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。     

基于改进IFRS相似度和信息熵的反导作战目标威胁评估

针对现有反导目标威胁评估方法忽略目标属性犹豫度和权重并造成评估精度不高的问题,引入直觉模糊粗糙集(intuitionistic fuzzy rough set, IFRS)理论,提出基于改进IFRS相似度和信息熵的反导作战目标威胁评估方法。首先,细分IFRS犹豫度,提出改进的IFRS相似度模型,并证明其性质。之后,针对现有的IFRS信息熵存在与直觉事实不相符的问题,提出基于余弦函数的IFRS信息熵,确定目标属性权重。在此基础上,构建并量化反导作战目标威胁评估体系,并通过比较威胁目标的各个属性值与正、负理想解的相似度,实现目标威胁排序。仿真实例验证了该方法的可行性和有效性,可为不确定环境下反导作战威胁评估提供新的参考和尝试。     

基于MADM的威胁评估排序模型

结合现代防空作战的特点和指挥自动化系统的工作过程,对影响目标威胁评估的各种因素进行了分析,并讨论了常用威胁评估方法的缺点和不足,依据多属性决策(Multiple Attribute Decision Making,MADM)理论和方法,提出了基于MADM的目标威胁评估排序模型,并通过示例介绍了威胁评估和排序的求解过程。该方法有效地解决了目标威胁评估与排序问题,提高了防空作战效能。     

基于最大隶属度的目标威胁评估与排序法

对地空导弹将要拦截的目标进行威胁评估。其主要思想是在对目标威胁程度及影响目标威胁程度的因素定性分析的基础上给予了量化处理 ;基于最大隶属度原则 ,建立了目标威胁评估与排序模型 ;通过求解该模型即可获得因素权重信息完全未知或只有部分权重信息的不确定多因素决策问题的方案排序 ,即地空导弹将要拦截的目标威胁程度的排序 ,同时求得威胁程度最大的目标 ,以便于为防空作战决策提供科学依据。最后通过实例说明该模型的合理性和有效性     

基于区间数TOPSIS法的空战目标威胁评估

针对空战目标威胁评估问题,提出了一种新的基于区间数TOPSIS法的评估方法。在分析了现有的目标威胁评估方法中距离威胁模型存在不足的基础上,提出了改进的距离威胁模型。给出了区间数特征向量法求解威胁指标权重的计算步骤,克服以往威胁指标权重确定方法的不足,建立了区间数TOPSIS法评估目标威胁的数学模型。给出了仿真算例,仿真结果表明该方法是合理和有效的。     

基于ICW-RCM的辐射源组合威胁评估

针对传统辐射源威胁评估方法难以直观地给出目标威胁程度以及在实时性、复杂性上的不足,在雷达图法(radar chart method, RCM)的基础上,提出基于改进组合赋权(improved combination weighting, ICW)-RCM的辐射源组合威胁评估算法。组合威胁评估将辐射源威胁等级粗排序和精细排序相结合,根据雷达指标计算雷达工作模式,对辐射源威胁等级进行粗排序,并降低威胁程度低的辐射源任务优先级;基于ICW-RCM,对相同雷达工作模式的辐射源精细化排序,并结合粗排序结果,得到最终的辐射源威胁评估结果。实验仿真与分析表明,该算法具有较好的正确性与有效性,与传统组合赋权雷达图法相比算法复杂度较低、实时性较高、结果更加形象直观。     

基于DDBN-Cloud的舰艇编队防空目标威胁评估方法

海上编队防空作战中,针对来袭目标威胁评估过程中不确定性因素较多、观测数据易缺失以及已有评估方法难以考虑动态威胁态势的问题,提出了基于离散动态贝叶斯网络云模型(discrete dynamic Bayesian networks cloud, DDBN-Cloud)的威胁评估方法。通过分析来袭目标特征,构建了目标威胁评估体系;为避免节点威胁属性值在小范围内连续变化所引起的重复计算,采用模糊逻辑理论将体系中的连续型变量转化为离散型变量;针对评估过程中指标数据缺失问题,采用前向信息修补算法进行信息预测修补;采用证据可信度对不确定性节点的先验概率进行赋值,使得贝叶斯网络(Bayesian network,BN)参数更贴合实际;最后,利用云模型将得到的威胁评估概率转化为确定的威胁度,实现由定性概念到定量数值的转化,进行威胁排序;仿真实验表明,该方法适用于目标数据缺失时的动态威胁评估,与静态贝叶斯网络云模型(Bayesian networks cloud, BN-Cloud)法和相对熵排序法相比,其结果更合理,具有一定的实用价值。     

可能度及区间数综合排序

首先对可能度进行综述, 证明其中四种可能度计算方法相互等价. 给出了可能度公理, 证明了文献中经常出现的两种区间数综合排序方法的排序结果是完全一致的, 并用反例说明用它们对区间数进行综合排序, 其排序结果不具有保序性. 文章给出了一种区间数综合排序的新方法, 并证明用该方法对区间数进行综合排序, 其排序结果具有保序性. 最后通过实例说明了该方法的合理性和可行性.     

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。     

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。     

以目标类型为主的一种威胁评估方法

结合现代防空作战的特点和指挥自动化系统的工作要求，对影响目标威胁评估的属性进行了分析，根据多属性决策理论和方法，提出了一种目标威胁评估方法。首先对目标类型进行分类；然后对影响目标威胁评估的各个属性进行划分；最后依据多属性决策方法，建立了目标威胁评估的数学模型，并通过示例介绍了威胁评估的求解过程。仿真结果表明，该模型能够有效目标威胁评估问题，能够有助于指挥员进行目标分配和提高防空武器系统性能。     

基于正态分布区间数的概率测度及多属性决策

针对决策中采用均匀分布区间数描述模糊评价值的局限性,提出了应用正态分布区间数进行多属性决策的方法。分析了模糊数的可能性测度,通过概率分布特征量生成正态分布区间数,给出了基于正态分布区间数与一般模糊区间数的互换关系。由正态分布特性确定了正态分布区间数两个模糊算子,采用简化方法对模糊综合评判向量进行模糊集结。采用模糊随机仿真方法生成综合评估值,对统计结果采用模糊均值和方差的排序方法进行决策。实例计算表明了两种方法的有效性。     

面向作战的雷达全功能操作训练效果评估模型

针对雷达装备全功能操作训练效果评估相关指标体系作战指向不强、评估指标量化困难、评估方法适用性不强等问题, 提出一种面向作战的雷达装备全功能操作训练效果评估方法。首先, 从作战与操作的映射关系、全功能操作程序等角度进行分析, 构建了面向作战的评估指标体系, 并对评估指标进行了量化分析。接着, 采取群组专家区间数打分的思路对传统层次分析法(analytic hierarchy process, AHP)进行了改进, 建立了基于群组区间AHP (group interval AHP, GIAHP)的全功能操作训练效果评估模型, 给出了具体的评估步骤。最后, 通过算例应用对提出的评估方法进行了验证, 确定了各评估指标的权重, 得出了算例的评估结果。结果表明, 提出的评估方法能够有效解决雷达装备全功能操作训练效果的评估问题, 对于提升操作人员战斗力具有较强的参考性。     

舰艇编队网络化防空作战空袭目标威胁评估

以舰艇编队网络化防空作战为背景,基于目标的攻击能力、攻击意图、攻击速度和舰舰相对价值给出了一种新的空袭目标威胁评估方法。首先根据编队当前任务以及各舰完成任务的能力、目标类型、敌我相对态势分别建立舰舰相对价值、目标攻击能力、攻击意图的量化模型;然后基于最大威判距离、目标攻击意图确定目标威胁等级划分方法;最后以目标飞临时间作为目标攻击速度的衡量指标,结合目标攻击能力、攻击意图以及舰舰相对价值建立目标对编队的威胁评估模型。仿真结果表明,该方法符合一般战术推理和经验判断,能较好地描述空袭目标威胁大小,可为编队网络化防空作战决策研究提供一定的参考。     

空袭目标威胁程度的综合评估与排序模型

提出了空袭目标威胁程度判断的基本准则,针对实战中地空导弹武器系统进行威胁评估时,有不少因素不可能完全明确、带有一定模糊的特点,利用层次分析法和模糊评判法(analytical hierarchy process and fuzzyevaluation,AHP-Fuzzy),建立了空袭目标威胁评估与排序模型。通过实例验证了该模型的合理性和有效性。     

区间数综合评判模型的改进与应用

针对现有区间数综合评判模型中,生成区间数所依据的线段法的不足,以刀切法思想为基础,通过模型的稳定性分析,借鉴属性识别理论,提出了一种以增强模型稳定性为目的的改进方法。使得改进后的模型能够充分利用原始决策信息,从而使评价结果更加客观。最后通过实例验证了改进后模型的有效性。