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。     

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。     

基于智能体技术的CGF行为模拟研究

为了有效模拟CGF物理行为和智能行为的不同特性,提出了一个复合CGF智能体模型,将CGF的行为模拟分为认知、内部环境、规划决策和行动四个模块,该模型综合了反应式行为模式和基于规划模式两方面优点.利用行为模式采用层次化方法建立CGF物理行为模型,使CGF智能体能对动态战场环境做出灵活的反应.结合CGF不同类型任务规划决策方法的分析介绍了基于规划模式的CGF智能行为模拟方法,使CGF智能体能按照战术原则进行作战任务规划.采用基于军事命令控制结构对CGF进行组织和控制,为CGF间的指挥协同提供了与实际作战环境相似的框架.     

电子对抗条件下空战综合优势评估模型

针对空战中飞行机动与电子对抗之间的协同攻击决策问题,通过建立符合空战仿真需求的超视距基本战术动作库和运动模型,将机载火控雷达威力区、电子对抗干扰压制区和干扰条件下的空空导弹攻击区、允许脱离时间等要素有机结合,建立了电子干扰条件下空战态势与空战能力协同的综合优势评估方法.作战推演结果表明,建立的空战综合优势评估方法较全面合理地反映了现代空战的特点,能够满足现代空战机动决策需求.     

基于条件熵的不完备信息系统属性约简算法

在相容关系下定义了三种不完备条件熵——H′条件熵、E′条件熵和I′条件熵,并对它们的性质进行了分析比较,研究发现,H′条件熵和I′条件熵不适用于相容关系下信息观点的约简。利用E′条件熵刻画信息系统中属性的相对重要性,设计了一种新的基于信息论观点的启发式约简算法,它统一了完备信息系统与非完备信息系统中的约简方法。通过实例说明,该算法能得到决策表的相对约简。     

实时作战进程预测的协同空战目标组分配模型

针对复杂电磁环境下协同空战的不确定性和未知性,基于对作战进程的预测解决协同空战目标组分配问题。综合考虑电子对抗和编队内机组间的纵向协同支援情况,运用兰彻斯特方程分析作战进程的变化趋势,分别建立先验威胁和战术威胁模型,在此基础上建立协同空战机群分组的分配优化模型,并进行了仿真分析。仿真结果表明,基于作战进程预测的协同空战目标组分配模型有利于实时掌握双方兵力损耗并预测作战的进程,是实现战术机动决策和战术支援的基础。     

分队战术训练仿真系统CGF技术

计算机生成兵力(CGF)是攻防对抗作战仿真的重要组成部分和重点研究内容,也是分队战术训练仿真系统的一个重要技术支撑。给出了仿真系统中CGF实体在基于HLA协议下的功能结构和拓扑结构,介绍了仿真系统中CGF建模所研究的内容和实体建模技术,最后指出了将人工智能技术应用于CGF实体行为决策建模的思路。     

新型小规模装备备件品种确定的犹豫模糊粗糙集决策方法

针对新研装备备件品种确定过程中决策信息“犹豫性”和“模糊性”特点突出、难以运用传统备件品种确定方法进行决策的问题,提出一种基于犹豫模糊粗糙集的备件品种确定方法。利用风险偏好系数对不完备犹豫模糊信息进行数值延拓,为构建不同风险偏好下备件品种确定的犹豫模糊决策信息系统奠定了基础；考虑得分函数和数值延拓边界的综合因素影响给出了改进的包含度计算公式,并基于包含度定义进行了证明；给出了基于改进包含度计算的备件品种决策属性的约简条件和规则获取方法,实现了犹豫模糊决策信息的深度挖掘和有效利用。以某新研装备备件品种确定为例进行了方法验证,研究结果表明：通过该法能够有效处理犹豫模糊决策信息,获取精简实用的备件品种决策规则集,验证了方法的可行性。     

有人/无人战斗机协同空战模式及能力需求分析

针对未来空战的特点对有人/无人战斗机协同空战的作战模式及能力需求进行了研究.从信息链到武器链时空过渡的角度分析了有人/无人机协同空战的作战优势;提出了两种典型的有人/无人机协同空战方式,并给出了作战过程描述及功能结构分析;基于“观测-评估-决策-执行”指挥控制环分析了有人/无人机协同空战的指挥控制流程;基于协同空战的任务需求提出各参与平台的能力需求.此研究对有人/无人机协同空战的发展具有一定的指导意义.     

预警机指挥多机群空战的协同战术决策

分析了预警机指挥下的多机群协同空战的战术决策方法,建立起了它的战术编队、威胁评估以及目标分配模型,并进行了仿真计算,结果表明此战术决策方法对于提高多机群协同空战的作战效能有着显著的作用,对于未来无人作战飞机多编队协同作战也具有很好的参考价值.     

飞机CGF用于战术模拟训练的关键因素研究

根据战术模拟训练系统的实际需要,飞机CGF能够提高模拟训练的规模、复杂度和真实性,完成战术进攻和防御任务。首先分析了飞机CGF的系统组成和仿真粒度,重点研究了影响飞机CGF性能的关键因素,包括飞行控制方法、智能决策水平、雷达火控模型以及组件化的开发方式和飞机CGF组网的关键因素,即统一的网络体系标准、规范的数据接口、时间和空间的一致性及统一的导调管理;最后实现歼击机CGF系统。实践证明,歼击机CGF能够顺利地完成作战任务,达到预定的目的。     

基于粗糙集-神经网络编队协同空战决策系统

为了提高空战决策的实时性和准确度,将粗糙集理论和神经网络引入到编队协同空战战术决策研究中,提出了应用SOM网络-粗糙集-BP网络集成进行编队协同空战战术决策的方案:应用SOM网络离散化决策系统输入数据的连续属性值;利用粗糙集数据分析方法,从数据中提取出规则将输入映射到输出的子空间上;在这个子空间上用BP网络进行逼近.2:4编队空战实例仿真结果验证该方案的可行性,在数据充分的条件下,该方案可以推广应用于其它空战决策系统.     

不确定条件下编队协同作战空中目标威胁评估

针对决策环境的不确定性,对不确定条件下舰艇编队协同作战的空中目标威胁评估过程进行了深入研究;在此基础上,根据舰艇编队协同决策的特点,综合运用风险型多属性决策理论,建立了满足不同决策层的舰艇目标威胁评估模型和编队目标威胁评估模型,从而提出了不确定条件下编队协同作战的空中目标威胁评估方法。最后,通过实例说明了所提方法的有效性。     

基于规则推理的海战仿真实体决策方法

研究在海军战术仿真中应用基于规则推理的方法实现作战实体的自主决策行为,该方法用决策规则描述作战实体决策时所依据的军事决策知识,通过对决策规则的推理实现决策作战实体的决策推理过程.分别介绍了作战实体的决策模型、决策规则的知识表示方法以及决策模型的决策推理方法.基于规则推理的海战仿真实体决策方法推理机制接近人类的思维方式,结构逻辑容易为军事人员所掌握,易于理解和维护,便于实现.     

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。     

Maximizing deviation method for multiple attribute decision making under q-rung orthopair fuzzy environment

Because of the uncertainty and subjectivity of decision makers in the complex decision-making environment, the evaluation information of alternatives given by decision makers is often fuzzy and uncertain. As a generalization of intuitionistic fuzzy set (IFSs) and Pythagoras fuzzy set (PFSs), q-rung orthopair fuzzy set (q-ROFS) is more suitable for expressing fuzzy and uncertain information. But, in actual multiple attribute decision making (MADM) problems, the weights of DMs and attributes are always completely unknown or partly known, to date, the maximizing deviation method is a good tool to deal with such issues. Thus, combine the q-ROFS and conventional maximizing deviation method, we will study the maximizing deviation method under q-ROFSs and q-RIVOFSs in this paper. Firstly, we briefly introduce the basic concept of q-rung orthopair fuzzy sets (q-ROFSs) and q-rung interval-valued orthopair fuzzy sets (q-RIVOFSs). Then, combine the maximizing deviation method with q-rung orthopair fuzzy information, we establish two new decision making models. On this basis, the proposed models are applied to MADM problems with q-rung orthopair fuzzy information. Compared with existing methods, the effectiveness and superiority of the new model are analyzed. This method can effectively solve the MADM problem whose decision information is represented by q-rung orthopair fuzzy numbers (q-ROFNs) and whose attributes are incomplete.     

多机协同目标与火力资源分配

在协同空战中,快速正确的空战决策是己方战机少受敌方伤害并取得战争胜利的前提。目标与火力资源分配是决策过程的重要部分。多机空战与单机空战相比有明显的不同,不同之处是面临多个敌方目标,根据我方资源最优分配作战对象和火力,基于遗传算法实现了两种算法的有人无人目标与火力资源分配。仿真结果表明,带有毁伤概率门限的算法既节省火力资源又快速有效。