基于主客观组合赋权的变权TOPSIS弹道目标威胁评估模型

针对目标威胁评估问题,提出了一种基于主客观组合赋权的变权TOPSIS弹道目标威胁评估模型。在利用层次分析法得到指标主观权重、利用熵权法得到客观权重的基础上,基于差异系数得到了威胁评估指标的主客观组合权值。通过引入变权理论的惩罚与激励机制,对传统组合赋权TOPSIS算法的权重计算方法进行了改进,改进后的模型能够根据目标状态参数随时间变化动态地对各项指标权重进行惩罚或者激励,实现了权重的动态调整,充分考虑了主观因素和客观因素对评估结果的影响。通过具体案例验证了模型的可靠性。威胁评估结果表明,改进后的模型更加注重目标各指标间的相关性,而且克服了常权决策带来的偏差,有效提升了弹道目标威胁评估的可靠性、准确性。     

面向城市作战的坦克分队多目标威胁评估

针对传统TOPSIS方法在解决坦克分队战场目标威胁评估时所包含评估指标信息不完整的问题,提出了利用直觉模糊熵改进的TOPSIS多目标威胁评估方法。根据城市作战特点建立坦克分队战场目标威胁评估指标体系,明确评估指标评价语言与直觉模糊数之间的对应关系,利用组合赋权法确定评估指标权重,利用直觉模糊熵改进的TOPSIS方法对城市作战中坦克分队单时刻、多目标威胁评估进行仿真分析,得出最终的目标威胁排序。结果表明,所提算法包含评估指标评价信息完整,并能对决策者风险偏好进行灵敏度分析,灵活性强,可靠性高。     

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。     

基于组合赋权TOPSIS法的空战多目标威胁评估

针对多目标攻击的空战态势和武器装备的特点,首先提出改进的空战多目标威胁评估量化指标.对组合赋权方法进行研究,提出最小加权隶属度偏差方法作为客观赋权方法,采用线性加权方法作为主客观权重组合赋权方法,并从理论上证明该方法的合理性.将得到的组合权重应用于TOPSIS法作为目标威胁评估解算方法,并进行仿真研究验证该方法是有效、合理的.     

基于改进TOPSIS模型的防空多目标威胁评估*

根据地空导弹武器系统作战使用原则,确定影响目标威胁程度的五个主要因素,建立目标属性矩阵,并运用群体层次分析法(AHP)和熵权法进行组合赋权,将权重运用到逼近理想解的排序法(TOPSIS法)模型中,给出了基于改进TOPSIS模型的多目标威胁评估模型与算法.实例分析表明该方法是合理和有效的.     

基于改进TOPSIS模型的防空多目标威胁评估

根据地空导弹武器系统作战使用原则，确定影响目标威胁程度的五个主要因素，建立目标属性矩阵，并运用群体层次分析法（AHP）和熵权法进行组合赋权，将权重运用到逼近理想解的排序法（TOPSIS法）模型中，给出了基于改进TOPSIS模型的多目标威胁评估模型与算法。实例分析表明该方法是合理和有效的。     

基于区间支持向量回归的空战目标威胁评估

针对空战目标威胁评估问题,提出了一种新的基于区间支持向量回归的评估方法。首先对空战目标威胁评估方法中常用的距离威胁模型进行了分析,在此基础上对距离威胁模型进行了改进。然后构建了基于区间数方法的威胁评估指标权重的确定方法。最后建立了基于区间支持向量回归的空战目标威胁评估模型,并进行了仿真实验。仿真结果表明,提出的方法具有较高的预测精度,能够准确、快速地完成多个空战目标的威胁评估。     

基于ICRITIC-GCN的空战目标威胁评估

为研究解决空战目标威胁评估问题时目标属性复杂、数据非结构化等问题,提高评估效率,提出图卷积网络（graph convolutional network,GCN）的解决方法,并引入改进的指标相关性权重确定方法（improved criteria importance through intercriteria correlation,ICRITIC）,构建了基于ICRITICGCN的目标威胁评估模型。针对战场威胁目标的空间拓扑性和属性复杂性,利用图卷积网络在处理非欧式数据时的优势进行学习训练;针对传统方法在属性权重时过于主观的问题,ICRITIC法考虑属性之间的关联性及属性的信息量,客观分配属性权重。仿真结果表示,该算法在解决多目标威胁评估问题时,在处理效率、准确率等方面均有所提升。     

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。     

多机协同空战中的威胁评估与目标分配

提出了一种基于工程模糊集理论的多机协同空战威胁评估方法,通过对优势指数模糊规范化得到评估指标相对优属度,利用相邻指标相对重要性模糊标度值确定评估指标权重系数,应用模糊优选模型计算综合优势评估值,实现了多机协同空战中的威胁评估.在综合考虑威胁与优势的基础上,给出了多机协同空战目标分配的基本方案.仿真结果表明,所提方法能够有效解决多机协同空战中的威胁评估与目标分配问题,且算法简洁,有较好的实时性.     

基于模糊MODM的空袭目标威胁评估

针对当前空中来袭目标的主要特点,运用模糊多目标决策(MODM)理论和方法,提出了一种空袭目标威胁评估方法。首先对影响空袭目标威胁程度的因素进行了分析;然后阐述了如何确定影响目标威胁评估的各个指标值;最后依据多目标决策方法,建立了在各指标权重值只有部分已知的情况下,目标威胁评估的数学模型,并通过示例介绍了威胁评估的求解过程。仿真结果表明,该方法有效地解决了目标威胁评估与排序问题,提高了防空作战效能。     

基于改良云模型的舰艇防空威胁评估

为了解决现有威胁评估模型存在不足,快速准确地对来袭空中目标进行威胁排序,提出了一种基于改良云模型的评估方法。针对舰艇防空作战目标特点,选取作战指标进行量化,对不同的定量指标和定性指标,分别采用离差最大化和改良云模型进行处理和赋权,通过Hamming距离计算贴近度,最后进行威胁综合排序。实例验证表明:该方法可以有效避免传统方法中人为确定各威胁指标权重的主观性,同时对定性指标的有效处理提高了评估准确性,为舰艇防空作战威胁评估提供了一条有效途径。     

基于熵权-TOPSIS-灰色关联的目标威胁评估研究

针对空战目标威胁评估问题进行研究,建立了基于熵权-TOPSIS-灰色关联方法的威胁评估模型。首先利用熵权法确定评估指标的客观权重,其次利用TOPSIS法确定目标与理想解和负理想解的欧氏距离;利用灰色关联法确定目标的关联度,据此计算威胁源的相对贴近程度,并对威胁目标进行评估排序。最后通过实例对建立的模型进行了仿真验证,结果表明,该方法综合运用TOPSIS和灰色关联法,使得目标威胁评估结果更加合理有效。     

粗糙集和区间数空袭目标威胁评估

针对现有空袭目标威胁评估方法存在的不足,提出了一种新的基于粗糙集和区间数的空袭目标威胁评估方法.首先建立了空袭目标威胁评估指标体系,给出了指标值为区间数且指标权重完全未知的指标权重计算步骤,克服了以往指标权重确定的主观性.建立了应用粗糙集和区间数评估空袭目标威胁的数学模型.提出了威胁评估指标的离散化区间,并应用粗糙集理...     

空袭目标威胁动态评估SPA法

针对防空作战中空袭目标威胁评估问题,提出了一种动态评估SPA(Set Pair Analysis)法.依据防空作战特点,构建了空袭目标威胁动态评估指标体系;在利用熵权理论确定评估指标主观权重以及AHP(Analytic Hierarchy Process)法确定客观权重的基础上,运用最小二乘优化模型确定评估指标的综合权重;并在评估指标更新时刻权重的基础上,利用集对分析理论对空袭目标威胁程度进行评判.实例表明,该方法能够有效解决空袭目标威胁评估问题,为指挥决策提供一定的依据.     

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.     

基于改进熵值法的装备维修保障能力灰色评估

装备维修保障能力评估的准确度直接影响到装备的保障效能。在评估中,指标权重的确定尤为重要。针对熵值法赋权中单一指标权重过大,影响评估结果的问题,借鉴AHP赋权法,构建基于指标信息熵的判断矩阵来求解权重,克服了熵值法单一指标权重可能过大的问题。最后采用灰色系统理论对装备的维修保障能力进行了评估,通过分析评估结果,验证了该方法的正确性。     

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。     

惩罚与激励变权的空中目标威胁评估

威胁评估是末端防御武器系统作战指挥的重要环节。在多目标决策的理论基础上,综合变权思想和逼近理想解的方法,提出了基于惩罚与激励变权的TOPSIS(technique for order preference by similarity to ideal solution)方法的空中目标威胁评估。首先建立评估指标体系,得到各威胁属性的隶属度函数,再运用变权理论确定指标权重,最后通过逼近理想解的方法对空中目标进行排序,并分析了变权在解决此问题中的优势,证明了方法的有效性和可靠性。     

IAHP和熵权相结合的TOPSIS法的空战目标威胁评估

针对空战目标威胁评估问题,提出了一种新的基于改进TOPSIS法的评估方法.该方法综合考虑了主观和客观因素,将运用区间层次分析法(Interval-based AHP,IAHP)求解出的威胁评估指标主观权重与运用熵权法求解出的威胁评估指标客观权重相融合得到组合权重.建立了改进的TOPSIS法评估空战目标威胁的数学模型.最后给出了评估实例,评估结果表明该方法是合理有效的.