基于自互评体系的竞争性评估方法研究

在现今的系统评估方法研究中，通常都把每一决策单元即被评估者看成一种客体，被动的由评估者进行优选，缺乏主动性，往往与现实不符。本文从新的角度，引入目标参数，提出基于自互评体系的竞争性评估模型(CEMCO)，分别从自评和互评的角度，把每一决策单元即被评估者作为一种主体来参与各方案优选的竞争。     

权重未知的多目标优选方法

本文研究了目标权重未事先确知的多目标优选问题,提出了一种新的最小加权偏差优选方法。实际应用说明,该方法可行、有效,可为解决多目标优选问题提供新途径。     

小样本数据缺失状态下DBN舰艇编队防空目标威胁评估方法

针对海上编队防空目标威胁评估过程中样本数据量较少且易缺失、已有评估方法过多依赖专家经验以及难以进行时间序列上动态评估的问题,提出了基于约束参数学习的动态贝叶斯网络(dynamic Bayesian networks, DBN)威胁评估方法。采用AR(p)模型预测时间序列上的缺失数据,从而获得完备的小数据集样本;在此基础上,根据专家经验构建合理的参数约束模型;进一步利用贝叶斯估计进行参数学习;将学习得到的参数代入DBN中,推理求出威胁评估结果;引入效用理论对威胁评估结果进行排序。仿真实验表明该评估方法在小样本数据缺失状态下目标威胁评估的结果合理,准确性高。     

基于改进差分进化算法的水文模型参数多目标优选研究

在差分进化算法的基础上, 受马尔可夫链蒙特卡罗方法的启发, 建立了differential evolution adaptive metropolis (DREAM)算法. DREAM 算法融合了马尔可夫链蒙特卡罗方法和差分进化算法的优势, 较好地解决了马尔可夫链蒙特卡罗方法中搜索步长的恰当取值以及搜索方向的准确定位问题, 并能有效解决差分进化算法的群体多样性和收敛速度问题. 在 DREAM 算法基础上, 引入多目标优化思想, 提出了一种基于改进适应度分配策略和外部存档方案的多目标 DREAM 算法, 并应用于岷江流域 CMD-3PAR 降雨-径流模型参数优选研究. 结果表明: 多目标DREAM算法能够找到一组范围宽广、分布均匀且数量充足的 Pareto 最优解供决策者评价优选.     

模糊信息的熵权多属性决策方案评估方法

针对方案评估中属性信息的模糊特性,提出了一种基于模糊信息的熵权多属性方案评估方法。该方法在只有模糊判断矩阵而没有专家权重的情况下,通过模糊评价矩阵的熵以及被评对象到理想点的三角模糊数距离及贴近度,对多个合理方案进行优选评估,得出了可信度较高的优选方案。最后通过实例证明了该方法的有效性。     

相控红外末制导高速目标检测技术

目标高速检测是红外末制导系统实时跟踪打击的基础 ,小型化的玫瑰线扫描是该类系统的优选扫描制式。研究了扫描参数最优控制准则与模型和快速高效的玫瑰线扫描图像目标检测方法 ,提出高速高效高分辨率成像方程和玫瑰扫描的相位参数控制法 ,得出该准则下的最优相位控制序列 ,以及在最优相位序列控制下成像空间的覆盖率 ,成像空间分辨率与工作区特性 ,并据此提出了分区目标检测技术。最后给出了仿真结果     

基于混合贝叶斯网的空域目标威胁评估方法

针对空域目标威胁评估既需要综合考虑离散型变量和连续型变量影响,又需要具有不确定性推理能力的特点,建立了一种基于混合贝叶斯网的空域目标威胁评估模型。提出了结合主观经验和客观历史数据进行连续型网络参数学习的方法,提高了决策模型定量描述问题域中变量间依赖关系的准确性。运用团树传播算法进行空域目标威胁评估模型推理,仿真结果验证了该方法的有效性。     

基于RS-DBN的电子对抗目标清单生成方法

由于电子对抗作战目标类型和工作方式多样, 变化速度快, 有效信息难以充分获得, 且在不同作战阶段呈现出不同特点, 使用传统评估方法难以对其等级排序实施精确评估。对此, 提出一种基于随机集的动态贝叶斯网络电子对抗目标等级评估方法。首先，对电子对抗作战目标清单生成方式进行梳理, 确定了评价指标体系, 并根据作战阶段的变化特点，结合动态贝叶斯网络完善了评价体系。然后, 充分考虑作战过程中数据获取不完整的特点, 通过引入随机集方法将传统贝叶斯网络的节点参数求解方法进行拓展, 使用区间数学的思想得到了较为准确的动态贝叶斯网络节点参数。最后，进行了案例仿真计算和结果分析, 并对节点概率确定方法进行算法复杂度讨论。结果表明，所提方法更加适合样本不完整的军事评估问题, 评估结果与实际作战基本一致, 使用的算法具有高效性、适用性和推广性。     

基于M-ANFIS-PNN的目标威胁评估模型

目标威胁评估的目的是根据目标的属性和状态信息对目标的威胁程度进行定量估计, 为后续作战决策提供辅助支持。现有威胁评估模型大多依赖于数值信息, 难以有效处理包含定性、定量数据的目标特征信息。基于此, 提出一种改进的自适应模糊神经推理系统模型。在自适应模糊神经推理系统的基础上, 引入前件影响矩阵和后件影响矩阵对定性数据进行处理, 使得定量、定性数据的影响同时作用于模糊规则的前件参数和后件参数; 为了进一步提高模型的输出精度, 将自适应模糊神经推理系统的输出层替换为多项式神经网络; 通过基于Gower距离的近邻传播聚类算法对改进模型进行结构辨识, 确定模糊规则的初始参数。仿真实例验证了所提方法的有效性与可行性, 与其他混合属性数据建模方法相比, 所提方法具有较高的预测精度, 可为作战指挥决策提供有效的辅助支持。     

基于动态影响网的任务联盟演化过程行动策略优选

优化选择一定的行动策略能促使任务联盟向期望的目标效果演化。考虑部分事件/行动在不同时段下影响强度不相一致,使用考虑影响值时变的动态影响网对联盟演化过程行动策略优选问题进行建模,给出因果强度逻辑下概率传播参数设计的一致性条件,并基于因果强度逻辑进行影响值计算。基于物种进化中存在基因漂流的特性,设计一种学习型遗传算法(learnable genetic algorithm, LGA)对行动策略优选模型进行优化求解,通过染色体种群对优秀染色体优势基因位学习,结合有效的遗传和选择算子,加快算法收敛寻优速度。结合空中进攻作战想定案例进行仿真验证,计算结果表明,在部分事件/行动节点影响值变化下进行策略优选,提高了对因果关系的建模能力,所提的学习型遗传算法具有良好的收敛性和较好的寻优能力。     

收益还原法评估农用地价格有关问题探讨

当前我国城市土地估价的理论和方法已经比较完善，而农用土地价格评估的方法则还不是很成熟。收益还原法是评估农用地价格的主要方法之一。作为该方法中最重要的参数之一，客观纯收益的确定就显得尤为关键。而客观纯收益的确定往往依赖于农业客观总收入扣除客观总费用。因此．结合具体的农业生产实践活动和从事的农用地估价实践活动，指出了我国在运用收益还原法进行农地估价时，农地纯收益测算不合理、用实际纯收益代替预期纯收益．以及还原利率的确定不规范等问题；详细分析了农业生产活动中可能发生的费用，并尝试分析了各种费用的确定方法，以期对具体的估价实践有一定的指导意义。参12。     

带有参数的数据包络分析C2GS2模型--PC2GS2

数据包络分析是系统工程的一种重要方法 ,特别适宜处理多输入、多输出的复杂系统的评价问题。在数据包络分析C2 GS2 模型的基础上 ,通过对评估决策单元的输入进行调整 ,得出了一个带有参数的C2 GS2 ———PC2 GS2 模型。探讨了模型的有关性质 ,给出了阈值的概念 ,并通过理论分析和实例验证 ,说明阈值能更好地描述决策单元的相对信息     

面向动态任务的作战单元两等级两层级可修复备件优化

针对作战单元执行任务前备件保障方案制定难的问题,在对作战任务和备件保障系统分析的基础上,对可修复备件控制多级技术（multi-echelon technique for recoverable item control, METRIC）经典模型进行了扩展,提出了作战任务和保障能力动态变化条件下的作战单元两等级两层级任务成功性评估模型。以备件购置费用为优化目标函数,作战单元任务成功性为约束条件,建立了基于作战单元任务成功性的备件优化模型,运用边际效应方法给出了优化模型的求解方法。通过应用实例给出了相应的备件优化方案和优化备件方案下的作战单元任务成功性评估曲线。该模型可为装备保障指挥人员根据作战任务和保障环境制定备件保障方案提供一定的决策支持。     

基于量子粒子群的广义模糊熵阈值法参数选取

针对广义模糊熵阈值分割法中参数m的选择问题,提出了一种结合优化算法的自适应参数选取算法.该算法依据一种图像分割质量评价指标建立目标函数,再基于量子粒子群优化搜索算法在参数的变化空间自适应地搜索最佳参数,同时依据模糊熵最大准则对S型隶属度函数中的三个参数(a,b,d)进行了全局组合寻优,从而建立了一个嵌套的优化搜索过程,实现了广义模糊熵图像阈值分割方法的自动阈值选取.实验表明,该方法对光照不均匀图像有更好的分割效果.     

装备保障平台战时运用优化决策分析模型

针对装备保障平台战时如何优化运用的问题,根据平台在机动中遭敌火力打击及自我维修过程所具有的马尔可夫性特点,将受打击时间按照打击次数离散化,从而将该过程描述为状态离散、时间离散的马尔可夫链,由此构建了无条件自我维修和有条件自我维修的马尔可夫链模型,实现了单平台战时运用优化决策。基于战场抢修率最大化的目标,运用规划理论,构建了综合考虑遭敌打击的装备保障平台编组优化模型,提出了平台编组战时运用优化决策分析方法。应用实例表明,所建模型运算简单、方便、实用,能为指挥员在战时科学使用装备保障平台提供决策依据。     

全偏振参量低秩稀疏分解伪彩色图像融合

偏振图像伪彩色融合对提高视觉感知和目标判读具有重要意义,利用空间调制型全偏振参量矩阵的低秩和稀疏特性,提出基于贝叶斯概率鲁棒性矩阵分解融合方法。首先,根据偏振调制和解析算法构造偏振参量矩阵,同时合成强度图像;其次,对参量矩阵进行基于改进的贝叶斯概率参量矩阵分解,降低背景噪声和亮度变化等干扰,分别获得参量图像的稀疏和低秩成分;然后利用方差、清晰度和信息熵进行模糊积分,获得显著性参量图像,与合成强度图像一起进行像素级增强;最后,经直方图规定化和IHS颜色映射,得到伪彩色融合结果。实验选择多种材质与目标的仿真和实测数据进行验证,通过主观视觉效果和客观指标比较,验证了其有效性。     

全偏振参量低秩稀疏分解伪彩色图像融合

偏振图像伪彩色融合对提高视觉感知和目标判读具有重要意义,利用空间调制型全偏振参量矩阵的低秩和稀疏特性,提出基于贝叶斯概率鲁棒性矩阵分解融合方法。首先,根据偏振调制和解析算法构造偏振参量矩阵,同时合成强度图像;其次,对参量矩阵进行基于改进的贝叶斯概率参量矩阵分解,降低背景噪声和亮度变化等干扰,分别获得参量图像的稀疏和低秩成分;然后利用方差、清晰度和信息熵进行模糊积分,获得显著性参量图像,与合成强度图像一起进行像素级增强;最后,经直方图规定化和IHS颜色映射,得到伪彩色融合结果。实验选择多种材质与目标的仿真和实测数据进行验证,通过主观视觉效果和客观指标比较,验证了其有效性。     

基于模糊小波聚类混合的多目标覆盖质量评估方法

面向双层无线传感器网络覆盖质量评估,设计出基于模糊小波聚类混合的多目标覆盖质量评估方法。建立网络单元概念和双层网络模型,在各汇聚节点开展各子目标预处理。集中建立二次预警机制:设计基于模糊小波神经网络的分析融合子系统,实现一次预警,选出显著低效覆盖单元;构建决策输出子系统,设计基于k均值聚类算法的多等级网络单元评价体系,实现二次预警,并呈现全部低效覆盖单元。实验表明,该方法从覆盖面积、能耗均衡、传输便利等方面综合评估,能够精确判定低效覆盖单元,有助于及时重部署,维护网络健康运行。     

考虑时间特性的城市群客运网络抗毁性研究

城市群综合客运网络级联失效抗毁性研究,有助于提高城际出行的安全性及运输效率。为了更加贴近实际情况,基于多层复杂网络理论与实际客流构建城市群综合客运网络模型,以单位时间为步长建立考虑时间特性的客运网络级联失效抗毁性模型,提出时空两维度的评价指标进而分析每个时段的网络情况。以呼包鄂榆城市群为实例,研究结果表明：过载能力调节参数值为1.2时网络抗毁性较强,并且随着过载能力调节参数的加大,对网络抗毁性的改善并不明显;负载调节参数值大于1.2时,网络抗毁性明显变差。