多属性决策中的线性组合赋权方法研究

权向量的确定是多属性决策中一个重要问题,线性组合赋权方法是解决该问题的一个有效途径。对线性组合赋权的求解问题进行了一般性的描述,并根据求解所用信息的不同将求解方法分为四类,阐述了每类方法常用的求解思路和原则,进一步分析了不同类别方法的特点。对求解方法进行分类,有利于对不同求解方法本质和特性的了解,可以为不同组合赋权方法的应用提供参考。     

基于神经网络模糊融合技术的潜艇声纳目标识别系统

将神经网络和属性层模糊数据融合技术应用于潜艇水下目标识别是解决潜艇声纳目标识别问题的有效途径。本文建立了声纳目标识别系统的结构模型和算法模型,设计了一个基于神经网络属性层模糊数据融合的目标识别系统,研究了将噪声信号功率谱和双谱用于目标识别,并进行了仿真,验证了该系统的可行性和有效性。     

基于粗集理论证据加权的电子目标识别法

在对电子目标进行识别时,往往采取多传感器融合的D2S证据理论进行处理,但是由于传统的D2S证据理论中各传感器对识别结果的重要性没有区分,基于此将粗集理论属性重要度概念应用到各传感器的重要性上,从而实现加权融合的证据理论。仿真实验及其结果表明该方法对电子目标识别是有效的,尤其在传感器受到干扰时,具有较强的现实意义。     

基于结合熵权的TOPSIS法指挥所构筑方案优选

指挥所构筑方案的优选属于多属性决策问题。分析影响指挥所构筑的诸多因素,构建指挥所构筑方案优选的准则体系,在只有判断矩阵的情况下,通过熵权法客观地确定各准则的权重系数,运用结合熵权的TOPSIS法,建立指挥所构筑方案的优选模型,同时,结合实例说明该方法的有效性。     

一种基于改进的ROUSTIDA算法的数据补齐方法

针对ROUSTIDA数据补齐方法存在的问题,提出了一种改进的ROUSTIDA数据补齐方法.该方法首先将条件属性与决策属性区分对待,优先填补决策属性值,避免了不一致决策表的产生;然后,在决策属性相同的前提下填补条件属性缺失值,扩展了原算法的使用范围;最后,通过一个实例说明改进算法补齐后的决策表的确能够获得更集中的决策规则...     

基于属性散射中心的SAR图像重构及在目标识别中的应用

提出基于属性散射中心重构的合成孔径雷达(SAR)图像目标识别方法.该方法采用邻域匹配算法构建测试图像散射中心集与对应模板散射中心集的对应关系.并分别利用所有的测试散射中心以及匹配的模板散射中心基于属性散射中心模型重构测试图像和模板图像.在此基础上,设计重构图像之间的相似度度量并根据最大相似度的准则判定目标类别.利用MSTAR数据集在多种条件下进行了目标识别实验,验证了所研究方法的有效性.     

基于群体多属性决策的坦克武器作战能力评估

针对坦克武器系统作战能力评估新趋势,运用不完全信息群体多属性决策方法探索坦克武器系统作战能力评估问题。依据决策群体中每一决策个体的主观偏爱和信息掌握程度,形成对不同坦克武器系统在各属性下效用的不完全信息,决策群体集结各效用不完全信息形成群体偏爱,对武器系统作战能力进行排序或选优。该方法模型简单、利用计算机实现,较好地解决了信息化条件下坦克武器系统作战能力评估问题。     

一类不确定语言型机降场选择模型

机降场选择是超视距垂直登陆作战的关键工作之一。针对机降场选择的决策特点,定义了不确定语言集结算子,建立了基于不确定语言型多属性群决策方法的机降场选择评估模型。该模型直观、简单,降低了对指挥员的专业素质要求,有效弥补了指挥员的主观判断误差,提高了评估决策可靠性,具有较高的应用价值。     

论军事采购合同的法律适用

军事采购活动最终都要通过签订并履行军事采购合同的方式来实现。文章对军事采购合同的相关法律问题进行了探讨。     

基于证据理论的直觉模糊群决策方法

针对属性权重和专家权重完全未知的直觉模糊群决策问题,提出一种基于证据理论的决策方法。基于记分函数和属性不确定度,将专家的直觉模糊决策矩阵转化为Mass函数;运用了基于直觉模糊熵的属性权重计算方法,将专家针对属性集关于方案集的评价证据进行修正与合成;确定了考虑接近度与相似度的专家权重计算方法,融合了TOPSIS法与Jousselme距离度量专家权重,将各专家关于方案集的评价证据进行修正与合成,最后进行方案排序。运用实例证明了方法的合理性和有效性。