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。     

基于TOPSIS的直觉模糊多属性群决策方法

针对直觉模糊信息环境下的多属性群决策问题,对专家给出的直觉模糊集决策矩阵进行规范化处理,利用直觉模糊集的相关理论,提出基于直觉模糊熵的属性权重确定方法;为了便于度量任意两个专家之间决策信息的相似度,将各专家给出的直觉模糊集决策矩阵转化决策向量,提出基于直觉模糊相似度的专家权重确定方法;利用逼近于理想解的排序方法(TOPSIS)对专家群的决策信息进行综合集成,给出备选方案优劣排序。结合算例验证方法的有效性。     

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。     

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.     

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。     

基于偏差熵的直觉模糊集多属性群决策方法

针对直觉模糊环境下属性权重和决策者权重完全未知的多属性群决策问题,对决策群体给出的直觉模糊集决策矩阵用IFWA算子进行集结,提出一种基于偏差熵的属性权重和决策者权重确定方法,利用不同方案下的属性权重和决策者权重,得到各方案的综合属性值,最后利用得分值法对各方案进行排序并决策,结合算例验证了该方法的有效性。     

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GM(1,1)预测与改进Vague集距离的装甲分队目标威胁评估

针对装甲分队目标威胁评估动态指标的变化特性,运用灰色模型(Grey Model,GM(1,1))对装甲分队目标威胁评估动态指标进行了预测;针对现有vague集距离度量法缺失信息较多、违背直觉等不足,通过理论推导提出了vague集新的距离度量公式,然后将其应用到TOPSIS(Technique for Order Preference by Simularity to Ideal Solution)算法中,对装甲分队目标威胁进行了评估与排序,并与非预测方法的评估结果进行了对比,结果表明:采用本文提出的评估算法得出的评估结果更加合理有效,研究成果可为装甲分队火力优化分配提供科学参考。     

基于熵和TFN—AHP的TOPSIS法TBM目标威胁度评估

在界定基于能力的武器装备体系需求生成相关概念的基础上，对需求生成模式提出了基于改进的TOPSIS法TBM目标威胁度多属性评估方法，利用熵和TFN-AHP理论处理目标属性主客观权重，避免了传统TOPSIS方法中人为给定目标属性权重的随意性，同时利用模糊隶属度函数和G．A．Miller9级量化理论量化影响因素，建立了TBM多目标威胁评估排序模型，给出了计算实例。计算结果表明，该算法具有合理性和有效性。     

空中目标类型识别的直觉模糊集方法

在防空作战中为了有效地对空中目标的类型进行识别,利用直觉模糊集理论对目标识别信息的不确定性进行量化处理,并在直觉模糊数排序方法研究基础上,提出了一种基于直觉模糊集理论的空中目标类型识别方法。实例分析表明,该方法能够定量描述目标判断信息的不确定性以及在避免信息丢失的同时有效地处理不确定性程度较高的目标判断信息,可为防空作战中目标类型识别提供理论参考。