务基本流程。为了提高指标体系的全面性和适用性,从满足装备执行作战和保障任务需求角度出发,按照\"保障活动-保障能力-保障效果\"逻辑关系逐步分析,在依据相关原则和进行重要度、稳定度判定的基础上,确立了数字化部队保障装备能力需求满足度评价指标体系。为提供指标权重的客观性和准确性,采用改进的群体层次分析法(IGAHP)对评价指标赋权。针对评价过程中的模糊性和随机性,运用云理论实现指标聚合和综合评价。最后,以某部队保障装备为对象进行示例评价,验证了模型的合理性和适用性。     

装备保障任务能力的多级QFD需求建模

根据任务决定需求能力的原则,从装备保障任务入手分析了部队装备保障任务与任务能力之间的关系,利用QFD方法原理,着重对任务与能力的关系矩阵进行求解,建立了保障任务与能力需求的质量屋,得出各能力的相对权重和绝对权重,并对质量屋进行本质分析,最后,根据部队装备保障成系统建设的要求,拓展建立了信息反馈的保障目标-任务-能力-能力指标-结构的多级QFD模型,为优化装备保障系统建设提供了理论参考。     

情报保障体系能力需求满足度评估方法

为了解决情报保障体系能力需求满足度评估中数据随机性和模糊性造成的评估不准确问题,引入云模型将数据的不确定性转化为精确的定性概念。构建了情报保障体系能力评估指标集合,基于该集合分层分级的架构运用属性层次模型分配了评估指标权重。提出改进欧氏距离的逼近理想解排序方法,并定义了正向距离和负向距离计算公式,进而得出体系能力需求满足度和各性能需求满足度。通过仿真实例量化从评估模型有效性和评估结果趋势准确性两方面验证了该方法的正确性。     

基于需求满足度的潜艇对空探测预警能力分析

针对潜艇对空探测预警较差的现实背景,通过分析潜艇对空探测预警的作战流程,提出了潜艇对空探测预警的作战能力需求,明确了作战能力与作战性能之间关系,构建了潜艇对空探测预警作战能力指标体系。利用直觉模糊度改进QFD方法并结合改进AHP方法,搭建了基于满足度的作战能力需求分析与权重计算评价模型,并将潜艇对空探测装备作战能力与能力需求之间的差距用雷达图形式表示。利用该模型对假定的某潜艇对空探测预警装备进行评价分析,检验了模型的有效性。     

基于IDEF0-QFD的装备保障能力需求分析方法

针对装备保障能力需求分析中的能力指标重要度问题,提出了一种基于集成定义功能建模（IDEF0）与质量功能展开（QFD）相结合的方法。该方法从装备保障任务入手,通过IDEF0建模实现了装备保障任务的独立无重复划分,利用任务到能力的映射关系,得到装备保障能力指标体系,并将其反馈到QFD模型中,量化得出装备保障能力指标的重要度。该方法实现了装备保障能力需求的定量分析,可以为装备保障能力的提高提供决策依据。     

基于QFD-BP神经网络的装备保障能力需求分析

针对装甲机械化部队作战基本流程,分析了部队装备保障基本任务,给出了任务剖面图。根据任务决定能力需求的原则,进行了装备保障任务到系统能力的需求分析,并对系统能力进行功能能力和使用能力分解,建立了任务-能力需求转换的QFD（Quality Function Deployment）质量屋结构图。利用QFD的BP神经网络对装备保障任务-能力重要程度进行分析,得出了系统能力的需求权重,给出了关键能力指标,为基于能力的装备保障系统建设提供参考。     

基于粗糙集理论的装备保障指挥系统效能评估指标体系约简

针对目前建立的装备保障指挥系统效能评估指标体系评价指标繁多,存在重复、等价的不足,通过验证各评价指标相对于决策属性是否必要与验证各子集组合相对于决策属性是否独立,建立了基于粗糙集理论的装备保障指挥系统效能评估指标体系约简方法,对评价指标进行了约简,建立了约简的装备保障指挥系统效能评估指标体系,可为装备保障指挥系统效能分析提供依据。     

基于粗糙集支持向量机的空袭目标识别

为提高对空袭目标的识别能力,提出了一种基于粗糙集支持向量机的空袭目标识别方法。该模型用RS方法构建SVM数据处理系统的前置系统,充分利用RS理论在处理大数据量,消除冗余信息等方面的优势,减少了SVM训练数据,克服了SVM算法因为数据量太大而导致处理速度慢的缺点。根据分类识别的要求,在RS-SVM两类分类算法的基础上,建立了成对分类目标识别模型。通过仿真试验证明,该方法具有较高的识别率,在空袭目标识别中体现极强的优势。     

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.     

粗糙集理论在装备保障训练效果评估中的应用

装备维修保障训练效果评估中最关键的步骤就是评估指标体系的构建及优化,为了克服传统评价方法中存在指标关联性大和权重确定主观性强的问题,将粗糙集和信息熵理论引入装备维修保障训练效果评估领域。采用信息熵的算法对连续指标离散化,基于粗糙集区分矩阵的方法对指标体系进行属性约简,降低了模型的复杂性;在此基础上提出了粗糙集属性重要度和AHP法相结合确定指标权重的方法,进而通过专家评议应用于训练效果评估实例,得到了较好的评估效果,为装备维修保障训练评估提供了新的参考方法。     

坦克搭乘输送平台海上射击目标决策方法

通过粗糙集方法分析影响坦克对岸滩目标射击效果的各种因素,建立坦克搭乘输送平台海上射击的知识表达系统,将射击效果作为决策属性,将已有数据或作战经验作为条件属性,依粗糙集理论方法挖掘射击决策规则,最后约简得到一些简单的射击决策规则,为单坦克射击决策提供依据。     

备件保障效能动态评估方法

针对目前效能评估方法多重视效能指标的静态观测值,对时序状态数据所蕴含的趋势信息关注较少的缺点,提出基于灰色聚类-粗糙集和集对分析的备件保障效能动态评估方法。针对主客观赋权方法各自的优缺点,引入依赖度和重要度的概念,建立灰色聚类-粗糙集组合赋权模型;将指标权重引入集对理论,提出集对同势、均势和反势的定义,描述备件保障效能的变化规律,构建基于马尔可夫链的集对分析动态模型。实例分析结果表明,该方法可以有效反映备件保障效能的动态变化特征,为决策者制定备件保障长期计划提供科学依据。     

基于粗糙集的装甲兵分队作战能力评估

为了解决装甲兵分队作战能力评估结果不准确、计算复杂的问题,提出基于粗糙集理论的计算方法。从作战要素的角度,建立评估指标体系;根据粗糙集属性重要度理论,给出各级评估指标约简和权重确定的方法;最后对装甲兵分队作战能力进行评估。为了验证该模型的可靠性和有效性,在装甲兵分队真实演习数据上进行评估分析,结果表明,与基于AHP的方法获得的结果相比,该方法能够获得更加出色的性能。     

空战关键信息与战术规则提取算法

将粗糙集理论引入到空战研究中 ,提出了一种通过属性约简提取空战决策的关键信息和战术规则的算法 ,以便对空战过程中的冗余信息进行约简 ,提高决策实时性。通过一个空战战术选择示例对该算法进行了验证 ,结果表明 :在保证空战战术分类结果不变的情况下 ,该算法可提取出对空战决策起关键作用的信息以及最小简化战术规则。