基于分阶段筛选评估的合同网任务分配机制

基于合同网的任务分配机制广泛应用于各领域的多Agent系统中,以解决分布式任务分配问题。在分析经典合同网协议优缺点的基础上,提出了分阶段筛选与招投标协商相结合的任务分配模型。通过招投标的可计算性评估,将主要计算任务放在招投标Agent内部进行并且缩小招投标范围,从而减少通信并提高效率;通过动态确定评估指标提高了机制的通用性。     

双枝模糊评判在舰炮性能评估中的应用

针对舰炮武器性能指标,运用双枝模糊决策方法对舰炮武器性能进行综合评估。该方法提出了新的论域[-1,1]使评估更能符合人的思维逻辑,能够客观的对舰炮性能进行评估,通过对多中舰炮的具体参数指标进评估,得出各种舰炮的性能优劣的排序,具体的数学模型仿真表明,对舰炮武器性能的评估是行之有效的。     

空间飞网发射动力学建模仿真研究与地面试验

空间飞网是近来提出的一个创新的空间系统概念,在空间碎片处理和在轨服务方面具有独特的应用潜力.针对飞网系统的发射过程,利用建模仿真和地面试验两种手段进行了研究,建立了飞网发射的集中质量模型,设计了基于燃气助推质量块的飞网发射地面试验装置,开展了多次飞网发射试验.地面试验结果与模型仿真结果基本吻合,说明所建立的动力学模型可用于空间飞网系统设计.     

基于模糊推理的雷达辐射源识别方法

辐射源数据往往不完整或不确定,因此应用模糊推理实现了辐射源和目标平台的识别.将辐射源特征转换为由模糊集及隶属度函数表征的参数,再通过与数据库中的辐射源数据进行模糊匹配来判断辐射源的类型,实现了雷达辐射源的被动识别方法.进一步通过识别出目标平台上所装备的雷达辐射源的参数值,利用模糊推理,推断出目标平台的类型.试验结果表明:模糊推理的算法是切实可行的,在对模拟数据加入的噪声不超过一定限制的情况下,对于数据库已有的目标能够达到较高的目标识别率.     

利用对象Petri网验证场景

序列图表示的场景常被用于系统开发早期的需求获取与描述,但因其弱语义性而难以被验证.将序列图表示的场景转换为语义精细的对象Petri网模型OPDL,并通过其仿真环境OPMSE对其进行仿真,将场景描述的系统行为"展示"给需求开发者和用户,以此进行行为需求的验证.     

基于FAHP的岸防炮兵雷达作战效能评估分析方法

针对岸防炮兵雷达的特点和作战任务,从探测能力、定位能力、数据处理能力、目标识别能力、抗干扰能力、可用性、可靠性和生存能力8个指标层,建立岸防炮兵雷达作战效能评估的层次结构体系,并确定了指标体系综合指标的随机性和模糊性,运用模糊层次分析法对雷达效能进行综合评估,给出了确立各因素权重的方法.为该雷达作战使用提供了辅助决策的依据.     

基于模糊神经网络的反鱼雷深弹作战决策

反鱼雷深弹武器是水面舰艇对抗鱼雷的一种新的反鱼雷武器,由它组成的鱼雷防御系统可以拦截潜艇发射的声自导鱼雷、线导鱼雷及尾流自导鱼雷.根据其作战使用特点,建立基于模糊神经网络的智能辅助决策系统,分析了其基本思想,具体实现过程,并应用实例加以验证.计算结果表明:该模糊神经网络模型具有一定的合理性和实用性.     

有色Petri网在车辆综电系统总线建模中的应用

针对运用解析法对车辆电子系统进行建模分析困难这一问题,运用CPNs构建综合电子系统模型.提出了系统的建模分析方法,运用CPN_Tools进行建模,得出了某型车辆总线的系统模型.实验结果证明,基于CPNs的车辆综合电子系统总线建模的正确性与可行性.     

电磁发射系统改进FAHP-神经网络健康评估方法

准确定量评估电磁发射系统发射前的健康状态意义重大。针对模糊层次分析方法(Fuzzy Analytic Hierarchy Process, FAHP)在评估电磁发射系统串行结构同级元素健康值时存在较大偏差,且无法适用系统非线性变权重需求的缺陷,提出改进FAHP-神经网络方法。通过在计算同级元素健康指数时构造能够满足串行结构健康评估的非线性函数进行计算,并在数学上证明该方法的有效性;通过引入神经网络系统,在已有的系统先验信息和测量数据的基础上训练模型解决系统健康评估非线性变权重需求。基于电磁发射系统脉冲成形网络系统建立健康评估模型,开展评估试验。结果表明,提出的方法健康评估精度较高,在各种系统健康状态下,评估结果均符合系统实际的健康状况;对比传统的FAHP,提出的改进方法评估精度大幅提升,且在评估试验中没有出现故障误报和漏报的情况,从而验证了提出方法的可行性和工程实用价值。     

MABAC method for multiple attribute group decision making under q-rung orthopair fuzzy environment

As the generalization of intuitionistic fuzzy set (IFS) and Pythagorean fuzzy set (PFS), the q-rung orthopair fuzzy set (q-ROFS) has emerged as a more meaningful and effective tool to solve multiple attribute group decision making (MAGDM) problems in management and scientific domains. The MABAC (multi-attributive border approximation area comparison) model, which handles the complex and uncertain decision making issues by computing the distance between each alternative and the bored approximation area (BAA), has been investigated by an increasing number of researchers more recent years. In our article, consider the conventional MABAC model and some fundamental theories of q-rung orthopair fuzzy set (q-ROFS), we shall introduce the q-rung orthopair fuzzy MABAC model to solve MADM problems. at first, we briefly review some basic theories related to q-ROFS and conventional MABAC model. Furthermore, the q-rung orthopair fuzzy MABAC model is built and the decision making steps are described. In the end, An actual MADM application has been given to testify this new model and some comparisons between this novel MABAC model and two q-ROFNs aggregation operators are provided to further demonstrate the merits of the q-rung orthopair fuzzy MABAC model.