基于区间数雷达图的可视化空战威胁评估

针对传统空战威胁评估方法难以直观地给出目标威胁状况及发展趋势的缺陷与不足,提出基于区间数雷达图的可视化空战威胁评估方法。该方法首先通过区间数与反三角函数确定并归一化目标属性决策矩阵;然后运用区间交叉熵法和群组层次分析法确定目标属性权重,并对威胁进行分级;最后在改进雷达图方法基础上,建立可视化空战威胁评估数学模型。仿真分析表明,该方法能够使决策者在正确的评估结果前提下直观地分析出各目标威胁状况与趋势。     

一种基于区间数的空中目标威胁评估技术

针对现有空中目标威胁评估方法存在的不足,提出了一种基于决策心态指标的区间数评估技术,讨论了目标机动对威胁度的影响,给出了评判矩阵和权重分配的有界区间表示及目标威胁度排序方法。最后举出一个应用实例,并将该方法排序结果与基于可能度的中转法排序结果进行了比较。实践证明,该技术评估结果准确,能有效减小误差。     

基于熵的TOPSIS法空战多目标威胁评估

针对传统逼近理想解的排序法(TOPSIS)在确定权重系数上面的缺陷和不足,提出了基于熵的TOPSIS改进算法,该算法运用熵理论处理空战获取的客观信息,确定目标各个属性权重,将权重运用到TOPSIS法中,研究空战威胁评估问题。建立多目标威胁评估数学模型,并进行了仿真研究。仿真结果表明该算法是合理和有效的。     

熵权与群组AHP相结合的TOPSIS法多目标威胁评估

针对传统TOPSIS法在确定权重系数上面的缺陷和不足,提出了改进的TOPSIS法,该法综合考虑主观和客观因素,将运用聚类分析法得出的各决策专家个人权重应用到群组AHP法中确定目标属性主观权重,并与运用熵权法求解出的目标属性客观权重相融合,得到组合权重.运用改进的TOPSIS法研究空战威胁评估问题,建立多目标威胁评估数学模型,并进行了仿真研究.仿真结果表明该算法是合理和有效的.     

基于特征选择验证的故障注入仿真可信度评估

针对故障注入仿真的数据复杂、细节特征多,导致单一指标可信度评估和专家目测评估方法难以得到准确的评估结果和评估专家按照AHP方法给出的是区间互补判断矩阵,导致可信度指标的权重难以确定的问题。提出了一种基于特征选择验证FSV(Feature Selection Validation)的多指标综合可信度评估模型,通过FSV方法计算可信度指标的定量或定性的可信度值;定义了区间数的模糊度和相离度,构建了多目标优化模型计算可信度指标的权重。实例证明了方法的可行性和有效性。     

基于直觉模糊TOPSIS和变权VIKOR的防空目标威胁综合评估

针对传统防空目标威胁评估中威胁因素考虑不全、定性指标量化不精确以及属性指标权重固定不变等方面的不足,在综合考虑目标静态和动态属性的基础上,提出了基于直觉模糊理想解逼近(technique for order preference by similarity to an ideal solution,TOPSIS)法和变...     

基于区间数的预警机作战效能评估

建立了预警机作战效能评估的指标体系,提出了区间数的幂运算法则。采用区间数特征向量法确定了指标体系中定性指标的权重,采用区间数特征向量法和信息熵法相结合的组合赋权法确定了指标体系中定量指标的权重。给出了指标体系中定量指标和定性指标的规范化方法,提出了用区间数形式的加权和与加权积关系进行指标聚合的方法。最后通过算例对该方法的有效性进行了检验。     

权重信息不完全的仿真可信度指标聚合方法

针对专家偏好信息为残缺区间判断矩阵的仿真可信度评估问题,提出了一种新的指标聚合方法。首先,给出了区间数直径和偏离度的定义。然后,根据专家所给的残缺区间判断矩阵计算出专家的客观权重,再利用凸组合将专家主观权重与客观权重集结为专家综合权重。接着,结合专家综合权重建立了一个确定指标权重的非线性优化模型,进而提出了一种权重信息不完全时的指标聚合方法。最后,通过实例验证了方法的合理性与有效性。     

基于作战态势和改进CRITIC-TOPSIS的目标威胁评估模型

针对当前防空作战的目标威胁评估方法对于敌方目标间态势考虑不全、未能较好利用目标动态信息等问题，提出基于作战态势和改进的客观赋权法(criteria importance though intercrieria correlation, CRITIC)和逼近理想解排序法(technique for order preference by similarity to ideal solution, TOPSIS)的目标动态威胁评估模型。首先，在敌我态势指标体系的基础上，提出基于作战环理论的敌方目标间态势威胁指标体系。然后，使用改进的CRITIC确定权重，通过TOPSIS方法计算威胁度。最后，提出基于态势变化程度计算时间权重，通过态势因子加权得到最终评估结果。实验结果表明，基于作战态势和改进CRITIC-TOPSIS的目标威胁评估模型可以综合考虑敌我态势、敌方目标间态势和态势动态信息，对目标做出灵活全面的威胁评估。     

权重信息不完全的区间型武器装备体系能力评估方法

针对武器装备体系能力指标的不确定性特征,采用区间数对指标值进行描述。在指标权重信息不完全情况下,采用TOPS IS法将权重求解转化为二次规划问题。依据区间型多属性决策方法,借鉴能力指标聚合的与门、或门模型,提出了一种求解区间型武器装备体系能力评估问题的可行方法。     

数据缺失状态下目标威胁评估的AR(p)动态突变排序法

针对目标威胁评估过程中观测数据缺失、难以综合考虑来袭目标的动态威胁态势以及已有评估方法大多需要确定各指标权重而过多依赖专家经验的问题,将自回归(auto regressive,AR(p))预测模型、时间序列赋权及突变理论相结合,提出了目标威胁评估的AR(p)动态突变排序法。该方法通过AR(p)模型预测时间序列上的缺失目标数据,为综合各时刻数据进行威胁评估提供了基础数据信息;采用泊松分布逆形式对时间序列进行赋权,全面考虑了当前时刻和之前时刻的目标关联信息;在突变理论基础上抽象出了突变排序的思想,将目标威胁评估指标体系中下层指标对上层指标的作用归因为控制变量对状态变量的作用,并采用归一化公式对作用程度进行求解,以此方式由底层往上逐层推进最终得到目标威胁评估值。实例分析结果表明,AR(p)动态突变排序法适用于目标数据缺失时的威胁评估,更贴合实战,且不需确定各指标权重,计算过程简洁高效,可操作性强,由于综合考虑了目标的动态威胁态势,评估结果更加合理,具有一定的实用价值。     

基于变权和TOPSIS方法的灰色关联决策模型

为提高现行灰色关联模型决策结果的可靠性,将惩罚型变权方法引入到模型指标权重设定中,使各方案指标权重随指标状态值的变化而变化;同时借鉴TOPSIS方法的思想,分别考察各候选方案与正、负理想方案间的关联程度并予以集成;构建了基于变权和TOPSIS方法的灰色关联决策模型。将其应用于项目评标决策案例,通过与现行方法的对比分析,证明了该模型有助于优选出指标间较为均衡的方案,决策结果更为合理可靠;通过不同惩罚水平下结果的对比分析,表明该模型具有较强灵活性,可以适应不同的均衡决策要求。     

Extension of TOPSIS for fuzzy multi-attribute decision making problem based on experimental analysis

This paper is concerned with a technique for order performance by similarity to ideal solution (TOPSIS) method for fuzzy multi-attribute decision making, in which the information about attribute weights is partly known and the attribute values take form of triangular fuzzy numbers. Considering the fact that the triangular fuzzy TOPSIS results yielded by different distance measures are different from others, a comparative analysis of triangular fuzzy TOPSIS ranking from each distance measure is illustrated with discussion on standard deviation. By applying the most reasonable distance, the deviation degrees between attribute values are measured. A linear programming model based on the maximal deviation of weighted attribute values is established to obtain the attribute weights. Therefore, alternatives are ranked by using TOPSIS method. Finally, a numerical example is given to show the feasibility and effectiveness of the method.     

基于灰主成分的空战目标威胁评估

由于影响空战目标威胁评估的因素复杂多样,且具有矛盾性、相关性、耦合性等特点,因此利用传统的评估方法无法得到准确客观的评估结果。对此,提出一种基于灰色主成分的目标威胁评估方法。首先,利用主成分分析(principle component analysis, PCA)方法,分析指标之间的相关性,生成指标之间的灰色关联系数矩阵,取代传统的相关矩阵或协方差矩阵,将相互关联的指标转化成相互独立的分量,重构目标威胁评估体系。其次,构建灰色关联深度极大熵模型确定原始评估指标权重。然后,分析以累计贡献率为客观性赋权且没有考虑指标重要性差异的问题,将因子载荷作为主成分权重合成的重要依据。最后,通过仿真案例,对不同的威胁评估方法得出的结果进行对比分析,证明了灰主成分法的有效性和合理性。     

基于复杂网络理论的配电网节点脆弱度评估

配电网中节点脆弱性的大小是其结构鲁棒性的重要体现,为实现对配电网节点脆弱度的评估,提出对配电网节点脆弱度大小排序的方法。首先,构建配电网的复杂网络加权模型;其次,针对节点脆弱度评估中的度值、介数、凝聚度和紧密度等几个指标,结合主观和客观两方面信息构建描述各指标重要性的权重;最后,提出综合逼近理想排序(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)和灰色关联度的方法,实现对配电网节点脆弱度大小的排序。对几种典型的中压配电网进行计算,验证了本文方法的可行性,对IEEE123系统分析,结果表明多指标综合评估较单一指标评估更符合配网的实际特点。     

基于动态灰色主成分分析的多时刻威胁评估

针对目标威胁评估问题的高维数、时变性等特点, 提出基于动态灰色主成分分析(dynamic grey principal component analysis, DG-PCA)的多时刻威胁评估方法。首先, 以潜艇为分析对象, 构建协同作战模式下的威胁评估指标体系。其次, 提出扩展灰色相似关联度用于表征指标间动态非线性相关度, 构建用于多元非线性时间序列分析的DG-PCA模型。最后, 结合层次分析法(analytic hierarchy process, AHP)与时间序列赋权, 建立基于加权DG-PCA的多时刻威胁评估模型。分析结果表明, 所提方法能够融合多时刻信息, 符合作战实际, 并且在小样本情况下具有较好的数据提取能力。     

基于结构熵和IGSO-BP算法的动态威胁评估

针对传统超视距空战威胁评估不能根据各类威胁因素的变化动态调整其对应权值的问题,引入前向反馈(back propagation, BP)神经网络,采用综合考虑主客观因素的结构熵权法确定各威胁指数权值并作为神经网络训练参数进行训练,提出了改进萤火虫算法(improved glowworm swarm optimization, IGSO)和BP神经网络相结合的空战动态权值计算方法。该算法采用改进萤火虫算法优化BP网络的权值和阈值,优化后的BP网络能更好地计算不同态势下的威胁指数权值,从而根据威胁估计模型进行威胁评估。以某一时刻预测多无人机空中对抗时的威胁度为想定,分别采用结构熵权法和IGSO BP进行仿真计算。结果表明：结构熵权法能够科学合理地计算各威胁指数权值,IGSO BP算法可有效解决空战目标威胁评估问题,且所提算法与现有几种算法相比在可靠性和准确性上都有明显提高。