基于时空序贯融合的TBM拦截效果评估

基于时空信息进行了TBM拦截效果评估的研究。首先分析了拦截效果评估信息的特征,建立了TBM拦截效果评估流程;在此基础上提出了基于"空间特征级-时间决策级"思想的序贯融合评估模型;融合评估算法中,空间域选取模糊神经网络进行特征级融合,时间域选取D-S证据理论完成决策级融合,空间特征级融合模糊神经网络的各层映射函数分别由模糊隶属函数和采用贝叶斯网络的方法来获取;最后通过实验仿真了评估流程,验证了融合评估模型及融合算法的有效性。     

TBM拦截效果的混合层次模糊综合评估

分析了TBM拦截效果评估体系的构成及其评价指标,针对影响拦截效果评估的众多随机性、模糊性因素以及评估系统的具体特点,提出了基于混合层次模糊综合评估的TBM拦截效果评估模型,分析研究了评估流程,并通过实例验证了评估方法的有效性.     

装甲装备作战效能评估的模糊Petri网模型研究

利用模糊Petri网清晰、简单的知识表示能力和模糊推理能力,将其应用于装甲装备作战效能评估中。基于"能力需求分析"方法建立了装甲装备的分层效能评估指标体系,并对其优化和赋权方法做了简要介绍;介绍了模糊Petri网的定义和基于BP算法的学习能力;在此基础上以装甲装备战场感知能力二级指标为例介绍了基于模糊Petri网模型的评估方法,并对评估结果进行了分析。     

带有可信度因子的直觉模糊近似推理方法

针对基于相似度的直觉模糊近似推理问题,提出一种基于加权相似度量的直觉模糊推理方法。首先定义一种新的直觉模糊相似度度量公式,加入权重参数解决各维特征分配不均匀的问题,弥补了现有直觉模糊相似度量的缺陷。然后构建基于直觉模糊产生式规则的直觉模糊近似推理模型,加入可信度因子解决了随机性引起的信息不确定问题,同时给出模型的推理算法和计算步骤。最后通过实例验证了该方法的实用性和有效性,其在意图识别、目标识别等信息融合领域有良好的应用前景。     

一种反导作战效果评估方法

反导作战效果评估是反导作战过程中的重要环节.在分析末段反导作战过程的基础上,应用层次分析法构建了反导作战效果评估指标体系,建立了基于模糊逻辑的评估模型并给出了综合评估方法.应用实例表明,采用综合模糊评估方法,可以更客观准确地评价反导作战的效果,为拦截评估提供一种新的技术途径,并为防空反导体系建设提供理论支撑,具有重要的军事意义和应用价值.     

模糊逻辑系统在船舶风险评估中的应用

为了合理进行船舶风险评估,提出了一种基于模糊逻辑系统的船舶风险评估方法.根据模糊逻辑系统的基本原理,建立了船舶风险评估的模糊逻辑模型;按照国家标准、规范,并结合经验建立了风险指标的模糊集合、风险矩阵及模糊规则,然后进行了模糊推理,得到了系统的风险等级,并制定了预防风险的措施.以某艇消防系统的风险评估为例,证明了其能够合理地评估出系统的风险,可为决策提供参考.     

基于串联模型框架的目标威胁评估

针对防空武器系统防空作战特点,在对目标威胁程度影响因素分析的基础之上,运用模糊理论和多模型理论探索目标威胁评估问题。设计了一种基于串联模型框架的目标威胁评估方法,该方法采用3个基本模型,基于串联系统思想,经模糊推理融合,得到空中来袭目标的威胁程度。该评估方法层次分明、直观有效,能够较好地满足海上对空防御作战中对目标威胁评估的需要,为舰指挥员决策和防空武器系统火力分配提供一定的依据。     

防空体系作战能力评估方法

针对防空体系作战能力评估中不确定性指标难以量化的问题,将正态云模型与模糊推理相结合,提出一种基于正态云模糊推理的评估方法,依次通过模糊化,构造推理规则库,运用Larsen算法及中心平均解模糊算法实现定性与定量评估的有效转化。该方法综合考虑了指标信息的模糊性和随机性,有效提高了评估结果的可信度。最后,以典型防空体系侦察预警能力评估为例,验证了该方法的可用性与有效性。     

基于双基点模糊推理的智能系统评估方法

针对现有面向智能系统的智能化水平评估方法存在的粗粒度评估、泛用性差、不可解释等不足,提出一种基于深度双基点模糊推理的系统智能化水平评估方法。该方法提出一套通用的智能化水平评估指标体系,并基于该指标体系搭建深度双基点模型,该模型首先根据多个维度的细粒度指标生成初步综合评价,随后使用自适应模糊推理网络进行模糊计算,最终输出智能化水平。该模型采用定性评估与定量评估相结合的评估策略,融合专家知识和模糊推理方法,使得评估结果具有可解释性且模型具有较强的泛用性。针对不同的信息系统,基于所提出的智能化水平评估指标体系,使用相关数据及相关领域的专家知识进行实验验证,结果表明所提出的评估方法能够稳定地进行智能化水平评估,评估结果可解释且评估模型具有良好的泛用性。所提出方法能够为大数据及人工智能系统的智能化水平评估提供方法和参考。     

基于模糊规划方法的防空作战目标分配研究

首先以拦截目标期望和拦截目标数量为目标函数,充分考虑多种约束条件建立防空作战目标分配模型。其次将目标分配问题转化为求解模糊规划模型,针对传统目标分配求解算法的不足,采用差分进化算法以提高目标分配决策效率,并通过仿真算例进行验证与分析。研究对于加强防空作战C~4ISR系统的指挥控制能力具有一定理论意义。     

基于模糊群决策的信息系统安全风险评估方法

针对信息系统的安全风险分布特征,给出了一种安全风险评估模型.引入模糊集理论,并结合具体安全风险因素提出了一种基于模糊群组决策的安全风险评估方法.采用Delphi法集成群组意见以确定指标的模糊权重集与模糊评价集,运用三角模糊数描述语言变量的专家模糊权重,综合模糊数运算法则与风险值的求取算法求得安全风险评估值,并给出安全风险的属性判定.实例分析验证了该方法的可行性和有效性.     

一种组网探测资源管控拓扑模型优选算法

针对组网探测资源管控预案设计中管控拓扑模型优选难题,结合社会网络分析和信息论理论,选用图论为主要研究方法,提出了一种基于改进模糊物元的拓扑模型优选量化模型和新算法。根据组网探测资源管控的特点建立了基于团队合弄集成设计环境和图论的拓扑模型,依据指标属性特征,给出指标量化方法和优选算法流程,将信息论和模糊物元相结合,设计了一种改进模糊物元的拓扑模型优选算法,并以某雷达组网系统的体系抗干扰探测资源管控拓扑模型优选为例,验证算法的可操作性和可行性。实例表明,优选算法所得结果与实际相符,也能对拓扑模型动态变化规律进行科学分析,为求解拓扑模型优选问题提供了一种可行和客观的方法。     

特征敏感度与模糊度的弹道目标聚类识别评估

针对现有弹道导弹目标聚类识别算法中,很少同时考虑目标特征敏感度与模糊度的问题,提出了一种基于特征敏感度与模糊度的弹道目标聚类识别算法。该算法通过目标特征类内类间距离,定义目标特征聚类识别敏感度,将两类目标形成的类看成两个圆,利用圆之间的位置关系,定义目标特征聚类识别模糊度,将所定义的特征敏感度与特征模糊度合理组合,作为目标特征对聚类识别好坏的评估因子。仿真实验从特征评估分析和特征组合分析两个方面验证了算法的有效性。     

基于模糊BP神经网络的高原寒区弹药换算系数研究

针对高原寒区特殊复杂的作战背景,提出了一种基于模糊BP神经网络的弹药换算系数优化模型。该模型借助模糊隶属度将难以量化的弹药消耗影响因素定量化,以提高弹药换算系数的准确度。构建了弹药换算系数测算模型;分析了影响高原寒区弹药消耗的主要因素并进行了模糊量化,在此基础上建立模糊BP神经网络模型;通过仿真验证了优化后弹药换算系数的精确性。     

基于模糊聚类的粒子群算法在雷达组网优化布站中的应用

提出了一种基于模糊C-均值聚类的粒子群算法,将其应用于雷达组网优化布站.定性分析了雷达组网布站原则并对其量化,建立了优化布站的数学模型.为加快求解速度,结合模糊C-均值聚类对标准粒子群算法进行了改进,给出了基于模糊C-均值聚类的粒子群算法在该优化问题中的设计方法,并与标准粒子群算法和遗传算法进行了仿真对比.结果表明,该方法能够快速得出雷达组网优化布站方案,验证了雷达组网布站模型的可行性和改进算法的有效性.     

MIMO-FNN模型的弹道导弹目标识别方法

针对弹道导弹目标融合识别特点,分析了弹道导弹单传感器多特征多输入多输出模糊神经网络(multiple input multiple output fuzzy neural network,MIMO-FNN)模型、弹道导弹多传感器单特征MIMO-FNN模型,在此基础上,结合弹道导弹目标融合识别的实际流程,提出了弹道导弹目标识别多传感器多特征MIMO-FNN模型。该模型以每个单传感器多特征MIMO-FNN模型的输出为输入,并通过专家知识求取每个传感器的融合权值,采用sum-product模糊推理和加权求和法解模糊,得到模型的融合识别结果,并通过仿真实验验证了所提模型的有效性,最后从多传感器多特征优化和传感器权重2个方面对所提模型进行了可行性分析。     

基于模糊遗传算法的先进战机协同攻防决策

根据先进战机的特点以及协同空战的发展方向,采用了一种基于先敌发现、先敌发射、先敌摧毁能力的空战态势分析模型,为了更符合作战情形对其进行了部分改进。将模糊遗传算法应用于上述模型,给出了求解多机协同攻防决策问题的算法,模糊推理器主要用于交叉概率Pc和变异概率Pm的整定。最后用具体算例进行仿真验证,结果表明采用的空战态势分析模型能够较为准确地描述多机协同空战,同时采用的算法具有较好的可行性和实时性,为协同空战的攻防决策提供了新的解决方案。     

BP神经网络在效能评估中的样本训练

根据WSEIAC模型建立了地面防空导弹武器系统效能评估的指标体系,并依此模型建立与之对应的三层BP神经网络.简要分析了BP算法的实现过程,利用专家打分法和模糊层次法相结合的方式取得该神经网络应用于地面防空导弹武器系统效能评估时的训练样本,并对此神经网络进行学习训练,直至达到精度要求.经验证,该网络在评价地面防空导弹武器系统效能时减少了评估中的人因影响,使评估结果更为科学.     

模糊决策融合的红外弱小目标序列检测

针对红外序列图像中运动弱小点目标的检测问题,重点研究序列关联检测算法.在多帧关联检测的基础上,引入决策融合概念,建立了基于模糊决策融合的序列关联检测方法.基于贝叶斯最小风险准则建立分布式决策模糊融合方法,有效融合单帧检测的结果,提高序列检测算法的性能.实测数据的实验结果验证了基于贝叶斯最小风险准则的分布式决策模糊融合方法的可行性和有效性.     

基于改进AHP-FCE算法的导弹旅指挥效能评估

针对传统AHP-FCE评估法确定指标隶属函数困难的情况,提出改进AHP-FCE算法,在综合考虑专家评估团队成员知识结构、研究领域、工作岗位等因素对评估结果影响的基础上,利用专家权重因子对模糊关系矩阵进行修正,提高模糊关系矩阵构建的合理性和实用性。分析导弹旅作战任务和作战指挥活动特点,构建导弹旅作战指挥效能评估指标体系,并运用改进AHP-FCE法实施综合评估,验证了方法的有效性。同时,针对评估结果分析重要参数的相互关系,提出参数设置建议。