一种基于QFD与ANP的装备作战需求分析方法

针对当前在装备论证过程中缺乏合适的方法和工具将模糊的军事需求科学合理地映射到定量的作战使用性能上去的问题,提出一种基于质量功能部署(QFD)与网络分析法(ANP)的装备作战需求分析方法.该方法能够辅助论证人员深刻理解和合理判断论证中各种因素之间的相互影响关系,通过结构化的装备作战需求分析过程得到能正确反映军事需求的作战使用性能重要度排序.通过实例验证了方法的有效性和实用性.     

基于熵权的机械传动系统方案评价的模糊AHP法

针对机械传动系统涉及因素较多且各因素具有不同程度的模糊性的特点,分析了机械传动系统方案的评价指标,建立了方案评价指标体系,并运用基于熵权的模糊层次分析法(AHP)建立了机械传动系统方案评价模型.以一个带式输送机的传动方案为例,成功选出了适合已知工况的最佳方案,验证了方法的有效性.     

无线传感器网络移动节点三维测距解析定位

结合次声波的特点和性质,建立了适用于动态环境下的基于次声波和电磁波的非同步TDOA测距模型。同时,将精确的测距信息与历史位置信息结合起来,提出并推导了信标节点稀疏分布下的三维测距解析定位算法,并根据有限的定位时刻位置信息采用内插法恢复出节点随机运动轨迹图。仿真结果表明：该算法具有较好的鲁棒性,可实现分米级以下的定位精度。     

基于GAHP的模糊综合评判法在潜艇作战方案评估中的应用

潜艇作战方案评估是辅助对潜指挥员决策的重要方法,而评估的科学性对决策的有效性影响很大。利用多人层次分析法（GAHP）和模糊综合评判相结合的方法,对潜艇作战方案进行评估,评估的结果可信度高,有利于对潜指挥员的正确决策。最后,通过实例证明了方法的有效性。     

基于层次分析法的人为电磁环境复杂程度评估

针对战场电磁环境复杂多变,定性、定量描述难的特点,运用层次分析法(AHP)探索人为电磁环境复杂程度评估问题。建立了评估人为电磁环境的递阶层次结构,细化了评估指标,明确了评价标准,并通过对组合权重的计算,最终将对人为电磁环境复杂程度的评估转换为13个底层参量的检测数据,4个分值标准和5个评定层次。该方法对评估电磁环境的一般复杂性和特定复杂性具有一定的指导意义,较好地满足了战场电磁环境复杂程度评估的需求。     

大型卫星地面站故障诊断的增强分层有向图方法

为了解决传统分层有向图模型在卫星地面站故障诊断面临的问题,提出了基于增强分层有向图模型的故障诊断方法。在建模过程中,考虑到卫星地面站故障征兆多、建模复杂,依据各设备工作状态的故障传播方式合并同类节点,以减小模型规模;同时,在模型中加入节点有效性使能函数,克服传统分层有向图模型中设备主备切换导致系统结构发生改变时需要重新建模的问题。在故障诊断推理过程中,采用反向回溯和正向推理相结合的方法减小故障源搜索空间,并基于各节点被搜索次数给出故障概率,提高诊断效率。以北斗卫星无线电测定业务地面站为例对单故障和多故障报警场景下的故障诊断方法进行了验证。结果表明,基于增强分层有向图模型的故障诊断方法可以提高故障诊断的准确率和全面性。     

基于模糊物元分析法的坦克作战效能评估

鉴于坦克作战效能评估中客观存在的不确定性和模糊性,提出了基于改进模糊物元分析方法的坦克作战效能评估模型。该模型在构建坦克作战效能评估指标体系基础上,将层次分析法和熵权法计算出的权重有机组合实现综合赋权,并据此建立坦克作战效能的模糊物元分析评估模型。实例分析表明,所提出的模型便于理解,易于实现,兼顾了主客观因素的影响,评估结果总体反映了坦克作战效能的真实水平,也为其他装甲武器作战效能的科学评估提供新思路。     

基于“综合赋权”模糊物元模型的机场运行安全评价

为了保证机场运行安全,防止事故的发生,依据模糊物元分析理论,结合机场运行安全评价指标体系,构建了基于综合赋权的机场系统模糊物元安全评价模型。在该模型中,通过层次分析法和熵值法主客观综合所确定的权重,为指标体系进行线性加权,实现综合赋权,从而将计算得到的综合权重用于模糊物元建模与评价。实例分析结果表明,该模型步骤简单,过程科学合理,并兼顾了主客观因素的影响,评价结果总体反映了机场的真实安全水平,也为机场安全的科学评价提供了新思路。     

改进IAHP-CIM模型的雷达组网探测能力评估方法

针对雷达组网探测能力的评估问题,采用鱼骨图法对影响雷达组网探测能力的多种因素进行梳理,得到结构层次清晰的指标评价体系。采用改进的区间层次分析—控制区间和记忆模型对该指标体系进行评估,具体方法是:运用区间层次分析法构造区间判断矩阵;利用蛙跳算法求解区间判断矩阵中满足最小一致性的确定性矩阵;利用控制区间和记忆模型来确定各指标的风险概率,实现指标体系的评估。以具体的案例为对象进行仿真实验,结果表明,所提评估方法有效,评估结论相对客观、可信,对雷达组网探测能力评估具有一定参考价值,从而为雷达组网的优化部署奠定良好基础。     

分布式异构集群中节点优先级调优算法

节点优先级常用于评价异构集群中节点的性能,因此节点优先级评价指标权重的选择非常重要。采用层次分析法(analytic hierarchy process, AHP)建立了节点优先级评价指标体系,计算得到各指标的初始权重,并使用BP神经网络对初始权重进行优化。训练时,BP网络输入为集群运行中采集的节点实时资源数据,输出为节点的优先级。分析网络训练完成后得到的权重矩阵可以获得各优先级评价指标的优化权重。实验表明,基于AHP和BP的节点优先级评价模型可以更加准确地分析节点性能。相比于Spark默认算法和权重未优化的对照算法,使用调优后的节点优先级可以有效提高集群性能。运行不同工作量的相同负载时,集群平均性能分别提高了16.64%和9.76%;处理相同工作量的不同负载时,集群的平均性能分别提高了12.49%和6.54%。