基于直觉梯形模糊信息的目标优先级排序方法

针对地面防空作战中空中目标的优先级排序问题,提出了一种基于直觉梯形模糊信息的优先级排序方法。使用直觉梯形模糊数来描述空中目标的属性参数,分析了目标优先级的影响因素,并利用熵权法确定了影响因素的权重;针对传统TOPSIS方法的缺陷,提出了一种利用相对熵作为距离测度的优先级排序方法;最后结合算例仿真验证了方法的合理性和可行性。     

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。     

多值直觉模糊熵及其应用

给出了多值直觉模糊熵的计算方法,并揭示了多值直觉模糊熵的若干重要性质,通过求解一个雷达目标识别的实例更清晰地表述多值直觉模糊集的优势或特点。实践表明,多值直觉模糊集是对直觉模糊集一种有效扩展,这种扩展有助于对实际问题进行描述和求解。     

基于Vague集的TOPSIS法求解目标优先级

针对传感器管理中目标—传感器配对出现的目标优先级求解问题,提出了一种基于Vague集的TOPSIS计算方法。在分析目标优先级的主要影响因素基础上,定义了各影响因素的影响系数。同时结合Vague集的TOPSIS法给出了目标优先级的计算步骤,为目标优先级求解提供了一种新途径。并结合仿真算例表明该方法的合理性与有效性。     

基于Vague集的目标优先级求解方法

针对地面防空武器系统中目标优先级排序问题,建立了基于Vague集的目标优先级的模型。首先分析并量化了优先级影响因素中的定性指标和定量指标,建立了基于Vague集目标优先级决策矩阵;其次,针对传统基于Vague集目标优先级求解问题中影响因素权重难以确定问题,提出了基于Vague值距离测度最大化原理的权重确定方法,该方法有效地避免了权重选择的主观性;最后根据综合贴近度进行优先级的排序。算例仿真验证了该方法的可行性和有效性。     

基于直觉判断矩阵和证据理论的群组决策方法

针对属性权重已知的群决策环境,根据直觉模糊和证据理论相关知识,提出了一种群决策方法。采用直觉模糊数描述专家关于方案的两两比较结果,构建直觉判断矩阵;根据直觉判断矩阵排序中转法,按一致性要求确定属性直觉模糊数型权重;以直觉模糊评价值构造Mass函数,结合证据冲突度和犹豫度,在属性层面区对专家权重进行合理分配;利用直觉模糊集加权集结算子集结决策信息,并根据得分值和精确值进行方案排序。通过算例,验证了所提方法的合理有效性。     

直觉模糊推理的装备保障指挥决策模型

依据战时装备保障指挥的特点,研究了基于直觉模糊推理的装备保障指挥决策模型.分析了装备保障指挥决策的各个相关因素,在模糊化处理指挥决策因素的基础上,建立了各决策因素的直觉模糊集,给出了相应的隶属度和非隶属度函数.同时,建立了直觉模糊推理的装备保障指挥决策模型,给出了推理规则、直觉模糊推理算法及去模糊化算法.最后利用装备保障指挥决策的实例对决策模型的有效性进行验证,结果表明能有效地处理由于知识的模糊性所引起的不确定性问题.     

基于直觉模糊对称交互熵C-means聚类的反导目标识别方法研究

在不确定信息反导目标识别的背景下,针对不确定信息处理和现有的基于欧几里得距离的模糊C-means聚类算法的性能问题,首先采用直觉模糊集对其进行描述与分析,同时,将聚类目标函数中的欧几里得距离替换为模糊对称交互熵距离,提出了一种基于直觉模糊对称交互熵C-means聚类(Intuitionistic fuzzy symmetric cross entropy C-means,IFSCECM)算法,通过采用IRIS数据集算例分析对比,证实该算法的可行性和有效性.其次,根据弹道目标识别的特性,将IFSCECM算法应用于反导目标识别中,并采用多特征综合识别方法对来袭弹道目标威胁群进行分类识别研究.最后,通过仿真实验和对比分析表明该反导目标识别方法的可行性、有效性和优越性,具有较高的应用价值.     

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。     

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.     

广义直观Fuzzy集

本文给出了广义直观Ｆｕｚｚｙ集的概念,讨论了基本运算及其性质,拓广了文献［１］与［２］的结果。     

直觉层次模糊评价法的航材逆向物流效益评估

在分析影响航材逆向物流效益因素的基础上,构建了航材逆向物流效益指标体系,提出了一种新的效益评估方法,这种方法将直觉模糊熵权法与层次分析法有效地结合起来,共同确定指标权重,再通过模糊综合评价法对航材逆向物流效益进行评估,提高了评估的科学性和准确性,为航材部门完善物流环节、提高物流效益提供了一定的参考。     

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WSN的目标探测与分类算法

针对WSN监测系统的目标检测与分类问题,提出一种基于直觉模糊推理(IFR)的多源数据融合方法。由模糊推理的思想,设计各状态变量的属性函数。根据目标声强变化和引起的地磁场变化的模型,设计模糊推理规则,并检验了所建规则的合理性。理论分析与仿真结果的对比表明算法能准确地对目标进行分类,且运算量小,适用于计算能力较弱的WSN节点。     

基于模糊自适应变维Kalman滤波器的跟踪算法(英文)

针对不同阶数的Kalman滤波器具有不同的跟踪能力与跟踪效率之间存在的矛盾,设计了一种模糊自适应变维跟踪算法(FAVD)。该算法使用两级滤波器,根据目标机动性的变化,适当地调整滤波器的阶数,使跟踪结果快速收敛,很好地解决了矛盾。同时通过模糊推理机制,在线调节高阶滤波器的参数,使适用范围大大增强,提高自适应能力,从而使该算法可以采用较少的模型覆盖较多的目标运动模式,达到很好的跟踪滤波效果,计算量也会大大减小。通过对计算机仿真结果分析表明,提出的算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值。     

Fuzzy recognition of missile borne multi-line array infrared detection based on size calculating

In order to improve the infrared detection and discrimination ability of the smart munition to the dy-namic armor target under the complex background, the multi-line array infrared detection system is established based on the combination of the single unit infrared detector. The surface dimension features of ground armored targets are identified by size calculating solution algorithm. The signal response value and the value of size calculating are identified by the method of fuzzy recognition to make the fuzzy classification judgment for armored target. According to the characteristics of the target signal, a custom threshold de-noising function is proposed to solve the problem of signal preprocessing. The multi-line array infrared detection can complete the scanning detection in a large area in a short time with the characteristics of smart munition in the steady-state scanning stage. The method solves the disadvan-tages of wide scanning interval and low detection probability of single unit infrared detection. By reducing the scanning interval, the number of random rendezvous in the infrared feature area of the upper surface is increased, the accuracy of the size calculating is guaranteed. The experiments results show that in the fuzzy recognition method, the size calculating is introduced as the feature operator, which can improve the recognition ability of the ground armor target with different shape size.     

基于直觉模糊时间Petri网的不确定性时间推理方法

针对Petri网模型在对复杂不确定性时间信息描述和推理方面的局限性,在定义直觉模糊时间函数以及网络变迁约减规则的基础上,融合直觉模糊时序逻辑(IFTL)、直觉模糊Petri网(IFPN)以及线性逻辑推理的理论优势,构建了直觉模糊时间Petri网(IFTPN)推理模型,并提出了基于IFTPN的不确定性时间推理算法,较好地解决了态势评估中冲突事件间的不确定性时间推理问题。最后,通过典型的战场想定验证了该时间推理方法的有效性和优越性。     

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。