Vague集在多传感器目标识别中的应用

针对具有多个特征指标的多目标识别问题,提出了一种基于Vague集的多传感器信息融合方法。该方法定义熵权客观地得到了特征的权重,将目标的各特征值转化为Vague值表达,根据Vague值的距离,给出目标识别方法。工件识别实例验证了算法的有效性和实用性。     

一种处理未知雷达信号的聚类分选方法

针对未知雷达信号的处理,提出了一种新的辐射源聚类分选方法。该方法应用Kohonen网络模型,引入新的权值概念,借鉴熵值分析和统计原理确定权值,计算加权的归一化Minkowsky距离,检验最小距离,根据假设检验合并同类聚类中心,从而实现脉冲的分选。仿真实验结果验证了该方法分选未知雷达信号的有效性。     

基于模糊核聚类的SVM多类分类方法

针对SVM在大类别模式分类中存在的问题,提出了一种基于模糊核聚类的SVM多类分类方法,并给出了一种高效的半模糊核聚类算法。该方法基于模糊核聚类方法生成模糊类,并采用树结构将多个SVM组合起来实现多类分类。模糊核聚类方法不但能够实现更为准确的聚类,而且能够挖掘模糊类的外围、不同模糊类之间的交叠情况等信息,利用这些信息能有效提高分类器的性能。实验表明,所提方法比传统方法具有更高的速度和精度。     

基于Vague集的空中目标威胁评估群决策方法

主观威胁评估方法是空中目标威胁评估的必要手段。将基于Vague集的群决策方法用于空中目标的主观威胁评估,用Vague数表示决策者对目标威胁度的主观评价值,提出一种Vague熵诱导的有序加权平均算子,用于集结各个Vague评价值,可以消除集结过程中人为误差带来的不良影响。为了直观评估各目标威胁程度大小,还提出一种基于Vague数距离和优劣点法的决策方法,来对目标威胁度进行比较和排序。算例证明该方法在空中目标威胁评估中是可行的,而且比常用的模糊综合评估方法更加有效。     

基于Delaunay三角网的二维电磁态势可视化方法

二维电磁态势是战场电磁态势研究的重要内容,是战场电磁频谱管控的重要依据.提出了一种改进的前沿边推进算法来构建Delaunay三角网,提高了Delaunay三角网的构网速度.通过等值点的插值、追踪、平滑处理和等值区的构造,实现了二维电磁态势的可视化.仿真结果表明,采用该方法绘制的二维电磁态势图速度较快.     

基于混沌社会演化算法的文本聚类新方法

用K均值算法进行文本聚类通常只能以局部最优结束,很难找到全局最优.文章提出了一种基于混沌社会演化算法的文本聚类新方法.在该方法中提出了认知主体在聚类中对范式继承的方式,在认知主体对范式的背叛中提出一种混沌变异算子.实验证明该方法不但能有效地提高文本聚类的效率而且能有效地提高文本聚类的精度.     

基于决策者Vague信心度的模糊多准则方法

定义了梯形Vague数和基于决策者风险态度的Vague信心度,提出了一种基于决策者Vague信心度的信息不完全的模糊多准则决策方法.该方法利用线性规划模型求出准则权重,并对方案在各个准则值下的决策者的Vague信心度进行集成,求出决策者对各个方案的综合信心度,进而利用可能度法对方案进行排序.最后实例验证了所提出方法的合理性与有效性.     

基于数据场联合决策图改进的GMM聚类

针对传统聚类方法在处理复杂电磁环境下的雷达信号时存在的聚类质量低、参数需要人为设置、易受孤立噪声脉冲干扰等问题, 提出一种基于数据场联合决策图改进的高斯混合模型(Gaussian mixture model, GMM)聚类算法。将数据场理论应用于数据对象密集程度的表征, 生成势能距离决策图, 进而自动实现聚类数目和中心点的选择, 最后结合GMM聚类实现对数据对象的聚类划分。仿真实验结果表明, 在脉冲到达角、脉宽、载频等参数存在较大抖动, 测量误差以及存在孤立噪声脉冲干扰和脉冲丢失时, 本文方法相较于现有典型分类方法具有更好的分选效果。     

基于作战效能的战场电磁环境分级描述方法

对电磁环境分类分级是对电磁环境的基本描述方法,是认识电磁环境的基础,因此建立一套对其描述的方法,对武器研制、部队训练具有重大意义。针对现有战场电磁环境分级描述方法的不足,提出了一种基于武器装备作战效能的战场环境分级描述方法,利用复杂环境下武器作战效能的变化对电磁环境进行分级描述,从武器对环境“感受”的角度描述电磁环境。首先对战场电磁环境的定义和内涵进行分析,接着介绍基于武器效能变化的战场电磁环境分级描述方法,最后给出详细的仿真算例。与现有描述方法的对比表明该方法可控性强,可以体现出战场电磁环境的相对性。     

基于二元语义信息处理的最大树聚类方法

针对解决具有语言评价信息的多指标聚类分析问题,提出了一种基于二元语义信息处理的最大树聚类方法。该方法依据传统的最大树聚类分析方法的基本思想,采用二元语义概念对语言评价信息进行处理和运算,并对聚类对象进行分类,具有概念清晰、计算简单、信息处理较为精确的特点。最后,通过一个算例说明了所给出的聚类方法。     

基于模糊聚类的信息不完全确定的多准则分类方法

针对权系数信息不完全确定且有训练集的多准则分类决策问题,提出了一种基于模糊聚类的分类方法。该方法在考虑对训练集分类的基础上,结合不完全确定的准则权系数信息等建立模糊聚类模型,通过遗传算法求解所得优化模型,得出准则权系数和聚类中心,计算方案属于各类别的隶属度,进而得到整个方案集的分类。实例说明了该方法的有效性和可行性。     

基于改进层次聚类法的指挥控制资源部署

以网络化作战战场资源部署为研究背景,对战术指挥控制资源部署问题进行了描述。以决策实体工作负载的均方根最小为目标函数,建立了指挥控制资源部署问题的数学模型,提出了基于改进层次聚类法的指挥控制资源部署算法。该算法以作战任务-平台资源的分配结果为输入信息,对可部署决策实体数目范围设定、决策实体合并项选择和决策实体能力约束判定进行了改进,着重分析了每一层聚类的N-best备选策略和决策实体合并项选择方法。通过一个作战想定,分别从目标函数值、搜索空间大小两个方面对本算法和其他算法进行了比较。     

联合战场导航对抗仿真评估系统设计与实现

电磁环境复杂、强对抗、难复现是现代战场环境态势的主要特点,立足信息化联合作战任务需求实际,提出联合战场导航对抗仿真评估系统总体方案和功能设计,深入分析导航对抗原理和战场电磁环境真实性,建立多种导航对抗任务模型并构造相应算法,克服实兵导航对抗演练难度大、经济性差、保密性低的困难,仿真评估结果可为专业技术人员和指挥人员提供数据分析和辅助决策参考,系统目的在于为后期研究联合战场导航对抗任务制胜机理提供帮助。     

基于记分函数的Vague集方案排序局限性及改进策略

分析了Vague集中记分函数的特性,对比了现有几种记分函数的优缺点,得到利用记分函数进行决策方案排序的局限性。通过挖掘Vague值中未知信息与不确定信息的内涵,结合Vague值期望的概念,设计一种新的记分函数,将不同的Vague值对应于Fuzzy集中的某个值;当记分函数值相等时,采用确定性信息进行二次排序。实例验证,该方法可以得到与现实认知匹配的结果,对应不同记分函数值的Vague值可以给出一个合理的评价值。     

虚拟海战场态势三维显示系统设计与实现

对战场态势显示系统所需要显示的要素进行了详细的分析;给出了建立的战场综合态势显示系统的功能需求;建立了操控接口、通信接口、数据处理、操作控制和渲染显示等5个功能模块,设计了以HLA/RTI为底层通信协议,以GIS为前端显示的虚拟海战场三维态势显示系统,提供海战场地理环境、自然环境、电磁环境、作战兵力、特效等环境在内的战场三维环境描绘、显示;最后给出了实现结果和结论。     

基于改进的模糊C-均值的分级递减聚类算法

提出了基于改进的模糊C-均值的分级递减聚类算法,利用改进的模糊C-均值聚类算法寻找类中心,再自适应确定该类中心的隶属度阈值,将聚类进行分级处理,实现未知类数数据集的聚类。实验结果表明,本算法对未知类数、具有高斯分布的数据集具有聚类效果好、收敛快的特点,且对于类数较多的数据集,本算法也是一种快速聚类算法。     

多信息源条件下战损部件恢复能力评估方法

在进行战时装备战损部件恢复能力评估时,针对收集得到的部件抢修样本信息与实际战场情况不相符的问题,以战场环境和抢修分队维修保障条件为依据,分别建立了样本信息筛选模型和样本抢修时间向实际抢修时间折合的内积模型。采用随机加权法将样本信息转换为参数分布,提出支持度与最大熵相结合的信息源权重确定方法,将相似部件和部件历史信息进行融合,得出部件在对应战场条件下的恢复能力评估结果。算例分析表明,该评估方法可对多种复杂战场条件下的部件恢复能力进行评估,提出的多源融合方法较传统估计方法评估结果更加准确,具有很强的实用性。     

多信息源条件下战损部件恢复能力评估方法

在进行战时装备战损部件恢复能力评估时,针对收集得到的部件抢修样本信息与实际战场情况不相符的问题,以战场环境和抢修分队维修保障条件为依据,分别建立了样本信息筛选模型和样本抢修时间向实际抢修时间折合的内积模型。采用随机加权法将样本信息转换为参数分布,提出支持度与最大熵相结合的信息源权重确定方法,将相似部件和部件历史信息进行融合,得出部件在对应战场条件下的恢复能力评估结果。算例分析表明,该评估方法可对多种复杂战场条件下的部件恢复能力进行评估,提出的多源融合方法较传统估计方法评估结果更加准确,具有很强的实用性。     

基于Vague集的TOPSIS方法及其应用

逼近理想解的排序方法(TOPSIS)是求解多属性决策问题的一个典型方法,将TOPSIS方法在V ague集下进行了扩展。介绍了V ague集的概念及其相似度量方法,提出了用V ague值表示的语言术语集。根据V ague值的优势函数定义了V ague正、负理想解。根据V ague值的相似度量定义了各方案到正理想解和负理想解的距离,得出各方案的相对贴近度,并据此排序,供决策者选择最优方案。