改进AHM-RS雷达装备保障性评估指标赋权方法

针对主观赋权法过于依赖主观经验,客观赋权法由于数据有限可能偏离实际情况的问题,为提高雷达装备保障性评估指标权重的科学性,针对现有属性层次模型(AHM)和粗糙集(RS)赋权法的不足,改进了AHM和RS赋权法,运用离差最大化思想将主客观两种赋权法进行组合处理,提出了改进的AHM-RS综合赋权法,通过实例验证了该方法的有效性和可行性。     

基于改进方差最大化的主客观组合赋权方法

评估指标权重赋值是装备体系评估的重要环节,权重赋值的客观性和科学性对评估结果影响巨大.主观赋权法和客观赋权法各有优点,组合使用将使指标权重客观性加强,评估结果可信度增加.在主观赋权的基础上,结合客观赋权法的赋值结果,构造了一种基于改进方差最大化的主客观组合赋权方法.在主、客观权重排序一致条件下采用组合赋权,在排序不一致...     

主客观组合赋权在舰载通信系统评估中的应用

为提高舰载通信系统效能评估的科学性,将主观和客观赋权法相结合,提出将基于标度扩展的AHP法和离差最大化法通过基于目标规划的组合方法进行结合,用于舰载通信系统效能评估中各指标权重的确定,从而融合了主客观方法的优点。评估结果表明了该方法的合理性。     

反舰导弹威胁评估指标组合权重因子确定

反舰导弹在现代军事系统工程中的地位日趋重要,其威胁程度评估成为作战指挥关注焦点,权重因子的确定成为评估中一个亟待解决的问题。针对主客观权重确定方法各自的优缺点,构建了威胁评估指标体系,在提出了灰色关联度计算的多专家主观赋权方法和基于信息矩阵的客观赋权方法基础上,利用离差函数与目标规划的方法将权重确定建模为多目标约束的优化问题,设计了基于最小二乘原理的组合赋权机制,并通过实例说明方法的科学性与合理性。     

基于ANP和熵的起重机械吊装训练评价组合赋权法

为了给起重机械吊装训练提供一个科学的评价模型,采用了基于网络层次分析法(ANP)与熵值法集成的组合赋权法建立起重机械吊装评价方法。首先分析了影响吊装训练的关键因素,在此基础上建立一个科学的评价指标体系;然后运用网络层次分析法分析各指标间相互影响的关系并确定主观赋值权重,用熵值法根据各指标的客观属性确定客观赋值权重;最后通过组合赋权法确定各指标的最终权重,使评价结果既反映出各指标的客观属性,同时也能考虑到决策者或者专家的意见。应用结果表明,该方法确定的权重更符合吊装训练的实际。     

改进熵系数法的预警机探测引导能力评估

引入欧氏距离来度量基于离差最大化法与熵系数法确定的两个权重向量的相似度,在相似度最大约束条件下,确定了熵系数法中参数ρ值,解决了参数ρ取值人为主观性的问题。采用区间数来表示专家对指标间的相对重要性,克服了实际中难于得到准确决策信息的问题。将区间数特征向量法确定的主观权重和改进的熵系数法确定的客观权重集成得到组合权重,采用加权算术平均算子对4种预警机的探测引导能力进行了计算。     

基于组合赋权法的有人/无人机协同作战能力分析

为了对有人/无人机协同作战能力(MAV/UAV Cooperative Engagement Capability,M/U-CEC)进行数学建模和量化评估,提出了一种基于组合赋权法的M/U-CEC计算方法。建立有人/无人机协同作战的参数体系,确定M/U-CEC的量化指标,分别使用层次分析法和信息熵理论得到参数主观和客观权重,最后根据融合算法得到组合权重并建立了作战能力模型。仿真结果表明相比于单纯使用层次分析法或信息熵确定权重,利用组合赋权法分析作战能力可信度更高。     

基于组合赋权和云模型的部队管理绩效评价方法

针对部队管理绩效影响因素复杂,难以客观定量评价的问题,从权重确定和评价方法选择两个方面进行改进和完善研究。为避免信息的丢失和扭曲,提出了一种组合赋权法来确定指标权重,并将云模型引入到部队管理绩效评价,从而建立了基于组合赋权-云模型的评价方法,通过与模糊综合评价的结果对比,验证了该算法的可行性和有效性。     

基于组合赋权的火箭动力系统性能灰色关联评估

针对运载火箭动力系统的性能评估,采用灰色关联分析模型有效解决了数据缺乏问题,并且利用层次分析法与离差最大化法组合确定指标权重,避免了使用单一赋权方法导致的主观性或者客观性不足的缺陷。最后,通过对国内外5种类型运载火箭的动力系统性能进行评估排序,对比数据结果表明,采用该方法能够对运载火箭动力系统性能进行合理的评估与排序,具有一定的应用价值。     

某型电源装备虚拟训练系统的综合评判模型

针对某型电源装备训练及业务能力不易准确评估的问题,以某型电源装备为具体研究对象,研究设计了适用于该电源装备的虚拟训练系统,提出一种基于组合赋权和模糊灰色聚类相结合的综合评价新方法。首先基于层次分析法(Analytical Hierarchy Process,AHP)、熵权法分别计算指标的权重,再通过组合赋权法将上述两种权重重新组合,消除主观和客观确定权重时所带来的不确定性因素影响。其次针对评价指标中包含的灰色信息,引入模糊灰色聚类算法,解决了模糊评判矩阵不易构建的问题。最后通过实例验证了该综合评判模型的有效性。