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。     

基于熵权法-云模型的雷达装备通用质量评估

针对现有雷达装备通用质量评估方法中存在评估指标选取主观性强、定性定量指标不能有效融合的问题,提出了一种基于熵权法和云模型的评估方法。总结了雷达装备通用质量评估指标体系的构建方法和流程,并在此基础上建立了全面、易量化的指标体系;基于熵权法比较评估了指标之间的区分度,筛选出了对评估结果影响突出的指标,实现了评估指标的约简;利用云模型将定性定量指标有机融合得到综合评估云模型,通过云相似度算法确定评估质量等级。通过实例计算,验证了本方法的合理性和可行性,为不同型号雷达装备通用质量特性的优劣比较提供了一种新的思路。     

一种基于模拟退火算法的雷达杂波仿真方法

分析了目前常用的杂波建模方法,阐述了最大熵分布的重要作用,提出了一种杂波幅度的统计建模方法,通过提取实测杂波数据的中心矩来对杂波幅度的随机特性进行描述,并通过模拟退火算法对杂波数据进行仿真。最后利用McMaster大学IPIX雷达的一组实测海杂波数据对算法进行了验证,结果表明,仿真数据与实测数据的最大熵分布具有很高的拟合程度。     

基于直觉模糊集的ELECTRE方法

结合直觉模糊集的信息表达优势和ELECTRE方法的思想,提出了一种直觉模糊多属性决策的新方法。利用直觉模糊熵对直觉模糊信息价值的刻画,构建了熵权与专家权重的组合权重。阐述了直觉模糊ELECTRE方法的决策原理和步骤,并经过实例应用,验证了该方法的可行性与有效性。     

基于一般二元关系的不确定性度量方法研究

针对一般二元关系,从知识的区分能力角度提出一种带有可调节参数的新的不确定性度量-α熵,给出了其在一般二元关系下的重要性质,指出一般二元关系下的α熵是现有多种不确定性度量的扩展,统一了完备和不完备信息系统中知识的不确定性度量.结合知识的α熵,给出了一般二元关系下粗糙集的α精度和α粗糙度的定义,证明了α精度、α粗糙度和知识...     

多值直觉模糊熵及其应用

给出了多值直觉模糊熵的计算方法,并揭示了多值直觉模糊熵的若干重要性质,通过求解一个雷达目标识别的实例更清晰地表述多值直觉模糊集的优势或特点。实践表明,多值直觉模糊集是对直觉模糊集一种有效扩展,这种扩展有助于对实际问题进行描述和求解。     

基于Bayes方法的射击密集度评估

以某远程武器射击密集度鉴定问题为对象,研究了运用Bayes 理论从仿真试验数据中提取有用信息,从而实现在少量试验样本情况下有效完成射击密集度试验鉴定任务的方法.将最大熵法应用于射击密集度估计,介绍了运用自助(Bootstrap)法从仿真试验结果中获取验前信息的基本思想和一般方法,以及在获得验前信息后结合现场试验样本进行射击密集度鉴定的方法.     

基于熵权的阵地目标伪装效果评价模型

根据现代高技术侦察监视器材工作的原理和方式,建立了阵地目标伪装效果评价指标体系,每项指标都可以用具体的数值进行表达。在对各评价指标的权重确定中,根据信息嫡的理论和方法采用了客观赋值法——熵值法,使权重确定更科学、准确、合理。建立了基于熵权的综合评价模型,通过实例分析,验证了该模型的合理性和可靠性。     

结构方程模型参数估计的GME方法

提出应用广义最大熵的方法对结构方程模型的参数进行估计,该方法能够处理有限的或者不完全数据。为了验证广义最大熵方法在估计结构方程模型参数时的性能,采用了一个应用于美国顾客满意指数(ACSI)的结构方程模型生成仿真数据,仿真结果表明,与PLS相比,GME方法具有更高的拟合精度和较低的预测误差,在样本数据较少时,表现更为明显。     

建模与仿真VV&A工具设计与实现

在深入研究VV&A过程模型的基础上,建立了仿真和建模VV&A工具设计方案,详细介绍了各个模块的功能、相互之间的关系及工作流程.应用ODBC互连技术实现接口问的通信,将VV&A工具应用于实际工程中,取得了令人满意的结果,从而有效提高了仿真VV&A过程的经济性和快捷性.