基于模糊层次分析法的决策方法及其应用

模糊层次分析法(简称FAHP)充分利用了模糊数学新的研究成果,将层次分析法扩展到模糊环境中去,在多目标决策问题中具有独特的优越性.介绍了模糊层次分析法的基本原理及其数学模型的建立,给出了模糊互补判断矩阵的建立方法,权重公式及一致性检验公式.通过对某型垂直/短距飞行器方案选优排序中的应用分析,证明了该方法在系统方案选优中的有效性.     

基于云理论的雷达组网作战效能评估

传统的雷达组网作战效能评估一般采用定性评估方法,而对于精确的定量评估,目前尚缺有效的方法.云理论是一种用于处理不确定性和含糊性知识的数学工具,可实现概念与数据之间的相互转换.结合雷达组网的因素分析,提出了组网雷达作战效能评价指标体系,然后利用云理论的有关知识,建立了各指标的云模型及其多维加权综合云的重心表示.最后应用云重心评价方法给出系统的效能评估值,解决了效能评估中定性语言到定量的转化问题,最后给出了一个雷达组网作战效能评估的算例.     

地空导弹阵地选择的模糊综合评判

选择地空导弹阵地是地空导弹部队作战指挥决策的必要环节和重要内容,阵地选择的好坏直接影响到导弹性能的发挥和防空任务的实现.由于阵地选择受到很多非量化因素的影响,单纯定性分析很难给出科学合理的评价结果,所以必须定性、定量相结合进行综合评判.通过对影响地空导弹阵地选择各因素的全面分析,建立了阵地选择的因素指标体系,给出了阵地选择的综合评判模型和评判方法,并通过实例验证了该模型和方法对评估和优选地空导弹阵地的可行性和实用性.     

修正FAHP方法的装备保障指挥效能评估

专家评判值缺失是装备保障指挥效能评估实践中常见的问题之一.在模糊一致性的基础上,提出了一个不完全判断矩阵缺失值的估计和补偿算法,用该算法对传统FAHP方法进行了修正,并以该修正算法为基础,对其在装备保障指挥效能评估中的应用方法和步骤进行了分析,最后以某单位的装备保障指挥控制系统为对象,进行了具体的案例研究.     

基于层次方法和PCA特征变换的宫颈细胞识别

对宫颈细胞多分类,可以自动识别出不同状态的细胞,进而为宫颈癌诊断提供科学依据。在用6种多分类算法实验后,选取支持向量机（SVM）作为基分类器,先用一对一策略（one- versus -one）训练6个分类器进行3分类,然后再训练1个2分类器,这种二层4分类方法提高了识别准确率。又考虑不同层特征模式的差异性,在保证识别性能同时,每层分类前先采用主成分分析（PCA）法将原始154维特征变换到低维空间,去除冗余特征,加快识别速度。实验证明,所提层次PCA法在宫颈细胞分类中相比6种传统多分类方法有更高的识别准确率,可达90%以上;识别速度也较普通层次法提升了21.31%。     

基于改进hLDA模型的国防工业基础评估指标构建方法研究

为构造科学合理的国防工业基础评估指标,更好地开展国防工业基础评估工作,提出一种基于改进分层潜在狄利克雷分配(hierarchical Latent Dirichlet Allocation, hLDA)模型的评估指标构建方法。为hLDA模型引入层次控制因子以降低层次化结果中部分子主题的集中程度,通过数学和实验方法对改进模型的效果进行了验证,以美国国防工业基础评估指标构建为例对方法进行了实证研究。通过与权威指标体系的对照检验和实验结果评价,验证了方法的有效性,可为国防工业基础评估指标构建理论和实践提供借鉴参考。     

层次分析法在装甲师火力战能力评估中的应用

对装甲师火力战能力的评估将对装甲部队建设有很大的推动作用,但影响装甲师火力战能力的因素很多。采用AHP法,综合考虑火力战能力的多方面因素,以定量和定性相结合的方式来评估装甲师实施火力战的能力,弥补以往人数与火器统计评估法等存在的不足。     

基于支持向量机的威胁判断模型

目标威胁判断是防空作战中一项重要内容,在建立目标威胁模型时,首先要挑选特征参数,分析了影响威胁度的若干因素.这里采用Rough理论中知识约简方法选择目标的特征参数;支持向量机是一类新型机器学习方法,由于其出色的学习能力,该技术已成为当前国际机器学习界的研究热点,利用支持向量机建立了威胁判断模型,给出了实例和解决此问题的支持向量机源程序.通过实例与神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单.     

基于AHP-Fuzzy方法的军队物资供应商评估模型研究

文章建立了物资供应商评估的指标体系,提出了基于AHP-Fuzzy方法的供应商评估模型,并通过实证分析说明了该模型在实际中的应用。