基于IFA-HFS的雷达波形域LPI性能评估方法

针对雷达波形域低截获（LPI）性能评估的问题，提出一种应用改进萤火虫算法（IFA）求解指标权重的犹豫模糊集（HFS）评估方法。首先，介绍基于逼近理想解排序（TOPSIS）的犹豫模糊集理论，并从属性和方案2个角度构建指标权重的优化模型；其次，通过引入混沌理论，解决了萤火虫算法容易陷入局部最优的问题，给出用IFA求解指标权重的流程；再次，从雷达发射方角度，提取脉内、脉间5个波形域LPI性能评估指标；最后，得到利用IFA求解指标权重的犹豫模糊集评估方法。选取4种不同类型的雷达进行仿真对比，获得波形域LPI性能排序，验证了方法的快速性和有效性。      

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。      

基于改进GRA-TOPSIS的空战威胁评估

针对在确定空战威胁评估指标权重时，未考虑指标间的耦合性以及客观赋权法不能从逻辑视角体现指标相对评价对象真正的重要程度的问题，提出了一种基于灰色关联度、灰色关联深度的极大熵模型初步确定权值，再根据指标间灰色关联度以及确定的解耦阈值修正权值的方法。为了克服灰色关联分析法（GRA）和理想点接近法（TOPSIS）的缺点，提出了一种基于GRA-TOPSIS的目标威胁评估方法。首先，通过实例对比分析了指标采用数学模型与模糊处理后，对目标威胁评估结果的影响；其次，对比分析了采用GRA、TOPSIS以及GRA-TOPSIS、数学模型得出的目标威胁评估结果；最后，考虑不同决策者的主观偏好，得出不同的目标威胁评估结果。通过仿真验证了所提方法的有效性以及科学性。      

基于模糊TOPSIS的FMEA方法

针对传统故障模式及影响分析(FMEA)中评价故障模式的影响因素和计算风险优先数存在的缺陷,提出了一种基于模糊逼近理想解排序法(TOPSIS)的FMEA方法。该方法采用模糊置信结构对影响因素的评价进行表示,并通过去模糊化和加权平均建立明确置信矩阵。考虑各影响因素的权重对分析结果的重要性,将主、客观赋权法相结合来分配各影响因素的权重,进而建立加权规范化矩阵,根据相对贴近度的大小确定各故障模式的风险水平。最后,举例验证了该方法的可行性和有效性。      

模糊AHP法在雷达组网效能评估中的应用

由于雷达系统组网效能评估和优选工作涉及多个指标和大量的模糊属性,导致了决策工作的困难.把拓展的模糊层次分析方法AHP(Analytic Hierarchy Process)引入雷达组网系统效能评估领域,提出了组网雷达作战效能评价指标层次,根据区间数判断矩阵的有关概念,得到了区间数判断矩阵排序权向量或综合评价值的计算方法,利用概率分布法对各最底层元素关于最高层准则的总组合权重进行排序.应用基于区间模糊数判断矩阵的模糊AHP法,建立了模糊评判模型.实例分析结果表明该方法具有实用性,其评估结果可以辅助指挥员提高雷达组网布防决策的准确性和科学性.      

基于角色切换策略的多无人机协同区域搜索

针对存在随机分布目标的区域快速搜索问题开展研究,考虑无人机有限通信能力和探测信息的实时回传需求,提出了一种基于角色切换策略的多无人机协同区域搜索方法。首先,考虑各无人机平台的历史搜索信息和协同搜索收益,基于概率传感器模型构建了多无人机协同区域搜索求解框架;其次,基于4项无人机节点重要性的评价指标,采用改进逼近理想解排序法（TOPSIS）完成无人机节点重要性评估,通过无人机角色动态切换实现了区域搜索过程中协同搜索收益与网络连通性的平衡;最后,考虑机间防撞、通信保持、无人机运动学等约束条件,利用分布式滚动时域优化方法完成各无人机在线运动规划,实现多无人机协同区域搜索。仿真结果表明了所提方法的可行性和有效性。      

基于多目标灰狼算法的干扰资源多效能优化方法

依靠经验决策或简单的模板匹配的传统干扰资源决策方式难以适应当前复杂的电磁环境。针对雷达干扰资源决策的智能化需求展开研究,将干扰资源调度建模为多目标优化问题,以最大化整体干扰效能、最小化干扰总功率、最小化作战损失为目标函数建立干扰资源调度模型,利用一种多目标灰狼算法（MOGWO）求解问题模型Pareto前沿,以最优解集代替最优解,再根据战场实际情况选择最佳调度方案,使决策方案更加科学合理。实验结果表明,MOGWO算法能够克服基本灰狼算法（GWO）探索能力不足、局部收敛的缺陷,有较高的搜索效率,算法的寻优能力和稳定性均优于NSGA-Ⅱ算法和MOPSO算法。      

基于IFS和IPSO算法的干扰资源分配方法

针对多干扰系统同时干扰多部雷达的干扰资源分配问题,提出一种基于直觉模糊集(IFS)和改进粒子群优化(IPSO)算法相结合的干扰资源分配方法。利用己方无源探测系统获得的敌方雷达参数,根据IFS理论得到敌方雷达的威胁系数;整合数据库中战场的己方干扰系统与敌方雷达系统信息,从空域、频域、极化方式和干扰样式4个方面定义了匹配度,表示己方干扰系统对敌方雷达系统的干扰效率,得到匹配度矩阵,结合敌方雷达威胁系数建立干扰目标函数;提出一种自适应调整权重、异步变化学习因子、针对离散问题的IPSO算法,并引入补偿粒子进行盲区搜索,求解出最佳干扰决策。仿真表明,本文提出的干扰资源分配方法相较于传统算法最优解正确率更高,且实时性更好。     

警觉性光环境对飞行认知任务表现的影响

从飞行认知任务的主客观表现测试了单色蓝光和3组富蓝多色光对飞行认知任务警觉性水平变化的影响。客观实验评测包括飞行主辅任务测量和信息检视任务测量,分别从计算力及记忆力水平,判断力、寻错力及逻辑力水平,获取4组警觉性光环境下飞行认知任务表现水平的变化情况;主观综合评测通过多维指标的警觉性主观自评量表,运用熵权TOPSIS法建立主观综合评价模型,得到各组光环境下的主观综合评价排序。将主客观的测量结果进行综合分析,结果表明:单色蓝光在飞行主辅任务测量中计算力水平成绩明显高于其他组,4组光环境对记忆力水平均无显著影响;在信息检视任务测量中单色蓝光与富蓝白光对认知表现的提升效应持平,明显高于其他组;整体主观感受方面,富蓝白光综合评价最高。结果可以对驾驶舱警觉性照明设计提供指导。      

基于云模型的民航监察员队伍能力综合评价

针对民航监察员队伍能力量化评价缺乏全面性的问题，构建了一种综合评价指标体系。基于民航监管相关研究及标准分析，提取监察员队伍能力的1级和2级指标。采用G1-CRITIC法计算监察员队伍能力指标的主客观权重。为消除单一赋权法的片面性，基于博弈论思想将主客观指标进行线性组合并确定其权重占比。引入云模型对构建的指标体系进行实例综合评价。结果表明:所构建的能力综合评价指标体系能较好体现民航监察员队伍的综合能力，指标权重分配较为合理。此外，预测出的监察员队伍能力缺陷和不足，能够有利于提升针对其培训的科学性并激发监察员队伍的监管效能。      

基于时间-多资源占用的工作负荷评估模型

为了测量和评估航天员在轨维修的工作负荷,在时间线分析法和多资源占用理论的基础上,确定了用间接获取的资源需求占用率、直接测量的占用时间2个维度来进行工作负荷主客观综合评估,并提出基于动态时间窗口的时间-多资源占用的工作负荷评估模型。为了验证模型的有效性,搭建典型在轨维修任务——液体回路子系统的维修试验环境,招募被试,获取主观工作负荷数据,进行维修视频采集和动素时间测定。结果表明,本文模型的工作负荷值与主观工作负荷评估值显著相关且吻合较好,验证了其有效性。