基于改进模糊综合评判的仿真可信度评估方法

针对基于传统模糊综合评判的仿真可信度评估过程中专家根据个人偏好或期望确定权重、模糊合成运算选择不合理等引起的评估结果不准确等问题,提出了一种基于改进模糊综合评判的仿真可信度评估方法。针对树型评估指标体系,利用模糊综合评判矩阵,基于最小隶属度加权平均偏差确定评估指标体系中各层指标的权重;在模糊合成运算环节,利用隶属度加权平均偏差,获取综合评价向量,进而得到仿真可信度评估结果;应用于某半实物仿真系统可信度评估中,计算结果验证了该方法的合理性和可行性。     

基于二级模糊综合评判的建筑物打击效果评估研究

本文从模糊数学的知识出发,实现了基于二级模糊综合评判理论的建筑物打击效果评估模型. 通过对打击前后建筑物的目标检测与识别以及对它们的变化检测,提取打击前后建筑物的灰度特征、几何 特征和纹理特征作为评估准则,并构建相应的知识库推理系统,最后利用二级模糊综合评判方法实现打击 效果的自动评估,建立了建筑物的打击效果评估系统. 实验结果表明,该模型能对建筑物的打击效果进 行有效的评估.     

基于模糊系统的弹群对面目标毁伤评估研究

针对炮兵使用常规杀爆弹打击面目标时毁伤效果评估难题,提出一种基于模糊系统的目标毁伤效果评估新方法,具体做法为:利用坐标毁伤律计算弹群对目标的毁伤效果并确定一组描述弹群的特征；采用模糊系统学习出弹群特征与毁伤效果之间的映射关系；用学习到的模糊系统评估目标毁伤效果.实验结果表明,与传统射击效率评定方法以及图像分析法、毁伤判据法相比,该方法切实可行,评估结果准确可靠,为根据观察到的弹群评估目标毁伤效果提供了一种行之有效的途径.     

基于模糊综合评判的车辆目标SAR仿真图像评估方法

为了验证理论建模计算合成孔径雷达(synthetic aperture radar,SAR)仿真图像的准确性,给出基于层次分析法(analytic hierarchy process, AHP)、模糊综合评判(fuzzy comprehensive evaluation,FCE)、图像特征与Fisher可分性及目标识别等知识综合的车辆目标SAR仿真图像评估方法。首先确定五级评语集{优秀,良好,中等,较差,很差},然后根据AHP构建评估因素集,分别利用Fisher可分性判据和目标识别率确定二级FCE的两层权重向量,再依据图像相似度评价标准区间构建模糊隶属函数,最后将权重向量和模糊关系矩阵合成计算出仿真和实测图像的FCE结果,即模糊向量,对模糊向量按照最大隶属原则给出评价结果。通过对车辆目标的仿真与实测SAR图像进行比对分析结果显示,该方法可以准确客观地反映出SAR仿真与实测图像之间的相似程度。     

多层次系统的综合评价方法研究

针对多层次多指标系统的评价问题,给出了一种模糊综合评价方法。首先采用4种不同的模糊综合评判模型对最底层指标进行评价,然后对4种不同的评价结果再进行二次评判,得到最底层指标的评价结果;把评价结果作为上一层(n 1层)的模糊关系矩阵,再根据n 1层的权重进行评价计算,得到该层的评价结果。依次进行,直到最顶层,得到系统的最终评价结果。此法对于多层次、多指标系统的评价具有一定的使用价值。评价实例验证了该方法的有效性     

基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法

针对雷达抗干扰性能评估的问题, 提出一种基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法。该方法以模糊数学和关联函数理论为基础, 首先借鉴已建立评价指标的模糊综合评判因素集, 采用区间数打分, 基于灰色关联方法确定评价指标权重。然后, 通过隶属函数建立评判矩阵,计算模糊综合评断结果, 并按照隶属度的大小确定雷达抗干扰能力级别。最后, 建立模糊值线性序评价模型, 确定雷达抗干扰性能的优劣顺序。经实例验证, 所提方法既可以确定雷达抗干扰性能的评价等级, 又能进一步确定雷达抗干扰性能的优劣顺序, 且较为客观可靠。     

HPM武器电子毁伤效能评估方法

为综合考虑高功率微波(high-power-microwave,HPM)电子毁伤过程中涉及的各要素并给出特定概率下的毁伤程度分级,提出HPM武器电子毁伤效能的灰色贝叶斯网络评估方法。通过分析HPM武器的电子毁伤过程,构建了毁伤的评估指标体系,并采用层次分析法和熵权法确定了指标权重;根据各指标的取值定义了基于隶属度的均匀评分规则,并以此为输入,借助灰色和贝叶斯网络理论,构建了HPM武器电子毁伤等级和毁伤概率评估模型,明确了干扰、削弱、损伤及破坏4种毁伤等级对应的评估值区间,计算了相应毁伤等级下的毁伤概率。最后通过算例进行了验证,效果良好。该评估方法对定量研究HPM武器的电子毁伤具有一定的参考价值。     

基于改进G-GIFSS算法的雷达LPI性能评估方法

合理的雷达低截获(low probability of interception, LPI)性能评估方法是提高其隐身性能的基础。针对雷达LPI性能难以有效实时评估的问题,提出一种群广义直觉模糊软集 (group-generalized intuitionistic fuzzy soft sets, G-GIFSS)算法与主客观权重相结合的雷达LPI性能评估方法。首先从反映雷达低截获性能的3个准则层信号层、功率层以及天线层确定6个目标属性指标层,选择直觉模糊集熵法确定客观权重、层次分析法((analytic hierarchy process, AHP))确定主观权重,并线性合成主客观权重。结合G-GIFSS算法利用多专家参量集的优势,对雷达LPI性能进行综合评判。通过案例分析并与经典评估方法对比,验证了该方法的优越性。     

基于模板匹配的桥梁毁伤效果评判研究

针对桥梁自动毁伤评判中打击效果评估标准的缺乏问题,利用模板匹配思想,结合导弹攻击桥梁目标的特点,提出了桥梁目标的毁伤效果指标,建立了桥梁毁伤效果评判模型。选取桥梁遭导弹打击后最大可用车道数、最大承载力与失效时间对桥梁的毁伤程度进行评判,并且根据战场情报信息的不完整性特点,提出运用模糊方法对指标进行分级度量。最后给出了评判桥梁毁伤效果的详细过程。     

一种基于正向云的自动目标识别效果评估方法

近年来随着自动目标识别(ATR)技术的快速发展,对于目标识别系统性能科学评估方法的研究越来越迫切.在总结已有方法的基础之上,针对基于模糊综合评判的评估方法中指标权重的难以合理量化,从而导致评估结果对权重数值敏感而不稳健这一瓶颈问题,引入了云理论中的正向云模型,实现了权重由定性到定量的不确定性转换.通过采用外场实测数据的仿真,验证了改进后的方法比传统的模糊综合评判方法具有更好的稳健性.     

The Synthetic Evaluation of Warhead Overall Efficiency

Abstract: The evaluation system of smart ammunition warhead overall efficiency has been established in this paper. Allkinds of evaluation methods have been analyzed. Having led the concept of hierarchical structure into technique for orderpreference by similarity to ideal solution (TOPSIS) method, we put forward the step TOPSIS method which is suitable forevaluating the overall efficiency of smart ammunition warheads. In the calculation of index weight, the graded weight cal-culus is put forward which hardly relies on the subjectivity of decision-makers and can reflect the sensitivity and compatibili-ty of the index. In the graded weight calculation, the proportional-arithmetic weight value calculus and sensitivity-compati-bility weight value calculus are given respectively.     

导弹武器模拟训练考评系统设计

为提高某导弹模拟训练系统中评估的客观性与准确性,确立以准确性、熟练度和操作人员状态为主的评价指标体系,构建适当的数学模型计算各子指标分值,将子指标定量化,解决由考官进行评判时存在的主观性强、标准不统一等缺点。利用专家系统,对考评过程中需要的专业知识和评价规则进行存储,实现了评分过程的自动化。针对层次分析法(analytic hierarchy process, AHP)需要多次赋值保证一致性和群组决策特征根法(group eigenvalue method, GEM)结构模糊的缺点,提出了基于AHP和GEM融合算法的权重设置方案,利用AHP-GEM算法对各子指标得分进行加权评估,最终形成了一套合理有效的模拟训练评估系统。最后,通过与考官人工评分的方法进行比较,验证了所提评分系统的合理性和准确性。     

基于模糊理论与D-S证据理论的FMEA方法

针对传统故障模式及影响分析(failure mode and effect analysis, FMEA)中主观性较强以及权重分配不够合理的问题,提出基于模糊理论与Dempster-Shafer (D-S)证据理论的FMEA方法。首先,参考软件FMEA方法,将故障被检测度引入到硬件FMEA方法中,并应用模糊理论建立模糊评定等级及对应模糊数。其次,提出基于D-S证据理论的专家赋权法合理分配权重。最后,基于风险优先数(risk priority number, RPN)得出各故障模式的风险排序。案例分析表明该方法可以根据评估偏差量来科学地分配权重,使得评估结果更合理、RPN值更准确、故障模式风险排序更客观。该方法能够满足实际需要,在工程实践中值得推广应用。     

基于AHP-GST的工程机械企业核心竞争力评价

工程机械企业核心竞争力具有灰色系统的特征，运用灰色评价法比较合适。通过对工程机械企业核心竞争力评价指标体系的建立，运用多层次灰色评价法构建工程机械企业核心竞争力评价模型。具体应用实例表明，采用该评价方法能使工程机械企业核心竞争力评价更为科学、合理。     

基于云模型和证据理论的装备管理绩效评价

针对部队装备管理绩效影响因素复杂,评价过程具有模糊性、不确定性等特点,提出了基于云模型和改进证据理论的装备管理绩效评价方法。首先,构建了装备管理绩效评价指标体系,采用组合赋权法确定指标权重;然后,借助云模型对评语信息进行建模,构造基本概率分配函数,再引入Jousselme距离,通过计算证据可信度和可靠度得到证据的复合权重,以此作为权重系数对证据源进行修正;最后,采用改进的证据融合规则进行各指标基本概率分配融合,得到综合评价结果。通过实例分析验证了指标体系的科学性和算法的有效性,为部队装备管理绩效评价提供了参考。     

基于证据推理的武器装备体系能力需求满足度评估方法

武器装备体系能力需求满足度评估中存在底层指标类型多样、评估信息不确定的问题. 针对这一问题, 提出了一种基于证据推理的满足度评估方法. 该方法首先构造信度规则库, 然后将多种类型的不确定性数据转换成统一的信度结构, 最后通过证据推理方法获得能力需求满足度分布. 文末, 以陆上区域防空武器装备体系能力需求满足度评估为例说明该方法的运用和优点.     

基于DSm证据云物元模型的装备状态评估方法

针对装备状态各等级之间相互交叠的模糊过渡区域会导致状态划分存在主观性较强的问题,同时为了提高基于装备多特征参数融合的状态评估方法的准确度,提出了一种基于云物元模型的DSm(Dezert-Smarandache)证据建模及状态评估方法。该方法首先对特征参数进行基于云物元模型的DSm隶属度赋值,然后提出了一种基于灰靶贡献度的证据源修正公式,再通过隶属度与基本概率赋值(basic probability assignment, BPA) 间的关系求得DSm模型的BPA,最后将不同特征参数的BPA进行DSmT+PCR5(Dezert-Smarandache theory+proportional conflict redistribution rules)融合得到评估结果。通过实例分析,验证了这一新方法的有效性和优越性。