基于ERA和PT的舰艇编队多作战想定下效能评价

为了解决舰艇编队作战效能评价高度专业性、复杂性及要素间关联性等技术难题,提出了基于证据推理法(ERA)和前景理论(PT)的舰艇编队作战效能评价方法,分两步确定最优的评价指标体系及权重。对于要素间客观存在的关联性,从理论上证明了关联性越低,证据推理法的应用效果越佳,再以此为目标优化效能评价指标体系;运用前景理论构建了指标体系关联度最小、评价能力前景价值最大的非线性优化模型,同时确定指标最优权重,并给出求解方法。为了验证这一方法的有效性,将基于ERA和PT的舰艇编队作战效能评价方法应用于多想定的算例分析,结果表明,提出的方法能有效地解决舰艇编队作战效能的评价问题。     

基于直觉判断矩阵和证据理论的群组决策方法

针对属性权重已知的群决策环境,根据直觉模糊和证据理论相关知识,提出了一种群决策方法。采用直觉模糊数描述专家关于方案的两两比较结果,构建直觉判断矩阵;根据直觉判断矩阵排序中转法,按一致性要求确定属性直觉模糊数型权重;以直觉模糊评价值构造Mass函数,结合证据冲突度和犹豫度,在属性层面区对专家权重进行合理分配;利用直觉模糊集加权集结算子集结决策信息,并根据得分值和精确值进行方案排序。通过算例,验证了所提方法的合理有效性。     

机械臂设计方案选择的模糊综合评价方法

针对机械臂设计方案选择问题中存在的诸多模糊因素,建立了一种基于熵权和AHP的模糊综合评价方法。分析了影响机械臂设计中的各种指标和因素,构建了机械臂设计方案的综合评价指标体系,建立了相应的评价指标分级矩阵;并结合熵权与AHP共同确定评价指标的综合权重,有效解决了权重分配困难的问题;利用信息熵实现对所选设计方案的总体评价,得出所选方案评价结果为良等级。评价结果具有一定应用价值,对多个方案选择时提供一种很好的评价体系,对快速选择方案提供了一定的参考意义。     

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。     

基于证据理论的直觉模糊群决策方法

针对属性权重和专家权重完全未知的直觉模糊群决策问题,提出一种基于证据理论的决策方法。基于记分函数和属性不确定度,将专家的直觉模糊决策矩阵转化为Mass函数;运用了基于直觉模糊熵的属性权重计算方法,将专家针对属性集关于方案集的评价证据进行修正与合成;确定了考虑接近度与相似度的专家权重计算方法,融合了TOPSIS法与Jousselme距离度量专家权重,将各专家关于方案集的评价证据进行修正与合成,最后进行方案排序。运用实例证明了方法的合理性和有效性。     

基于D-S证据理论的协作式频谱感知方法

频谱感知是认知无线电的关键技术,感知精度和速度直接影响到认知无线电网络的整体性能。由于单台感知的性能受环境影响严重,协作式频谱感知被广泛使用。为提高协作式频谱感知性能,采用可变策略的Dempster-Shafer证据理论对两种感知方法产生的信息进行融合:一种是能量检测法,该方法速度快但准确度不高;另一种是周期平稳信号检测法,准确度高但周期长。通过融合实验结果表明,同单独一种检测方法相比,基于Dempster-Shafer证据理论的认知网络,其感知能力明显提高,系统的容错性和敏捷度也有增强。     

基于D-S证据理论的多特征数据融合算法

Dempster-Shafer证据理论是不确定推理的一种重要方法,提供了一定程度的不确定性,可以指定给相互重叠或互不相容的命题,然后通过Dempster组合规则将不确定性信息在新证据中进行重新分布,该理论在许多方面都得到了广泛的应用.将来自图像传感器的多种图像特征,通过D-S证据理论将这些特征信息进行融合,并应用于目标的识别.实验结果表明D-S证据理论用于多特征数据融合的目标识别算法是有效的,基于该理论的多特征数据融合具有广阔的应用前景.     

基于熵的地磁匹配定位算法

地磁匹配定位是近年来发展起来的新技术,针对地磁匹配定位中的匹配算法问题,引入了熵的概念,定义了地磁信息熵和地磁差异熵,提出了地磁信息熵和地磁差异熵综合的匹配算法,详细分析了其基本原理和实现过程。仿真实验表明,地磁熵算法的匹配误差并不随实时数据测量误差的增加而增加,该算法计算速度快、具有良好的抗测量误差干扰的能力,符合匹配精度和速度的要求。