基于博弈论的GRA-TOPSIS辐射源威胁评估方法

将辐射源威胁评估作为多属性决策问题进行处理时,侦察方无法获取敌方辐射源的所有信息,而逼近理想解排序（TOPSIS）法在处理“贫信息”问题时很难得到完美结果,而且其仅仅考虑指标之间的欧氏距离,无法反映各指标间的关联性。针对TOPSIS法存在的问题,将灰色关联分析（GRA）和TOPSIS法结合,提出一种基于博弈论的GRA-TOPSIS辐射源威胁评估模型。在构建辐射源目标综合评价指标体系的基础上,运用博弈论（GT）思想将区间层次分析法（IAHP）所得主观权重和信息熵所得客观权重进行组合得到综合权重,能够较大程度减少单独赋权带来的信息损失。在基于GRA-TOPSIS辐射源威胁评估模型下,构建了关于战场态势的决策信息系统,通过与传统TOPSIS法进行对比仿真,验证了所提方法的有效性,有助于对辐射源进行更精细准确地排序。      

基于RS-CRITIC的空战目标威胁评估

针对不确定信息下的空战目标威胁评估问题,提出了一种基于粗糙集（RS）理论和指标重要性相关（CRITIC）法的目标威胁评估模型。首先,通过CRITIC法确定准确信息下的目标威胁值,利用数据挖掘（MD）启发式算法求解最佳分割集合,将目标威胁值离散化处理后替代粗糙集决策信息系统中的决策属性。其次,基于构建的完备粗糙集决策信息系统,通过决策矩阵实现属性约简和目标威胁评估最小决策规则提取。最后,将规则应用于不确定信息下的目标威胁评估。仿真结果表明:所提模型能够实现信息缺失下的目标威胁评估,减少了主观因素和先验知识的影响,扩展了粗糙集理论应用范围。      

基于CRITIC-TOPSIS的动态辐射源威胁评估

为解决传统辐射源威胁评估方法与空战动态态势联系不紧密的问题,提高评估准确度,提出泊松分布逆形式与逼近理想解排序（TOPSIS）方法相结合的算法,并引入指标相关性的权重确定（CRITIC）方法分配属性权重,构建基于CRITIC-TOPSIS的动态辐射源威胁评估模型。针对传统方法仅依靠当前侦收数据,未体现空战态势动态变化的不足,采用泊松分布逆形式融合多个时刻的辐射源数据信息,实现动态评估;针对传统TOPSIS方法依赖主观赋值的问题,CRITIC方法综合考虑单个指标内部和多个指标之间的关联性,能完整描述属性信息并客观分配属性权重。仿真结果表明,相较于传统静态评估模型,所提模型对于威胁度不同的辐射源区分度更大,评估准确性和可靠性更高。      

基于G1-变异系数-KL改进TOPSIS雷达对抗干扰有效性评估

干扰效能评估作为多属性决策问题时,为解决传统的逼近理想解排序法（TOPSIS）在进行雷达对抗效能评估时过于客观而不能充分体现评估者意志,并且在使用过程中仅考虑指标间欧氏距离导致某些处于正负理想解中垂线上的点无法分辨的问题,提出一种G1-变异系数-KL改进TOPSIS雷达对抗干扰有效性评估算法。该算法利用G1法和变异系数法分别求得主观和客观权重,并引入差异系数的概念充分反映主客观程度,利用相对熵解决位于正负理想解中垂线上的点无法排序的问题。通过仿真实验可以发现,提出的算法在评价干扰有效性时性能优于传统算法。      

基于深度置信网络的近距空战态势评估

针对传统态势评估方法权值确定困难、大规模数据处理和特征提取能力不足的问题,结合当前空战数据特征,将深度置信网络(DBN)应用于近距空战态势评估。通过密度峰值算法对空战特征数据进行聚类分析,并结合态势函数和专家判读进行修正,建立标准空战态势样本库;以重构误差和测试错误率为基础,建立网络拓扑结构和最优参数确定方法,提高模型的训练效率,并通过样本数据,对模型进行训练和验证。实验表明,模型态势分类正确率达到92.7%,模型运行时间满足应用需求,实例评估结果与客观态势一致性强。     

基于改进ELECTRE法的舰船气流场方案评估方法

从气流场对舰载机作业的影响出发,构建了气流场评估指标体系。针对层次分析法一致性检验的缺陷,结合群决策特征根法（GEM）和决策熵理论,提出了结果可靠性可量化的气流场评估的赋权方法。结合模糊集理论知识,将经典ELECTRE法拓展到模糊环境下;排序计算中涉及到的指标评价值以三角模糊数的形式给出;使用改进ELECTRE法进行气流场方案的排序,模糊数计算保证了对大量模糊数据的完整处理。通过对3种不同气流场方案进行评估应用实例结果表明,所提出的舰船总体方案群决策方法具有较好的可行性,为舰船气流场方案评价提供了一种新的方法。      

基于改进共生生物搜索算法的空战机动决策

针对现代空战机动决策问题,提出了一种基于改进共生生物搜索（SOS）算法的空战机动决策方法。首先,分析了传统基本机动动作库存在的不足,对其进行了改进和扩充,设计了11种常用的基本机动动作;然后,综合考虑角度、距离、速度、高度和战机性能优势,构造了战机机动决策优势函数;最后,针对传统共生生物搜索算法在收敛速度、收敛精度以及局部最优上存在的缺陷,将轮盘赌选择方法、动态变异率和梯度思想引入到传统算法当中,对算法有效性和算法性能进行了仿真分析。仿真结果表明,改进的共生生物搜索算法在收敛速度、收敛精度以及跳出局部最优上更具优势,能够满足空战机动决策需求。      

基于回归型支持向量机的空战目标威胁评估

空战目标威胁评估是协同多目标攻击中的关键问题.针对传统空战目标威胁评估方法在确定权重系数方面的不足,提出了一种新的基于回归型支持向量机的评估方法.在分析了现有的空战目标威胁评估方法中距离威胁模型存在缺陷的基础上,提出了改进的距离威胁模型.建立了基于回归型支持向量机的空战目标威胁评估模型,利用该模型对想定的空战目标进行了威胁评估.仿真结果表明,该方法具有很好的预测能力,可以快速、准确地完成空战目标威胁评估.     

基于空域划分的超视距空战态势威胁评估

编队超视距空战(BVR,Beyond Visual Range)已成为现代空战的主要模式.在空战优势区域与劣势区域判断的基础上对整个空域进行划分,并给出4种特定空域态势.从空中态势和编队作战能力两方面对空战态势进行分析.使用主成分分析法选取输入变量分析编队作战能力,降低评估过程中收集数据的复杂度.应用遗传神经网络对影响BVR各因素进行效能评估,将遗传算法(GA,Genetic Algorithms)与多层前馈(BP,Back Propagation)网络结合,利用GA的全局搜索优化BP网络的结构参数,有效克服BP算法的局部收敛等问题.结果表明:该模型能在综合分析空战各指标后给出红蓝双发的态势评估指标,该模型可有效减少评估中的人为因素,使评估结果更为客观可信.     

基于云模型的目标威胁等级评估

目标威胁等级评估的实时性、正确性对于后续作战仿真具有重要意义.提出了基于云模型的威胁等级评估的方法,通过对依据专家经验得到的对定性概念评估的隶属云图的贝叶斯修正,得到了标尺云.由战场态势信息对标尺云的匹配和处理,最终得到了目标威胁评估云图,实现了威胁评估.定性概念对战场态势的描述以及隶属云图体现了模糊性与随机性的较好结合,反映了空战时飞行员获取信息的不确定性的特点.通过实例验证表明:基于云模型的威胁等级评估的方法能有效地实现对目标威胁等级的确定.     

基于改进遗传算法的航空集装箱装载问题研究

针对标准遗传算法求解装载方案时存在收敛速度慢、易早熟、寻优结果欠佳的问题,基于拟人装载策略,提出了一种以集装箱空间利用率最大为目标,考虑货物装载顺序、体积、质量、重心、不重叠等多种实际约束的改进遗传算法。首先,采用与货物放置状态相结合的实数编码,随机产生初始种群;然后,在常规选择操作中加入最优解保存策略,并将稳定性、支撑限制、重心约束考虑到进行线性尺度变换后的适应度函数中,以此来计算每种装载方案的评估值;最后,输出评估值最高的方案作为最优装载方案。实验采用异构性不同的测试算例进行性能测试,结合3组具体货物装载数据证明算法的普适性与实用性。结果表明:所提算法在求解强异构货物装载过程中具有较好的优化效果,适用于求解集装箱装载问题。与标准遗传算法相比,收敛性与搜索速度有所提高,2种不同箱型的集装箱空间利用率分别提高了3.82%和3.66%,运行时间分别缩短了7.9 s和5.58 s,能快速找到最优装载方案,可有效解决规则、不规则集装箱的货物装箱问题。基于MATLAB软件实现装载方案的可视化,为集装箱的实时装载决策提供了理论基础。      

基于SABA优化的Volterra级数空战目标机动轨迹预测

目标机动轨迹预测是空战态势感知和目标威胁评估的重要前提。针对传统目标机动轨迹预测模型复杂度大、预测精度低等问题,通过分析并结合目标机动轨迹时序数据所具备的混沌特性,引入Volterra泛函级数模型进行目标机动轨迹预测。为解决Volterra泛函级数模型中存在高阶核函数难以求解的问题,利用变异机制和自适应步长控制机制改进蝙蝠算法的寻优能力,进而构建了一种基于自适应蝙蝠算法（SABA）优化的Volterra泛函级数目标机动轨迹预测模型,并利用优化后不同阶数的Volterra泛函级数模型对目标未来机动轨迹进行预测。仿真实验中,通过与其他优化算法改进的Volterra泛函级数模型的预测精度对比,验证了所提预测模型的可行性,同时也说明了二阶Volterra泛函级数模型更加适用于目标机动轨迹预测。