基于组合赋权TOPSIS的海上目标威胁评估

提出一种基于融合主客观信息组合赋权逼近理想解(Technique for Order Preference by Similarity to an Ideal Solution, TOPSIS)的海上目标威胁评估模型。从目标的作战能力、活动情况和其他影响因素构建海上目标威胁评估指标体系;在层次分析法(Analytical Hierarchy Process, AHP)和熵权法的基础上运用线性加权组合法确定主客观综合指标权重;利用TOPSIS法计算各目标的正负理想解相对贴近度,获得目标的威胁度排序。通过仿真实例证明了所提海上目标威胁评估方法的有效性。     

基于层次分析法的振动目标威胁评估研究

针对振动目标威胁评估过程中各个威胁因素的权重系数难以确定的问题,提出了采用层次分析法来构建威胁评估函数,该函数能够对振动目标给出一个综合的、实用的威胁程度判断的评估值。实验结果表明采用层次分析法构建的威胁评估函数对振动目标的评估值与实际情况相符。     

基于LSRBF神经网络的空战目标威胁评估

提出了-种基于Log-Sigmoid型径向基(简称LSRBF)神经网络的空战目标威胁评估方法.采用威胁指数法量化各因素的威胁度,运用工程模糊集方法确定因素的权重系数,在此基础上合成目标总的威胁指数,作为网络的初始训练样本.根据专家经验对不合理样本进行调整校正,得到最终的训练样本,供LSRBF神经网络训练使用.采用标准梯度下降法与指数梯度下降法相结合的学习算法,保证网络具有较强的鲁棒特性.仿真实验结果表明,LSRBF神经网络具有很好的函数逼近性能,可以成功地完成空战目标的威胁评估.     

基于多属性决策和态势估计结果的空战威胁评估方法

结合空战的特点,对影响目标威胁评估的属性进行了分析,并用层次分析法确定各属性的权值.根据多属性决策理论和方法,给出目标的威胁度,再根据空战的态势估计结果修正威胁度值,最终得到威胁排序结果,为传感器管理和火力分配提供依据.     

基于卷积神经网络的单机空战威胁评估

针对传统的空战威胁评估方法处理单机空战数据时难以兼顾准确率和实时性等问题,文中提出了一种基于卷积神经网络（Convolutional Neural Networks,CNN）的空战威胁评估模型。基于作战任务背景对空战要素进行分析,提取主要威胁指标;构建威胁指数函数公式,以威胁要素为输入,输出威胁值,将威胁值量化后生成训练样本数据,利用卷积神经网络模型进行训练。仿真结果表明,该模型在具有实时性、满足实战要求的前提下,同时兼具较高的准确率,三种敌机威胁等级的识别准确率达98.50%。     

利用主客观集成赋权法的多目标威胁评估

在利用逼近于理想解的排序法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)进行多目标威胁评估时,针对如何获取合理的目标威胁评估因子的权重比,提出了一种主客观集成赋权方法。该方法首先利用主观赋权法和客观赋权法获取两组权重值;然后,通过构造多目标规划模型,将两组权重值进行综合处理,得到更合理的权重值。仿真结果表明,相较于主观赋权法和客观赋权法,所提方法计算出的威胁评估因子的权重值,在用TOPSIS法计算目标威胁评估时,能够得到更加合理、有效的评估结果。     

基于TOPSIS方法的空战威胁评估研究

威胁评估是单机多目标攻击和空战协同战术决策的一项重要内容,首先提出了威胁评估指标的确定方法,然后阐述了TOPSIS(逼近于理想的排序法)方法的计算步骤,最后给出算例。该方法计算简单明确,可以有效地完成多机空战中威胁评估和威胁排序的计算,是解决威胁评估问题的一种有效途径。     

直觉模糊信息下基于VIKOR和三支决策的多目标威胁评估方法

针对传统多目标威胁评估方法通常是二支决策,只能得到目标威胁排序,需要主观地划定威胁等级与选择作战目标数,不适应于复杂动态任务环境的问题,提出直觉模糊信息下基于VIKOR和三支决策的多目标威胁评估方法.首先,对动态直觉模糊威胁评估信息进行集结并求取属性权重;然后,通过VIKOR方法求取目标决策所需的条件概率;最后,通过评估信息构造各属性下目标的损失函数矩阵,集结得到目标的综合损失函数矩阵,计算综合阈值,得到决策规则.算例分析表明,所提方法能够有效地处理动态不确定目标态势信息,将传统方法的二支排序结果转变为三支分类结果;可以依据目标态势信息客观地选取作战目标.     

基于模糊综合评判法的空战多目标威胁评估

在综合分析目标空战能力和战场态势的基础上,提出一种多目标威胁评估方法。首先考虑了空战客观态势信息和决策者主观偏好信息,然后采用模糊综合评判法,建立目标与准则的模糊关系,并将其函数量化为评判矩阵。基于该模糊集合最大隶属度、最小隶属度和加权隶属度,选用3种评判函数进行二级综合威胁评估。实例计算表明,该方法可以有效地解决目标威胁评估和排序问题,而且可得出更加可靠的评估结果。     

基于离差最大化的空战目标威胁评估

威胁评估是协同多目标攻击空战决策的关键技术之一。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,考虑敌我双方飞机的雷达最大探测距离和导弹最大射程的不同情况,提出了改进的距离威胁模型。针对传统威胁评估方法在确定权重系数方面的缺陷和不足,提出了运用离差最大化方法来解决目标威胁评估问题,给出了离差最大化方法确定威胁因素权重的具体步骤。建立了目标威胁评估的数学模型,并进行了仿真研究,仿真结果表明该方法是合理和有效的。     

基于改进非参量法的现代空战威胁评估研究

针对现有威胁评估非参量模型的不足,提出一种改进的非参量法模型。该模型结合对现代空战过程和影响参数的分析,充分考虑现代空战的特点,构造了参战双方战机的态势、效能、事件、目标战役价值等优势函数,优化了方位角、进入角、距离、能量、效能等优势函数然,并将事件、目标战役价值作为威胁评估的因素,采用熵权法求得权重系数后,线性加权法将各优势函数综合,求得总体优势函数。最后,对优化、改进的非参量法模型进行仿真,仿真结果表明,该模型更符合超视距空战的实际,并且对现代空战威胁评估合理、有效。     

基于直觉模糊集的空战动态多属性威胁评估

针对实际空战中目标多属性及动态变化的特点,提出了一种动态多属性威胁评估方法。在建立威胁评估指标体系的基础上,依据目标多个时刻的属性信息,结合直觉模糊集给出了一种构造虚拟最优目标的方法以确定目标属性权重,设计了一种基于正态分布累积分布函数确定时间序列权重的方法,最后借鉴TOPSIS的思想实现了空战动态威胁排序。仿真结果说明了该算法的合理性。     

一种基于对抗效果的地面防空作战威胁估计方法

针对当前防空作战威胁估计中尚未考虑攻防对抗因素,提出了一种基于对抗效果的变权综合威胁估计方法。该方法首先依据随机服务理论建立防空作战服务对抗模型,然后将进袭目标突防概率提取为威胁因素;同时对常权综合方法进行改进,依据各威胁因素状态动态调整其对应权值,使最终综合的威胁结论更加合乎实际情况,从而提高了对作战决策的支持程度。     

空战威胁估计系统建模与仿真研究

以空战中飞机受到的威胁为研究目标,根据空战各个威胁单元的特点,分别研究了各单元威胁度的计算方法,并对不同平台的威胁度进行归一化处理,最后根据对归一化威胁度大小的排序,提供给飞行员做辅助决策。利用BorlandC＋- Builder6．0编译环境和GoogleMaps编写空战威胁估计系统的仿真软件,通过软件仿真手段验证空战威胁估计方法的正确性。     

基于整体作战效能的目标威胁排序

针对现有空中目标威胁排序方法对支援作战飞机考虑的不足,提出了一种基于整体作战效能的目标威胁排序方法,建立了目标威胁排序的指标体系,分析了最小偏差模糊互补判断矩阵的指标权重求取方法,引入作战能力提高率矩阵[CX2]Q[CX],给出了支援作战的空中目标的威胁度。通过仿真分析,该排序方法对支援作战的空中目标的威胁评估更加准确,且更加符合防空作战实际。     

多机协同空战中的威胁排序

提出了一种基于最大隶属度原则的多机协同空战威胁排序的方法.结合实际空战特点,首先评估各架敌机的空战能力.分析空战态势,计算三维空战威胁指数,进而求出威胁因素矩阵,并对威胁矩阵模糊规范化处理,在此基础上建立最大隶属度模型.最后结合Matlab软件对实例中敌机的威胁度仿真计算,求出敌机的威胁度大小,验证该方法的正确性.仿真...