一种构造群组综合判断矩阵的方法

本文提出了一种如何构造判断矩阵的最优方法，从而可以有效地保证在层次分析法中所得判断矩阵的一致性。     

基于启发式自适应离散差分进化算法的多UCAV协同干扰空战决策

 研究了多无人作战飞机(UCAV)协同干扰空战决策(MUCJAD)问题,在干扰效能评估指标量化方法的基础上为该问题建立了优化模型。为有效求解该模型,提出一种启发式自适应离散差分进化(H-SDDE)算法。在H-SDDE算法中,设计了包含4种候选解产生策略的候选策略池,引入了候选解产生策略及其参数的自适应学习过程。此外,结合实际问题为算法设计了基于威胁度的扩展型整数编码方案、基于威胁度的启发式个体调整操作、基于约束满足的个体修复操作。在12个测试实例上进行了仿真验证,结果表明,H-SDDE算法与其他同类算法相比在求解质量和求解速度上具有明显优势,能够更好地发挥多UCAV协同干扰整体效果。     

基于广义马氏距离的混合型多属性决策的 TOPSIS方法

为了解决混合型多属性决策问题,将不同属性值转换为区间数形式。在基于马氏距离的逼近理想解排序法（TOPSIS）中,指标问线性强相关导致协方差矩阵为奇异矩阵,不能计算马氏距离。因此,定义了区间数的协方差矩阵,采用奇异值分解方法计算协方差矩阵的广义（M—P）逆矩阵。改进的算法克服了传统TOPSIS存在的指标信息重复、主观赋权不合理、隶属度难以确定,以及可能出现与理想解欧式距离近的方案与负理想解的欧式距离也近的不足。最后,给出了该方法的一个算例,结果表明该决策方法是实用和可行的。     

标准程序与情景意识下的决策

标准程序是飞行安全的立足根本,但是在特殊的情况下,情景意识下的决策是保证飞行安全的关键,只遵守标准程序是不够的,要有特殊的判断,做出最恰当的决策。     

Non-expert interpretations of hurricane forecast uncertainty visualizations

Uncertainty represented in visualizations is often ignored or misunderstood by the non-expert user. The National Hurricane Center displays hurricane forecasts using a track forecast cone, depicting the expected track of the storm and the uncertainty in the forecast. Our goal was to test whether different graphical displays of a hurricane forecast containing uncertainty would influence a decision about storm characteristics. Participants viewed one of five different visualization types. Three varied the currently used forecast cone, one presented a track with no uncertainty, and one presented an ensemble of multiple possible hurricane tracks. Results show that individuals make different decisions using uncertainty visualizations with different visual properties, demonstrating that basic visual properties must be considered in visualization design and communication.     

中南地区协同流量管理系统设计研究

本文从我国民航空管的实际情况出发,指出了我国建设协同流量管理系统的必要性,并以中南地区为例在其现有流量管理系统的基础上,初步规划了中南地区协同流量管理系统的总体构架及建设步骤,详细设计了系统的主要功能程序及其数据处理流程,为完善建设中南地区流量管理系统拓展了思路,为我国空管全面引入协同决策理念提供了借鉴和参考.     

基于HMDP的无人机三维路径规划

路径规划是UAV(Unmanned Aerial Vehicle)自主飞行的重要保障.初步建立了基于MDP(Markov Decision Processes)的全局路径规划模型,把UAV的路径规划看作是给定环境模型和奖惩原则的情况下,寻求最优策略的问题;为解决算法时空开销大、UAV航向改变频繁的缺点,提出一种基于状态聚类方法的HMDP(Hierarchical Markov Decision Processes)模型,并将其拓展到三维规划中.仿真实验证明:这种简单的规划模型可以有效解决UAV的三维全局路径规划问题,为其在实际飞行中的局部规划奠定了基础.     

舰载机起飞时机辅助决策系统建模

 由于航母扰动会影响舰载机起飞安全,而仅依靠个人经验决策起飞时机存在较大误差,因此提出了舰载机起飞时机辅助决策系统的概念并建立模型。通过分析航母运动对舰载机起飞的影响机理,选择飞机离舰爬升率作为评价起飞安全性的关键参数;结合舰载机起飞作业程序,确立起飞时机决策方法;在此基础上,利用人工神经网络的预测能力并结合有利/不利起飞时机的特征,建立舰载机起飞时机辅助决策系统模型。仿真结果表明,系统模型能够有效地为起飞指挥官提供辅助决策信息,提高舰载机起飞安全性。     

基于数据挖掘的飞行器气动布局设计知识提取

为了更深入地理解飞行器气动布局设计优化中多目标/多设计变量间的影响关系,提高优化模型的科学性及优化效率,对基于数据挖掘技术的飞行器气动布局隐含设计知识提取问题开展了探索研究。以高升阻比滑翔飞行器布局设计优化问题为例,基于当前比较有代表性的方差分析、等度量映射、决策树、自组织映射4类机器学习算法对气动布局优化设计中产生的中间数据进行了挖掘分析。对不同方法得到的升阻比、横/侧向稳定性及容积率4种目标性能间的权衡关系,目标性能与设计变量间的敏感性关系及产生较优布局外形的设计变量取值规则进行了综合对比分析,凝练形成了适用于该类飞行器的设计知识,同时对4种方法的特点及适用性进行了总结分析,给出了相关结论。     

基于支持向量机的机场智能驱鸟决策

为提高机场鸟击防范管理水平,实现探鸟雷达与多种驱鸟设备联动,提出一种基于支持向量机（SVM）的机场智能驱鸟决策方法。该方法包括训练和测试两部分。训练部分利用机场鸟类探测预警与驱赶联动系统获取的大量历史鸟情信息,结合专家知识,通过数据预处理与支持向量机训练,建立驱鸟策略分类模型;测试部分根据驱鸟实时智能决策结果,对驱鸟策略分类模型进行持续修正与优化。通过某机场的实测鸟情信息数据与若干驱鸟实例,证明驱鸟策略分类模型具有较高的决策正确率,并能够通过自身修正与优化应对各种新问题。本文方法针对实时鸟情信息,实现了多种驱鸟设备的优化组合,克服了驱鸟设备长期重复运行造成的鸟类对驱鸟设备的耐受性问题,极大改善了驱鸟效果。