基于多目标多维模糊决策的装备战场损伤等级评定方法

针对装备战场损伤等级评定中具有较大的模糊性和随机性问题,应用多目标多维模糊决策的基本原理,提出一种带有信息熵和调控系数的目标函数,得到新的模糊决策识别矩阵和目标权重的计算模型,为装备战场损伤等级评定提供了一种有效方法。该方法根据3种不同情况,给出了相应的计算步骤,计算结果较准确地反映了装备战场损伤程度。新的计算模型不仅对多目标多维模糊决策理论模型的发展进行了尝试,而且丰富了装备战场损伤等级评定方法。     

基于改进TOPSIS模型的防空多目标威胁评估

根据地空导弹武器系统作战使用原则,确定影响目标威胁程度的五个主要因素,建立目标属性矩阵,并运用群体层次分析法（AHP）和熵权法进行组合赋权,将权重运用到逼近理想解的排序法（TOPSIS法）模型中,给出了基于改进TOPSIS模型的多目标威胁评估模型与算法。实例分析表明该方法是合理和有效的。     

基于熵权理想解法的炮兵C~4ISR系统效能评估

炮兵C4ISR系统的效能评估是我军信息化联合作战效能评估的重要研究内容.依据系统效能评估的需要,结合我军炮兵C4ISR系统的实际情况,提出了确立评价指标的3个重要原则,建立了炮兵C4ISR系统效能评价的指标体系,讨论了熵权理想解法的基本思想和主要步骤,并给出了炮兵指挥系统的评估案例.通过MATLAB编程实现,得到了各评价系统的优劣,速度快,精度高,弱化了主观因素,使得评价更令人信服,以便指导部队的日常训练和考核.     

浅议生物进化中的熵变

从人们对熵的认识过程出发,对熵的概念和其原理做了简要的总结,提出了辩证的讨论生物进化中熵变的观点,首次提出生物进化中的熵变是一个辩证的动态的过程。     

基于熵权多目标决策的雷达网战损装备抢修排序方法

分析了熵权的理论基础,给出了一种基于熵权多目标决策的雷达网战损装备抢修排序方法。其中,采用熵权与决策者的主观权重相结合的方法确定综合权重,使权重的确定更加合理。最后通过实例对该方法的可行性和实用性进行了说明。     

基于频谱分析的飞行模拟器飞行性能验证

介绍频谱分析用于仿真系统模型验证的原理和方法,提出一种应用频谱分析进行飞行模拟器飞行性能验证的方案。结合飞行试验和仿真模型的输出数据,分别采用窗谱估计和最大熵谱估计方法对某型飞行模拟器的飞行性能进行验证,并对验证结果进行分析。结果表明,频谱分析法用于飞行模拟器飞行性能的验证是有效的,可为其他训练模拟器的性能验证提供参考。     

基于熵权的舰炮武器系统维修保障能力模糊综合评判

针对现有装备维修保障体制的特点,建立起舰炮武器系统维修保障指标体系,综合运用熵权和模糊综合评判法对某型舰炮武器系统维修保障能力进行评估。该方法用熵权确定权重,加重了评价体系本身的重要程度,充分利用了被评判指标的信息量,并且根据模糊评判的需要构造了评分隶属函数,使定性分析和定量分析很好的相互融合。仿真结果表明该方法可行,对科学、客观地评估舰炮武器系统维修保障能力有一定的应用价值。     

引入权重因子的证据合成方法

D-S理论是一种有效的不确定性推理方法,但在证据完全冲突或冲突较大时,D-S证据合成公式失效.Yager等学者对此作了改进,但是改进后合成公式又存在着新的问题.考虑到证据在合成过程中的重要程度不同,将权重因子引入到合成公式中,通过权重因子的作用和冲突概率的重新分配,提出了引入权重因子的D-S证据合成方法,新的合成公式提高了证据合成的可靠性和合理性,可得到更为理想的合成结果.     

基于熵的空中目标识别模型及应用

空中目标识别是现代防空作战的重要研究内容。研究根据不同类型的目标产生不同的辐射和不同的雷达回波信号对目标进行识别。提出利用熵理论来处理目标识别问题,采用层次分析法与熵权的组合来确定指标的权重。仿真实例表明,基于熵的识别是一种运算简单,结果可靠的目标识别算法。     

When are observed failures more informative than observed survivals?

A framework involving independent competing risks permits observing failures due to a specific cause and failures due to a competing cause, which constitute survival times from the cause of primary interest. Is observing more failures more informative than observing survivals? Intuitively, due to the definitiveness of failures, the answer seems to be the former. However, it has been shown before that this intuition holds when estimating the mean but not the failure rate of the exponential model with a gamma prior distribution for the failure rate. In this article, we address this question at a more general level. We show that for a certain class of distributions failures can be more informative than survivals for prediction of life length and vice versa for some others. We also show that for a large class of lifetime models, failure is less informative than survival for estimating the proportional hazards parameter with gamma, Jeffreys, and uniform priors. We further show that, for this class of lifetime models, on average, failure is more informative than survival for parameter estimation and for prediction. These results imply that the inferential purpose and properties of the lifetime distribution are germane for conducting life tests. © 2013 Wiley Periodicals, Inc. Naval Research Logistics, 2013