基于粗糙集和TOPSIS的弹药目标匹配研究

针对多种弹药打击同一目标的弹种选取顺序问题,即弹药目标匹配顺序问题,从弹药毁伤和目标抗毁伤机理人手,构建弹药目标匹配指标体系,利用粗糙集理论约简弹药目标匹配指标体系并确定指标的客观权重,运用加权TOPSIS确定弹药目标综合匹配顺序,为最优火力分配决策提供了理论依据。     

军校教员教学质量的一种模糊评价方法

为了科学地评价军校教员教学质量,为管理部门提供决策依据,通过对军校教员教学质量管理的分析,建立了军校教员教学质量综合评价指标体系,提出了对该指标体系的模糊综合评价方法,并给出了应用实例.实例计算结果表明,该方法在实际应用中是行之有效的.     

网络中心战中舰艇编队的作战效能分析

在网络中心战条件下,舰艇编队通过互通、互联和互操作,可在编队范围内共享资源,进行跨平台的通道组织和实现武器共用,这种跨平台的资源共享充分发挥了作战资源的利用率,增强了编队作战系统的生命力。建立了在网络中心战条件下的舰艇编队作战效能计算数模,并进行了分析和计算,解释了在网络支持下编队作战效能提升的原理,分析和计算方法可用于网络兵力的兵力指数计算和作战效能评估。     

基于熵法的炮兵战场目标价值分析

目标价值分析是炮兵作战情报信息处理的中心工作。如何从炮兵战场众多的目标情报中确定其价值,并根据作战任务需要选择要射击的目标和确定优先顺序,是炮兵指挥员及其参谋人员的一项重要任务。根据熵法和模糊决策对炮兵战场目标价值进行了分析和排序,为炮兵指挥员的决策行为提供依据。     

一种改进的电子情报分析模型

电子情报的分析处理,对提高电子对抗作战效能意义重大。综合运用聚类算法和分类算法构建了一种改进的电子情报分析模型。该模型首先通过基于粗糙集改进的k-means算法完成对记录数据库中雷达信号的聚类分选,选取聚类中心信号表征此类信号;再采用粗糙集提取有效的最优规则并用于聚类中心脉冲识别,从而分选出已知信号和未知信号;未知信号确定其特性后添加到已知威胁雷达数据库。通过仿真,验证了该模型的适用性和有效性。     

从主要评价指标分析科技期刊的影响力——以《火力与指挥控制》期刊为例

从期刊的来源指标和被引指标对《火力与指挥控制》期刊进行了分析,结果表明,平均引文数、平均作者数、总被引频次、影响因子、权威因子等指标均呈现增长趋势,说明期刊的影响力在不断地扩大。但是,也不得忽视海外论文比为0、被引半衰期较短等稍差指标。通过分析,促使《火力与指挥控制》稳步向前发展,进一步提升学术期刊的影响力。     

基于Vague集的目标优先级求解方法

针对地面防空武器系统中目标优先级排序问题,建立了基于Vague集的目标优先级的模型。首先分析并量化了优先级影响因素中的定性指标和定量指标,建立了基于Vague集目标优先级决策矩阵;其次,针对传统基于Vague集目标优先级求解问题中影响因素权重难以确定问题,提出了基于Vague值距离测度最大化原理的权重确定方法,该方法有效地避免了权重选择的主观性;最后根据综合贴近度进行优先级的排序。算例仿真验证了该方法的可行性和有效性。     

导弹预警卫星探测效能评估

导弹预警卫星是导弹防御体系的重要组成部分,正确评估其探测效能对于提升导弹防御体系作战能力具有重要作用。分析并建立了一套多层次导弹预警卫星探测效能指标体系,基于层次分析法确定了各指标要素的权重,并提出了一种导弹预警卫星探测效能评估模型。通过对美国导弹预警卫星探测效能的评估,验证了所建模型的有效性。     

基于Vague集极值记分函数的装甲分队目标威胁评估

为了快速准确地对装甲分队作战单元面临的目标进行威胁度判断,提高信息化装甲分队作战辅助决策水平,建立了基于Vague集的极值记分函数评估模型,且构造了适合威胁评估的记分函数。实例分析表明,该模型可有效地完成目标威胁评估与排序,为分队火力优化控制提供重要数据支持。     

基于随机集理论的多目标跟踪方法

多目标跟踪问题通常包括目标信号的检测与目标状态的估计,同时还涉及到对探测范围内目标数量的确定。传统的跟踪方法将目标检测、状态估计与数量确定分别使用独立的模块或算法来处理。在这种模式下,每个模块仅考虑测量数据中与其功能直接相关的信息,模块之间没有信息的交互,因而很难得到全局最优的解。基于随机集理论的多目标跟踪方法将场景内的全部目标看作一个全局变量,目标状态与目标测量分别构成各自的随机有限集。从而多目标跟踪问题可以放在一个随机集模型下的贝叶斯滤波框架中研究。在每一个滤波周期内,通过对随机集的处理,实时地估计目标的数量、状态与类型,实现多目标的联合检测、跟踪与识别。