基于犹豫度特征改进的新的直觉模糊相似度

直觉模糊集之间关系的密切程度可用相似度来度量。近年来提出了多种定义两个直觉模糊集相似度的方法,但这些方法对犹豫度的考虑不够,因而计算出的相似度大多存在反例。依据直觉模糊集信息的波动性和不确定性特征,补充拓展定义了直觉模糊相似度,并基于此给出了直觉模糊相似度的计算公式。最后在人工框架测试集中进行了验证,结果不存在反例。     

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。     

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。     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

模糊规则集在发动机故障诊断中的应用

基于模糊规则集度量,提出了一种故障诊断系统。提取模糊规则分两步实现：（1）由训练样本自适应形成超球子空间,可望解决高维空间的识别问题：（2）计算每个子空间上模糊规则的信任度。对模糊规则的概念进行了拓展,以便解决模糊规则之间的矛盾。仿真研究表明：模糊规则集度量可以用于液体火箭发动机的故障诊断。     

基于IFS的区域目标群威胁度评估

在已有的单目标对空威胁评估的基础上,提出了一种针对区域防空的威胁度评估方法。利用直觉模糊集处理模糊信息的优势,可以较好地处理由于传感器探测误差导致的模糊态势,克服在雷达探测过程中出现的误差。在属性权重完全未知的情况下,综合考虑了区域内目标重要性、防空措施以及目标本身抗毁伤能力,推导了权重求取公式。列出了威胁评估值的求取步骤。经过运算,由算例1到t时间后算例2在评估结果上的变化,验证了方法的有效性。     

基于模糊集理论和TOPSIS的FMEA分析方法

针对军用车辆柴油机维修保障的实际需求,采用改进的失效模式及其影响分析方法(FMEA)对其进行可靠性评估.通过模糊语言和三角模糊数对专家经验和评价进行量化,建立失效模式规范化评估矩阵,采用基于理想点理论的组合赋权法分配风险因子权重并构建加权规范化矩阵,基于逼近理想解排序法(TOPSIS)计算出各失效模式的相对贴近度,依据...     

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。     

模糊故障树分析方法在机场环境安全中的应用

采用故障树分析法,对引起鸟击飞机的各个因素进行系统分析,并建立了故障树.通过定性分析,可得引起顶事件发生的2580个最小割集.采用专家判断和模糊集理论相结合的方法,评估故障树底事件发生概率的模糊性,并以\"垃圾堆对鸟的吸引\"这一底事件为例,计算出其模糊失效率.通过定量分析,计算出顶事件的发生概率为0.00241,同时可计算各底事件的重要度.