模糊一致矩阵的AHP在装备采购风险评价中的应用

针对传统层次分析法的不足,在装备采购风险评价中引入了基于模糊一致矩阵的层次分析法,提出了装备采购风险评价的模糊层次分析方法,不但解决了传统层次分析法中判断矩阵一致性的检验、调整和判断标准等问题,而且充分集成了多个专家的知识和经验,使决策过程更贴近实际,更便于理解。算例分析结果验证了所提出装备采购风险评价方法的可行性和有效性。     

RDWT和NVF的自适应彩色图像水印算法

提出一种基于冗余小波(RDWT:Redundant Wavelet Transform)和噪声可见度函数(NVF:Noise Visibility Function)的彩色图像水印嵌入新算法,该算法利用主体图像的稳态广义Gaussian模型描述图像的局部特性,建立了水印信息的加权系数计算公式。在水印嵌入过程中先对主图像在YIQ空间的Y分量进行RDWT变换。同时利用NVF函数对经过加密变换的水印进行加权处理,然后利用奇异值分解将水印嵌入到变换域复杂纹理和边缘区域。实验结果表明该算法在保证水印不可见性的同时能很好地抵抗多种几何攻击和图像处理攻击,实现了水印鲁棒性、不可见性和容量的统一。     

自动测试系统多层次模糊综合评价方法

针对自动测试系统(ATS)多层次、多指标综合评价问题,提出了一种多层次模糊综合评价方法。首先通过德尔菲法确定系统的评价指标体系,并通过领域专家确定底层指标的隶属度矩阵;然后采用层次分析法确定各层指标的权重,并经过一致性检验;将底层的评价结果作为其上一层的隶属度矩阵,再根据相应层的权重进行评价,得到该层的评价结果。依次类推到最顶层,得到系统的最终评价结论和量化结果。最后以某型ATS为例验证了其有效性。     

基于信号仿真支撑的角度欺骗功能仿真方法

根据雷达信号仿真和功能仿真各自的优缺点,提出了一种基于信号仿真支撑的雷达角度欺骗干扰功能仿真方法。在介绍了雷达系统仿真的两种基本形式后,提出了雷达欺骗干扰功能仿真的基本思想。以交叉极化角度欺骗干扰为例,提出了雷达欺骗干扰功能仿真关键模型的建立方法,并详细说明了其实现步骤。最后进行了仿真验证,分析了功能仿真和信号仿真精度和仿真用时的差别,结果表明了所提方法的可行性和有效性。     

基于速度矢量的双基地雷达模糊函数分析

通过研究双基地雷达系统模糊函数数学模型和当发射信号为高斯单脉冲且目标相对接收机的距离和速度变化时双基地雷达系统模糊函数的特性,分析了目标的速度大小与方向对模糊函数的影响。该模型可有效考核任意发射脉冲信号的双基地雷达系统的分辨力及距离和速度模糊等问题,对研究双基地雷达系统性能有着重要的理论参考价值。     

舰船水下静态电场深度换算的格林函数法

为从有限深度、有限范围内的舰船水下静态电场数据获知实际舰船更大深度上的场分布特征,在对深海环境中舰船静态电场满足的拉普拉斯方程进行求解的基础上,提出静态电场深度换算的格林函数法,推导出了换算公式的边界积分表达式,给出了实际应用中换算公式的近似计算方法。以舰船静态电场的基本模拟体——单个水平电偶极子的场为例,采用数值仿真的方法对换算公式进行了验证,并对近似计算方法进行了讨论。研究结果表明:该方法可直接通过对测量平面上离散场量进行二重求和来实现静态电场的各类深度换算;与文献中已有的换算方法相比,其换算过程更为快捷。     

舰船成本预测系统中的自变量约简方法

针对舰船成本预测系统中自变量众多且相互关系错综复杂的特点,提出了用模糊粗糙集方法对舰船成本预测系统中的自变量进行约简。在模糊粗糙集方法的框架下,给出了模糊不可分辨关系和相对约简的定义,构建了基于模糊粗糙集的舰船成本预测系统自变量约简模型,并且针对实际的舰船成本预测系统一般是混合数据系统的问题,对广义差别矩阵的定义进行了改进,设计了相应的启发式约简算法。实例分析结果表明:文中所提的方法不仅能使约简的自变量大为减少,而且约简的效果较传统方法更好,且计算过程也更简单。     

基于信息熵的多属性群决策通指装备效能评估算法

基于通指装备效能评价指标的多样性和描述语言的模糊性,首先将对通指装备评价属性的定量、定性描述指标统一转化为三角模糊数,实现定量指标与定性指标的规范化处理,在此基础上提出一种基于信息熵排序的模糊多属性群决策算法,实现对通指装备的综合评价．最后,通过通指装备效能评估实例分析并证明了算法的可行性和有效性．     

基于FAHP-GP的装备调配保障决策模型

分析了装备调配保障决策的主要流程、影响因素和基本模式;根据装备调配保障决策的特点和装备调配保障所面临的实际问题,将模糊层次分析法与目标规划法相结合,构建了装备调配保障决策模型,较好地解决了装备调配保障需求与资源之间的矛盾。最后,以某装备的调配保障决策为例,给出了该模型的求解方法和结果,验证了模型的可行性和有效性。     

一种基于云模型和惩罚函数的多属性评价方法

通过系统阐述多属性评价中存在的＂不确定性转换问题＂和＂属性组态控制问题＂,提出了一种基于云模型和惩罚函数的多属性评价方法。以云模型为理论基础,提出了定性属性、定量属性的云化处理方法,实现了属性值的不确定性度量;以惩罚函数为理论基础,根据不同属性的惩罚幅度、灵敏度需求,构建了3种连续型惩罚函数,实现了属性组态的有效控制;最后,提出了用云模型表达的属性值集结算法和排序选优方法。通过实例应用,验证了方法的可行性、有效性。