基于AHP和模糊理论的船载防空兵防空能力研究

船载防空兵在船队航渡过程中,其防空能力的强弱与否,对整个船队的安全起着不可忽视的作用。首先采用AHP法确定各因素的权重,然后运用模糊综合评判对船载防空兵的防空能力进行综合评分,主要用于对船载防空兵的防空能力进行排序,为防空兵作战指挥人员提供量化分析。     

抑制成像数据噪声的模糊多目标算法

以模糊数学和决策理论为基础,通过建立成像数据模糊指数函数及平方误差 模糊指数函数,提出了一种称为模糊多目标优化的新的算法模型,对成像数据的噪声进行抑 制实现数据优化。实验结果表明,所提出的模糊多目标优化算法模型有较强的抑制噪声能 力,理论和实验有较好的一致性。     

基于DIFHA算子的动态直觉模糊多属性群决策方法

动态决策问题是现实中的一类常见问题。在提出动态直觉模糊混合平均(D IFHA)算子的基础之上,提供一种动态直觉模糊多属性群决策方法。该方法能同时考虑决策过程的阶段性和属性值位置对决策结果的影响,并较好地处理决策过程中的定性指标。分析和算例证实该方法的可行性和实用性。     

联合作战系统效能评估

采用面向过程的系统分析方法建立了一个对联合作战系统效能比较精确的量化评估模型.模型以某个参考系统为标准,先作层次分析,然后通过模糊对比,把各层次中难以具体量化因素进行了量化,再通过判断矩阵得出各自权重,最后线性加权便可以得到总的系统相对于标准系统的优劣程度,是一种面向过程的系统分析.该方法适用面广,对复杂系统效能评估工作有一定指导意义,具有广阔的应用前景.     

武器系统模糊寿命周期费用模型

武器系统的寿命周期费用建模较多采用参数法,而参数法中最常用的是最小二乘回归.考虑费用统计数据的模糊性,提出用模糊最小二乘回归来建立武器系统模糊寿命周期费用模型,并结合实例对武器系统寿命周期费用进行了分析.结果表明,这种方法能达到令人满意的拟合精度,具有实用价值.     

基于免疫FNN算法的加热炉炉温优化控制

针对复杂钢坯加热过程,提出了一种免疫克隆进化模糊神经网络(ICE-FNN)控制算法。首先根据现场样本数据建立过程神经网络模型;然后基于该模型,采用模糊神经网络控制器(FNNC)规则优化算法,确定FNNC的最佳规则数;最后由FNNC的规则优化所得参数构造初始种群的一个解,采用免疫克隆进化(ICE)算法对FNNC参数优化。该算法具有全局寻优和局部求精能力,仿真结果证实了其有效性。     

基于MDO方法的卫星集成设计系统分析与实现

为解决多学科设计优化方法中多学科设计、多学科分析、多学科优化过程与卫星总体设计流程集成的问题,采用变复杂度建模技术,并借鉴产品数据管理思想,设计并实现了面向总体设计的卫星集成设计软件系统。阐述了软件的设计思想、系统组成和功能特点,并给出了月球探测卫星概念设计问题的具体应用实例,结果表明软件在解决多学科设计优化方法应用于卫星集成设计问题时的可行性。     

导弹结构热防护一体化设计与优化

针对导弹面临的严酷气动热力环境,基于传统波纹夹芯结构,为导弹设计了一种兼具承载和热防护功能的一体化结构。建立热-结构耦合计算模型,对一体化结构进行结构承载与热防护性能分析,结果表明:一体化结构在高温下具有较好的承载能力;增加一体化结构隔热层与内壁厚度有助于提高导弹的热防护效率。以一体化结构热防护效率最高和质量最小为目标,采用第二代非支配排序遗传算法实现了多目标优化,并认识到:一体化结构热防护效率与质量相互影响,设计时需要需综合考虑。     

美军作战试验与鉴定发展研究

当前,军队装备试验鉴定正由性能试验向作战试验、在役考核全领域拓展。在装备试验鉴定体系全面重塑的历史背景下,为适应军队装备试验鉴定发展新变化,探索装备试验鉴定新理论,推进装备试验鉴定自主创新发展,亟需开展装备试验鉴定技术研究。美军相对较早开展了装备试验与鉴定工作,在作战试验与鉴定工作方面已形成了较完善的法规制度体系和规范的操作流程,有较成熟的理论与方法成果可供借鉴。与此同时,美军作战试验与鉴定工作也面临许多新问题。本文剖析了美军作战试验与鉴定的内涵和管理模式,研究了2018和2019年美军作战试验与鉴定的重点技术领域,并进行了对比分析,以期掌握近期美军作战试验与鉴定工作的发展变化。     

Maximizing deviation method for multiple attribute decision making under q-rung orthopair fuzzy environment

Because of the uncertainty and subjectivity of decision makers in the complex decision-making environment, the evaluation information of alternatives given by decision makers is often fuzzy and uncertain. As a generalization of intuitionistic fuzzy set (IFSs) and Pythagoras fuzzy set (PFSs), q-rung orthopair fuzzy set (q-ROFS) is more suitable for expressing fuzzy and uncertain information. But, in actual multiple attribute decision making (MADM) problems, the weights of DMs and attributes are always completely unknown or partly known, to date, the maximizing deviation method is a good tool to deal with such issues. Thus, combine the q-ROFS and conventional maximizing deviation method, we will study the maximizing deviation method under q-ROFSs and q-RIVOFSs in this paper. Firstly, we briefly introduce the basic concept of q-rung orthopair fuzzy sets (q-ROFSs) and q-rung interval-valued orthopair fuzzy sets (q-RIVOFSs). Then, combine the maximizing deviation method with q-rung orthopair fuzzy information, we establish two new decision making models. On this basis, the proposed models are applied to MADM problems with q-rung orthopair fuzzy information. Compared with existing methods, the effectiveness and superiority of the new model are analyzed. This method can effectively solve the MADM problem whose decision information is represented by q-rung orthopair fuzzy numbers (q-ROFNs) and whose attributes are incomplete.