基于熵权的灰色关联辐射源威胁评估

辐射源威胁评估可为后期干扰资源配置及任务分配提供依据,是机载自卫电子对抗的重要研究课题。针对评估指标少、不全面的问题,从影响威胁等级的距离估计指标、分辨力估计指标、概率估计指标和平台指标出发建立辐射源威胁评估体系,通过参数集输入计算出各指标值;然后运用基于熵权的灰色关联方法,通过熵权法对权重客观赋值,结合最优、最劣关联度,得到灰色关联相对贴近度;最后,对贴近度排序,评判威胁等级。仿真表明,定量计算与定性分析结果的一致说明了算法的有效性;与选取的2种改进算法进行威胁排序与运算时间的对比,其结果的一致和运算时间上的优势说明了算法的可行性和时效性。     

高原地区无人机气象威胁度建模与评估方法

高原地区气象条件复杂,无人机飞行威胁因素多变,本文提出一种基于贝叶斯网络的高原地区气象威胁度建模与评估方法,总结出6种对飞行安全有严重影响的气象相关因子并进行了量化分析,应用多树传播推理算法对威胁度进行建模及评估,仿真结果表明,该算法能够合理地评估复杂多变的高原气象威胁,能起到提升无人机在高原地区安全飞行率的作用。     

数据缺失下基于IOWA-TOPSIS的辐射源威胁评估

由于战场环境的高复杂性,侦察方难于获取目标辐射源的完备信息.为解决传统辐射源威胁评估算法不适用于数据缺失情况的问题,引入诱导有序加权平均算子空值估计算法,与逼近理想解排序法相结合,采用CV-G1法赋权,构建数据缺失下基于IOWA-TOPSIS的辐射源威胁评估模型.首先,利用IOWA算子估算空值,解决数据缺失问题;然后,...     

基于GA-AHP算法的多目标威胁评估

威胁评估是空战中不可或缺的一环。为了准确描述多目标威胁程度,首先,建立威胁指标模型,采用遗传算法和层次分析法相结合的GA AHP算法,通过威胁判断矩阵建立一致性指标函数,将求解特征向量的问题转换成求解一致性比值的问题;其次,调整算法参数并与其他方法进行对比,根据一致性比值筛选出最优的特征向量;最后,根据指标威胁函数,以2v4的多目标空战环境为背景,计算敌机对我机的各个指标威胁值,并根据最优特征向量,得到多目标威胁排序。实验证明,GA AHP算法能够产生更加优化的一致性指标值和特征向量,准确描述了多目标的威胁程度。     

基于贝叶斯决策理论的NSHV分段建模威胁评估

临空高超声速飞行器（Near Space Hypersonic Vehicle,NSHV）具备复杂的运动模式和高动态特点,传统的威胁评估方法运用于NSHV时在评估要素选取和评估动态性等方面存在不足。从NSHV的飞行路径入手,将其划分为3个主要的飞行阶段,通过分析其各阶段运动特点和预警探测、拦截能力等因素,基于贝叶斯推理、决策理论建立起NSHV多阶段威胁评估模型,并通过先验概率将各阶段进行关联,保证了评估的继承性,最终建立典型场景进行仿真验证,仿真结果反映的威胁变化符合NSHV的作战特点和所给观测数据,证明该方法更适应NSHV的动态特性,能够为指挥员进行防御作战辅助决策提供支持。     

基于Shapley-TOPSIS的辐射源威胁评估

针对雷达对抗领域辐射源威胁评估问题,利用基于Shapley值的优势关系粗糙集客观权重分配法克服主观赋值、不依赖先验知识的优点,与TOPSIS(逼近理想解排序)结合,提出一种基于Shapley-TOPSIS的辐射源威胁评估模型。首先,区分收益型和成本型对属性指标进行规范化,构建目标集与属性集的评判矩阵;然后,利用优势关系进行属性约简,并基于Shapley值确定各属性权重,再利用属性权重更新评判矩阵;最后,计算得到模型的正、负理想解,分别求解各辐射源的贴近度,进行辐射源威胁等级排序。仿真结果表明,与基于专家系统赋值的TOPSIS模型相比,文中模型综合考虑了各属性的相互关系,威胁等级排序结果更准确。     

驾驶威胁感知评估方法

为评估驾驶员所处交通态势的威胁感受,基于其主观感受性驾驶行为特征提出了一种量化评估方法。选取横向和纵向上的相对速度、间距以及轨迹交叉角5项驾驶行为特征作为态势因子,以预期避碰点与危险源的距离来测度威胁主观感受。采用统计学方法结合驾驶员直观威胁感受,给出各因子分级化隶属函数构造方法。同时结合模糊推理原理,析取威胁评估规则并建立威胁评估模型。最后结合算例验证了本文方法的实用性与有效性。     

一种基于贝叶斯网络的威胁估计方法

为有效处理地面战场威胁估计问题,提出了一种基于贝叶斯网络的威胁估计方法。根据专家知识建立贝叶斯网络模型,通过匹配算法实现态势估计记录与贝叶斯网络中态势节点的匹配,并根据证据可信度及先验概率动态实现态势节点的概率赋值,利用Pearl消息传播算法计算威胁等级节点各取值的概率值,最终获得威胁等级决策。针对一个简化的贝叶斯网络模型,采用该方法进行了不同先验概率及态势下威胁等级的仿真评估,所得结论与人工判定结论基本吻合,表明该方法可有效地应用于地面战场威胁估计领域。     

基于无监督生成推理的网络安全威胁态势评估方法

针对基于数据类别标记的监督式网络数据建模方式在评估网络威胁态势时存在计算成本高,效率低和耗时长的问题,该文提出一种基于无监督生成推理的网络安全威胁态势评估方法。首先,设计一种变分自动编码器-生成式对抗网络(VAE-GAN)模型,将只包含正常网络流量的训练数据集输入到由VAE-GAN组成的网络集合层进行训练,统计每层网络输出的重构误差,并使用输出层的3层变分自动编码器训练重构误差;然后使用包含异常网络流量的测试数据集进行分组威胁测试,统计每组测试的威胁发生概率;最后根据威胁发生概率确定网络安全威胁严重度,结合威胁影响度计算威胁态势值对网络安全威胁态势进行评估。仿真实验结果表明,与反向传播(BP)和径向基函数(RBF)方法相比,该方法能够更直观地评估网络威胁的整体态势,对网络威胁具有更好的表征效果。     

一种基于MADM的AHP威胁度评估方法

分析了影响目标威胁评估的各种因素,依据多属性决策(mu ltip le attribute dec ision m ak ing,MADM)理论,并采用层次分析法(AHP),提出了基于MADM的目标威胁评估排序模型,该方法有效地解决了目标威胁评估与排序问题,提高了作战效能.     

两种改进的直觉模糊多属性决策方法

对直觉模糊条件下的多属性决策问题,针对现有记分函数法和距离法的不足,基于IFS之间相对接近度的概念,提出了新的记分函数法和改进TOPSIS方法,综合利用了各方案至理想方案和负理想方案的距离信息,得到决策结果综合性能最优,并通过实例对比证明了本文方法的有效性。     

Larsen模糊推理算法的直觉化扩展

对Larsen模糊推理算法进行了直觉化扩展。首先将Larsen定义的模糊关系Rp进行直觉化扩展,然后推出了其对应的直觉模糊取式推理算法和直觉模糊拒式推理算法。最后以具体算例叙述了推理计算过程中的细节,验证了该方法的正确性和有效性。结果证明直觉化扩展后的Larsen模糊推理算法是一种性能比较好的直觉模糊推理算法。     

一种应用神经网络技术的威胁估计算法

在对现有威胁估计算法分析的基础上，结合神经网络技术，提出了于BP神经网络模型的威胁估计算法，利用神经网络良好的自适应能力和自学习能力，通过样本数据训练，提高威胁估计算法的准确性和适应性。     

基于多色集合的贝叶斯诊断网络构造方法研究

为了解决贝叶斯诊断网络知识表达不一致的问题，构建了故障模式和物理组件之间的映射框架，并提出了一种基于结构分解的层级式多重故障结构模型．引入多色集合理论，对这种结构模型的底层框架进行形式化描述，使得模型便于计算机表达和操作．通过对多色集合的推理矩阵进行迭代搜索实现贝叶斯诊断网络（BDN）自动生成，并给出了具体的推理步骤．以汽轮机设备为例对提出的方法进行了有效性验证，结果表明该方法有助于BDN知识表达的规范化和构造过程自动化程度的提高．     

基于模糊理论和BN的燃气轮机健康状态评估方法

针对小样本条件下燃气轮机的健康状态评估问题,提出了基于模糊理论和近等式约束的贝叶斯网络的燃气轮机健康状态评估方法。用模糊理论整合专家先验知识,以近等式约束的形式将其融合到贝叶斯网络参数学习中,再通过贝叶斯网络模型得到燃气轮机健康状态。以某型燃气轮机为例进行仿真,结果表明,该型燃气轮机处于正常状态,与实际运行状态相符,验证了方法的可行性,具有一定的工程应用价值。     

模糊知识处理与模糊集理论的若干拓展

模糊系统是一种基于知识或基于规则的系统，模糊知识处理技术的发展引起模糊集理论出现了各种拓展。首先叙述了模糊集理论的形成与发展，以及模糊集理论在人工智能、知识处理领域的作用与应用。其次，给出了对模糊集合的各种拓展，如直觉模糊集、L-模糊集与L-直觉模糊集、区间值模糊集与区间值直觉模糊集、Vague集等的定义与描述。最后，重点讨论了各种模糊集拓展形式之间的相互联系及可能对模糊集理论发展产生重要影响的统一集理论，提出了通过某种变换或算子建立起各种集合理论拓展形式之间联系的假设。结论认为，直觉模糊集是对模糊集理论最重要的一种拓展。     

基于贝叶斯网络的非常规突发事件灾情评估

非常规突发事件的发生往往给人民生命财产和国民经济造成巨大损失,由于传统的突发事件评估系统大多是基于历史数据或专家经验的静态系统,使得应对非常规突发事件时无法动态地有效融合多源信息,而且大量的变量和数据往往造成评估系统计算效率偏低.因此,针对以上问题,提出了基于贝叶斯网络的非常规突发事件灾情评估方法,并且通过对贝叶斯网络模型的拓扑结构进行优化进一步提高了系统的计算效率.通过简化的核电站机组外部电网震后评估算例对所述方法进行了验证.结果表明,基于贝叶斯网络的非常规突发事件评估方法具有多源信息表示、融合以及全局更新的能力,并且可以有效地提高计算效率,适用于非常规突发事件的灾情评估.
     

基于模糊集理论的Ad Hoc网络优化的研究

为了提高Ad Hoc网络的综合性能,满足不同领域对Hd Hoc网络的应用需求,基于模糊集理论（FST）提出了一种对Ad Hoc网络的优化的方法,构建了包含新增覆盖网络节点数量相对度和剩余能量相对度的评价指标集合、等级标准集合,并定义了评价指标相关的权重. 利用模糊集理论的关系合成运算法则,对Ad Hoc网络重播分组时进行优化,达到了对Ad Hoc网络优化的目的. 基于网络模拟器NS-3对FSTA和BCAST进行了仿真实验测试,通过对网络生命周期、丢包率和网络吞吐率3个性能指标的对比分析和评估,结果表明FSTA优于BCAST,验证了FSTA对Ad Hoc网络优化的有效性,改善了Ad Hoc网络的性能.      

基于贝叶斯网络的网络安全态势评估方法研究

针对当前网络安全评估系统不能提供有用态势信息的缺陷,提出了一种新的网络安全态势评估方法。将贝叶斯网络应用于网络安全态势评估中,根据多树型网络推理,利用贝叶斯网络的图形结构,提出了由点到面、自下向上相互影响的多元化安全态势评估模型。并将网络及主机工具采集的信息作为事件节点的证据来更新态势节点的概率,并反过来影响事件节点的概率,从而预测网络安全态势。