基于二元语义和模糊理论的舰员级维修绩效评估方法

针对舰员级维修工作的特点,建立了绩效评估指标体系,将二元语义和模糊理论相结合,提出了一种舰员级维修绩效评估方法,并通过实例进行了计算和验证。该方法可以有效解决语言评价信息集结和运算中出现的信息丢失和扭曲,提高评估精度,为绩效管理的各环节工作提供了依据。     

基于模糊多目标对策的雷达反干扰策略优化

考虑到单部雷达反干扰效能评估指标多样化、模糊且存在不同权重的情况,在对策论基础上提出了一种雷达反干扰策略优化模型,并在考虑局中人偏好情况下,设计了一种模糊多目标对策最优混合策略求解算法,为找出较优化的雷达反干扰策略以及为战场决策提供参考。     

基于区间直觉模糊集的目标优先级求解方法

针对复杂防空作战环境下多目标优先级难以准确评估的问题,提出了基于区间直觉模糊集理论的目标优先级求解算法。首先系统分析了影响目标优先级的因素以及各影响因素与目标优先级之间的非线性关系。其次,对区间直觉模糊集的得分函数和精确函数进行了改进,考虑了犹豫度信息对决策结果的影响,并且提出了基于得分函数和精确函数的目标优先级求解算法。最后通过仿真算例验证了算法的有效性。     

人机环境工程的空管安全性模糊综合评判

针对人机环复杂因素的空管安全性评价难题,基于非对称贴近度,提出一种的多级模糊综合评判方法。首先构建了基于人机环境工程的空管安全影响因素集,包括人的因素、人机关系和环境条件这三大类因素集,然后依据因素评判的等级和标准,建立了基于非对称贴近度的空管安全性的多级模糊综合评判模型,最后以专家系统评价数据为基础,对某实际空管部门的安全性进行了模糊综合评判。研究方法和研究结论为科学评价空管系统的安全性提供了借鉴。     

基于模糊层次分析法的雷达导引头干扰效能评估

为评估对主动雷达导引头的干扰效能,结合导引头工作原理和功能特性,运用模糊数学理论,构建了对雷达导引头干扰效能进行评估的指标体系,建立了二级模糊评判模型,采用正态分布形式构造隶属函数,并利用指数标度的层次分析法(AHP)确定各因素的权重,使得判断矩阵的一致性指标得到改善,实现对雷达导引头的量化评估。最后选择噪声干扰为例进行模糊综合评判,实例分析结果表明该雷达导引头干扰效能模糊评判模型具有实用性,其评估结果可为干扰措施的选择提供参考。     

一种武器-目标分配模型及求解算法

武器-目标分配是拟制作战计划的一项重要内容,是合理运用现有武器系统,充分发挥其作战效能的关键.依据火力分配的基本要素,针对多种武器对多个目标的分配问题,运用一种基于模糊优选技术的多目标混合优化理论,建立了武器-目标最佳分配模型,然后用遗传算法来求解,并在计算机条件下对求解的效果进行了检验.     

水面舰艇作战指挥效能的灰色模糊综合评估法

通过对水面舰艇作战指挥系统组成及实施指挥过程的分析,建立其作战指挥效能评估的二级指标体系.基于灰色模糊数学理论,提出了水面舰艇作战指挥效能评估的灰色模糊综合评估法.该方法能更有效地解决既带模糊性又带灰色性的作战指挥效能评估问题.     

基于模糊神经网络的武器控制系统信号分析

某新型飞机武器控制系统故障诊断过程复杂,故障征兆和故障原因之间存在着许多不确定因素,精确定位故障存在许多困难.针对这种情况,提出了基于模糊神经网络,研究了模糊神经网络技术在武器控制系统故障诊断领域的应用,并根据系统本身的特点,提出了诊断和算法模型.在此基础上,研制出武器控制系统检查仪,对该方法作了验证.结果表明:该方法是可行和有效的.     

基于模糊推理的目标攻潜武器判断

介绍了模糊推理理论基本思想,分析了判断目标攻潜武器的战术依据.针对潜艇水下收集目标信息的特点,应用模糊推理理论建立了目标攻潜武器类型的判断规则,并给出推导过程和实现方式,在把模糊推理理论应用于潜艇威胁判断模型的研究上做了初步尝试.     

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.