基于熵权和层次分析法的军民协同产业创新平台评价体系

军民协同产业创新平台是推动我国军民协同深度发展战略的重要工具。针对军民协同产业创新平台评价指标问题,结合重庆两江新区国家军民协同产业创新示范区进行实证研究,提出了涵盖产学研合作、信息传输能力、军民资源共享程度、军民产品通用程度、创新环境5个方面的军民协同评价指标体系,采用熵权和层次分析的模糊综合评判方法来确定权重,为优化军民协同产业创新平台提供了一个新的思路。     

基于BN-AHP的装甲车辆动力系统故障状态评估

装甲车辆复杂传统部件的损伤能否及时被发现,这关系到整车战备或作战能力,系统的故障状态评估是至关重要的。将贝叶斯网络模型结合云模型理论,建立云贝叶斯网络模型,针对4个不同工况的装甲车辆进行故障状态评估。在获取贝叶斯网络初始节点时更多是依靠专家经验,往往会带来很大的误差,导致条件概率偏差过大,采用证据理论/层次分析法来优化专家经验,确定各个节点的条件概率;将层次分析法转化所得的条件概率值代入到云贝叶斯网络模型中,经过计算可以得到不同损毁等级的概率。将云贝叶斯网络模型计算结果与其他状态评估方法结果进行对比分析,结果表明,所采用的计算方法较其他方法在可靠性和准确性方面有所提高。     

TBM模型的目标综合识别算法

利用电子支援措施(ESM)和光学成像传感器等不同类型传感器进行目标综合识别,是现代综合电子战中的一个重要研究课题。TBM是D-S证据理论的一个扩展模型,它研究了D-S证据理论的动态部分,从数据融合的角度来看,它是一种层次化的递进模型,尤其适用于需要逐层进行数据、特征或决策级融合的融合系统。提出了一种基于TBM模型的异类传感器目标综合识别算法,充分利用了电子侦察和光学成像侦察提供的独立、互补的信息,获得了对目标的有效识别。仿真结果证明了这种算法的有效性。     

系统可靠性模糊分配的熵权方法

采用模糊数来表示不同模糊因素的相对强度,即通过指标得分的比较,用三角模糊数来表示m个模糊因素的权重系数,建立模糊判断矩阵,根据α截集和决策者对模糊判断矩阵的满意乐观程度指标λ进行模糊区间运算,得出各分系统可靠性指标所占的熵权,再根据熵权对系统可靠性指标进行分配。这种方法可以正确把握处理模糊问题的尺度,减少人为干扰。     

基于谱减与自适应子带对数能熵积的端点检测

针对低信噪比环境下语音端点检测准确率低、鲁棒性差,提出了一种将谱减降噪和自适应子带对数能熵积相结合的语音端点检测算法.首先利用改进的多窗谱估计谱减法提升语音信号质量,再以自适应子带对数能熵积这一新的语音特征参数为阈值,使用动态阈值双门限检测法进行语音端点检测.实验结果表明,该算法针对低信噪比语音信号具有更好的准确性和鲁...     

军事情报价值评估模型

军事情报价值评估是情报工作的一项重要内容。研究了军事情报价值评估指标,并对其进行了量化;提出了基于证据推理的军事情报价值评估模型,将定性和定量等不同形式的评估指标转化为统一的等级评价信任结构,运用D-S证据理论合成公式对不同指标进行聚合;通过具体实例说明该模型不仅能够同时融合定量和定性指标,还可以得到各等级的可信度分配值,所包含的评价结果不仅合理,而且更加全面。     

云模型和距离熵的TOPSIS法空战多目标威胁评估

针对传统逼近理想解的排序法(TOPSIS)在空战多目标威胁评估中对战场态势数据精度要求高这一缺陷,提出了一种基于云模型和距离熵TOPSIS法空战多目标威胁评估方法。该方法运用云模型理论对战场态势数据进行模糊表示,并通过定义云元素的大小和距离测度公式实现了两者结合。考虑目标各属性的权重对分析结果的重要性,运用距离熵理论来分配各属性的权重,进而建立加权决策云矩阵,根据相对贴近度的大小确定各方案的威胁程度。最后,通过仿真验证了该方法的可行性和有效性。     

基于BP神经网络的军民融合维修保障任务区分

针对军民融合维修保障任务区分问题,通过构建军民融合装备维修保障能力评估指标体系,利用证据合成理论对维修保障能力指标进行评估,设计BP神经网络模型,通过MATLAB运算得到军民双方维修能力评估值,结果分析表明,BP神经网络具有较强的解决非线性问题的能力,能够作为军民融合维修保障任务区分问题决策的依据。     

基于熵的后勤训练方案效益评价模型

为解决后勤训练方案的评估问题,构建影响方案的指标体系,建立方案评估模型。采用专家咨询法与熵权法,对后勤训练方案进行定量评估,并进行了实例验证,为部队制定和优化后勤训练方案提供依据。     

基于改进D-S证据理论的滚动轴承故障诊断

针对单一分类器进行故障诊断时诊断精度不高、随机性强的问题,提出一种基于改进D-S证据理论的滚动轴承故障诊断方法,构建了信息融合诊断框架。首先,利用BP神经网络、支持向量机、径向基神经网络构建初步诊断层,将提取的特征信息进行初步诊断;然后,利用改进的D-S证据理论构建融合诊断层,将初步诊断层的诊断结果进行融合,并根据诊断规则得到最终的诊断结果;最后,采用不同的信息融合方法对滚动轴承故障数据进行对比研究。试验结果表明:使用改进D-S证据理论的滚动轴承故障诊断方法能够有效提高证据可信度,降低不确定性,提高故障诊断精度和故障诊断模型的鲁棒性。