结合离差最大化的多属性群体决策TOPSIS威胁评估

针对传统理想解逼近排序法(TOPSIS)在确定多个属性权重系数上存在主观性和盲目性,并且所作决策多为单一决策,精确度不高等问题,提出结合离差最大化原理的多属性群体决策TOPSIS改进模型,利用离差最大化原理确定属性权值,同时引进群体决策方法。最后将该模型运用于机群协同空战的威胁评估中,建立了多目标威胁评估数学模型,并进行了全空战过程的动态仿真分析,结果表明所建立的扩展模型是合理可行的。     

采用时序多属性评价方法的空战威胁排序

鉴于空战中威胁目标的多属性及动态变化特点,提出采用时序多属性评价方法来解决空战目标动态威胁排序问题。在建立空战威胁指标体系基础上,采用熵权法确定目标属性权重,并通过指数分布法确定各时刻权重,最后综合依据威胁目标多时刻的属性信息,实现了空战动态威胁排序。仿真结果说明该方法的合理性。     

基于熵权和灰色关联分析的应急物资分级研究

应急物资是应对突发性事件的物质基础,应急物资分级是优化库存管理、提高应急系统运作效率的关键问题之一。通过对应急物资分级影响因素的分析,构建了应急物资分级评价指标体系,设计出基于熵权的灰色关联度分析模型,得出应急物资重要性程度综合排序和分级结果。实例分析表明,本方法的分级效果良好,并为优化应急物资储备决策提供了数学基础。     

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。     

基于混沌pso算法的实时动态目标分配

任务分配是多导弹协同攻击目标的重要前提,在充分考虑满足复杂战场环境各种约束的条件下,提出了基于混沌粒子群算法的实时动态算法,使得算法在求解WTA问题时具有处理意外目标和任意时刻响应当前战场状态的实时动态特性。并为了解决战场环境中各不确定性因子对新加入目标优先级的影响,提出基于三元区间数表示关联熵的复合物元目标排序方法。     

网络分布式分级数据处理技术

针对现代战争中多平台多传感器协同作战的特点,提出了一种网络分布式分级数据处理技术。首先,通过网络分布式技术提升了整个作战系统的抗毁性,实现了指控作战的无缝交接。其次,通过分级融合技术解决了传统单级融合模式中由于数据回吐而造成的信息冗余问题,同时也降低了网络负载;最后,通过理论分析和仿真实验验证了分布式分级处理技术的可行性和有效性,具有较强的工程应用价值。     

基于战场环境的多频分级AdHoc网络效能分析

通过分析现代战场通信环境的复杂性、通信节点的异构性,提出了一种基于战场环境的多频分级Ad Hoc网络结构。并通过仿真验证,这种结构的路由控制开销小,报文投递成功率提高,在今后对战术通信网抗毁能力的研究中具有很高的实用价值。     

防空导弹反TBM作战指挥中目标分配关键问题研究

依据防空反导作战理论和目标分配的要求,对防空导弹反TBM作战指挥中目标分配的关键问题进行了研究。分别对威胁排序方法、拦截可行性条件、目标分配原则和目标分配算法进行了分析,提出了一种反TBM作战指挥中目标分配问题的算法,最后讨论了目标分配的评价问题。通过实际应用表明此方法是切实可行的。     

改进AHM-TOPSIS的智能化雷达信息处理性能评估方法北大核心

针对智能化雷达信息处理性能评估需求,从雷达信息处理包含的目标检测、目标识别和剩余杂波抑制3种技术着手,构建了智能化雷达信息处理性能评估指标体系。使用评分标度替代比例标度对属性层次模型进行改进,通过改进后的属性层次模型对指标体系进行赋权。在评估模型中引入灰色关联分析法,使用灰色关联系数替代欧式距离,利用改进的逼近理想解排序法对不同方案的智能化雷达性能进行排序,筛选出最优的智能化雷达技术方案。通过智能化雷达的工作数据验证了该方法的有效性。