基于ELECTRE方法的模糊多属性决策

针对传统ELECTRE法的弱点,将ELECTRE法拓展到了模糊环境下,得到一种解决模糊多属性决策问题的新方法,决策评估中涉及到的属性值与属性权重值等模糊信息以三角模糊数形式给出。首先集结决策者对各方案属性的评价,确定出模糊决策矩阵;其次根据信息熵原理,求解出三角模糊数型的属性权重向量;最后给出新的模糊ELECTRE方法的决策步骤。新方法既具有统一的表达形式,又克服了传统方法中和谐性与不和谐性之间具有一定相关性的缺陷。新方法计算简单,给出的实例验证了此方法的可行性和有效性。     

美陆军数字化部队装备保障特点及其启示

美陆军全面转型后,数字化部队从编制结构到装备保障均呈现出鲜明的特色。为充分借鉴其经验教训,探索在该领域的发展道路,在回顾美陆军数字化部队建设历程的基础上,从维修作业体制、装备保障力量编配、装备保障指挥层级、力量编组、信息系统建设等方面入手,深入分析了美陆军数字化部队装备保障的特点,结合国情、军情,对比分析、梳理总结后,针对陆军数字化部队装备保障建设,归纳了几点启示,提出相关建议。     

网络中心化决策优势建模及分析*

决策优势能力是判断军事信息系统体系结构设计优劣的一个重要依据。对网络中心化决策优势能力评估进行了研究,给出了决策优势的能力模型,并利用信息熵理论建立了决策知识的数学描述;将信息系统体系结构转换为抽象的决策网络,并根据任务划分和群决策机制自动生成决策子网;建立了基于拓扑结构的网络复杂性模型;综合决策知识和网络复杂性,建立了决策子网和整个决策网络的决策优势能力评估模型。最后,结合应用案例分析验证了方法的有效性。     

陆军战斗决心方案评估方法研究

战斗决心方案评估是陆军指挥员及指挥机关组织战斗过程中的一项重要工作。研究评估方法为陆军部队行动选择战斗决心方案提供依据。对战斗决心方案的评估,根据决心方案的战术手段、作战目标选择、战斗部署等三项主要内容,建立评估指标体系和评估数学模型,得出综合评估结果。该量化分析的评估方法提高了决策的精确性。     

一种对间歇采样转发干扰的识别新方法

间歇采样转发干扰是一种针对相干雷达的有效干扰样式,该类干扰的抑制技术研究需求迫切,而干扰识别历来是抗干扰流程中的关键环节,针对间歇采样转发干扰的识别问题,提出了一种基于关联维数的干扰识别方法。通过对3类间歇采样转发干扰信号进行傅里叶变换,挖掘信号频谱上的差异,提取频域关联维数作为干扰识别的特征参数,并利用支持向量机进行分类识别,为后续雷达系统采取针对性抗干扰措施提供重要的决策信息。仿真结果证明该方法具有较高的识别率。     

基于态势描述的陆军作战仿真外部决策模型研究

为解决陆军作战行动仿真中指挥决策模型的建模问题,在分析外部决策模型特点的基础上,提出了基于态势描述的外部决策模型,并对模型实现的原理进行了论述,重点对陆军作战行动仿真中态势描述这一核心问题进行了深入研究,提出了基于位置状态、战损状态、任务状态和消息信息等四类实体信息的态势描述方法,为决策模型的构建提供了新思路。     

基于深度限制波尔兹曼机的辐射源信号识别

针对电子侦察中使用常规参数难以有效识别复杂体制雷达信号的问题,提出利用深度限制波尔兹曼机对辐射源识别的模型。模型由多个限制波尔兹曼机组成,通过逐层自底向上无监督学习获得初始参数,并用后向传播算法对整个模型进行有监督的参数微调,利用Softmax进行分类识别。通过仿真实验表明该模型能对辐射源进行有效的特征提取和分类识别,具有较高的识别精度和较强的鲁棒性。     

改进模糊层次分析法的火控系统故障诊断方法

提出了一种基于改进模糊层次分析法的某型战车火控系统的故障诊断模型。分析火控系统顶层故障现象的各个影响因素,建立对应的层次结构,给出模糊判断矩阵,将基于静态的专家经验知识和基于动态的定量测试相结合,然后综合各个专家判断矩阵的差异性,由模糊层次分析法求得各影响因素的权重并进行排序,得到故障部件权重,诊断结论表明该方法准确可靠。     

基于协方差矩阵估计的稳健Capon波束形成算法

常规Capon波束形成器性能对模型误差或失配非常敏感,尤其是当期望信号包含在训练数据中,导向矢量失配将引起性能急剧下降。为解决这一问题,提出了一种采用干扰噪声协方差矩阵和导向矢量联合估计的稳健波束形成算法。该方法通过对Capon空间谱在非目标信号的方位区域内的积分,实现对干扰噪声协方差矩阵的估计,解决数据协方差矩阵包含有目标信号时引起信号自相消问题;其次为了克服导向矢量失配的影响,通过最大化输出功率,并增加二次型约束防止估计的导向矢量接近于干扰导向矢量,实现对导向矢量的估计。仿真实验表明:该算法能获得近似最优的输出信干噪比,与现有算法相比稳健性更强。     

再生分辨矩阵与决策熵的不完备决策系统属性约简

为了有效地解决不完备决策系统的属性约简问题,提高属性约简的效率,提出了基于再生分辨矩阵与决策熵的不完备属性约简算法。该算法利用基于容差关系的分辨矩阵来计算相对核,通过再生分辨矩阵计算再生集和再生集属性来缩小加入约简集的条件属性选择范围,以再生集属性的分辨度和决策熵为依据,选择加入约简集的条件属性,并通过实例进行验证分析。结果表明,该算法适用于协调不完备决策系统与不协调不完备决策系统,能够有效地降低时间复杂度,并得到最优属性约简。