TBM模型的目标综合识别算法

利用电子支援措施(ESM)和光学成像传感器等不同类型传感器进行目标综合识别,是现代综合电子战中的一个重要研究课题。TBM是D-S证据理论的一个扩展模型,它研究了D-S证据理论的动态部分,从数据融合的角度来看,它是一种层次化的递进模型,尤其适用于需要逐层进行数据、特征或决策级融合的融合系统。提出了一种基于TBM模型的异类传感器目标综合识别算法,充分利用了电子侦察和光学成像侦察提供的独立、互补的信息,获得了对目标的有效识别。仿真结果证明了这种算法的有效性。     

基于评价指标模糊集的复杂系统效能评估方法研究*

提出了一种基于评价指标模糊集的复杂系统效能评估方法。该方法利用系统评价指标的模糊性构造模糊集,以模糊集贴近度来定义评价指标的模糊隶属度函数,结合模糊层次分析法,提出了一种适用于复杂系统功能与多层评估指标体系的效能评估新方法。仿真应用的结果表明:该方法行之有效,具有较好的实用前景。     

基于fsQCA的装备动员力量能力生成模式研究

装备动员力量建设,是实现建制力量与动员力量优势互补、提高装备保障能力的有效途径。应用模糊集定性比较分析(fuzzy-set Qualitative Comparative Analysis,fsQCA)方法,探寻影响动员力量运用效果的原因组态。研究发现,不存在单一影响装备动员力量运用效果的必要条件;分析得出能够产生高水平动员力量运用效果的两种装备动员力量生成模式,分别是排故能力强的技术型装备动员力量和筹组能力强的指挥型装备动员力量。所提方法可为提升装备动员力量运用效果提供理论支撑。     

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.     

分布式指挥条件下作战方案模糊优选方法

分布式指挥是指各级各类指挥实体,在异地分散配置的状态下,依托网络化的指挥信息系统,进行的指挥控制活动.实现分布式指挥的关键是不确定性指挥信息的精确表达,并以此为基础构建相应的指挥信息融合方法.通过将此过程中的作战方案模糊优选问题建模为概率犹豫模糊环境下、属性权重未知的多属性决策问题,为异地分散配置的指挥实体快速达成共识提供适宜的信息描述工具,并构建基于客观赋权的分布式指挥信息融合方法.数值结果表明,给出的两种指挥信息融合方法能得到一致的排序结果.     

基于理想点距离算法的灭火作战方案优选

分析了传统的灭火作战方案优选方法存在的弊端,提出了基于模糊集理论的计算理想点距离的优选法,明确了语言变量与模糊集理论的相关定义,规定了模糊评价语言与三角模糊数的换算方法,阐述了理想点距离的计算方法,建立了灭火作战方案优选模型,验证了该方法在灭火作战方案优选方面的科学性、有效性以及合理性.     

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。     

直觉模糊集在信息融合中的应用

直觉模糊集理论已获得广泛的应用。全面总结了直觉模糊理论在信息融合领域的应用情况。分析了直觉模糊理论的研究现状与研究进展,介绍了在态势估计与威胁评估方面的应用情况,研究了在信息融合第一级处理中应用的基本原理与方法,展望了在信息融合领域各级的应用前景。     

复杂环境下数据关联算法的研究现状及发展趋势

系统地介绍了机动目标跟踪中数据关联算法的发展现状、发展方向及其与模糊理论和神经网络相结合的发展趋势,通过分析当前的数据关联算法本身存在的一些问题,指出了一些改进方法的可行性,进一步介绍了数据关联算法与模糊理论、神经网络以及遗传算法相结合进行目标跟踪的发展情况,并对以后数据关联算法研究方向进行了初步探讨.     

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。