The invention discloses a dynamic air defense threat estimation method of warship formation based on intuitionistic fuzzy TOPSIS, which relates to the field of air defense decision-making of warship formation. Firstly, the method standardizes different types of target information and establishes intuitionistic fuzzy decision matrix. Secondly, the initial weight of evaluation index is obtained by intuitionistic fuzzy entropy weight method, and the index weight optimization model is solved by integrating the commander's subjective preference information to make the weight result more in line with the needs of battlefield. Secondly, the intuitionistic fuzzy cross-entropy and relative closeness degree are used to determine the movement. The state decision matrix, which uses the normal distribution method to process multi-time information, establishes the weighted dynamic decision matrix, can dynamically present the air defense threat situation. Finally, the threat ranking results of the incoming targets are obtained by using TOPSIS method. This method can be applied to the dynamic air defense threat estimation of warship formation in uncertain sea battlefield environment.
【技术实现步骤摘要】
一种基于直觉模糊TOPSIS的舰艇编队动态防空威胁估计方法
本专利技术属于舰艇编队防空决策领域,特别是一种基于直觉模糊TOPSIS的舰艇编队动态防空威胁估计方法。
技术介绍
高技术、信息化环境下舰艇编队的防空作战问题,需充分融合有限的战场情报信息,并集成军事专家的知识经验,从而作出有效迅速的决策。如何准确估计来袭目标的威胁程度,是编队防空决策领域的重要问题。现代海战场环境中,舰艇编队面对的空中袭击具有多武器、多方向、连续性的特点,而且不确定性信息不断增加,使指挥员的预测与决策变得复杂困难。威胁估计属于高度的信息融合技术,它是编队火力控制和任务规划的前提,是海上作战指挥的关键环节。目前,在威胁估计领域应用的主要方法有人工神经网络、粗糙集、云模型和直觉模糊集等。人工神经网络具有良好的自学能力和自适应能力,缺点是需要大量完整的战场样本(包括威胁因素和威胁度)数据。粗糙集在保持分类能力不变的前提下,依赖现有的知识库进行知识约简,得到决策规则;若威胁估计的指标有冗余,粗糙集的分析优势较强。云模型结合了数据的模糊性与随机性,可实现定性概念与定量数值间的转换,但其单一的正态云模型不适用于动态场合。由于直觉模糊集理论在不确定信息决策领域有着显著的优越性,近年来,防空威胁估计的直觉模糊决策方法日趋成熟。然而,上述方法都是基于某一固定时刻的信息进行威胁估计,未能展现出目标的动态态势,其评估结果的客观性和合理性降低。
技术实现思路
本专利技术的目的在于提供一种基于直觉模糊TOPSIS的舰艇编队动态防空威胁估计方法,该方法可以有效解决舰艇编队在动态、模糊战场环境下的不确定性威胁估计问 ...
【技术保护点】
1.一种基于直觉模糊TOPSIS的舰艇编队动态防空威胁估计方法,其特征在于,包括以下步骤:第一步,对来袭目标的属性值作规范化处理,得到目标的单一时刻直觉模糊决策矩阵。第二步,利用目标的直觉模糊熵信息计算评估指标的初始权重,并与编队指挥员的主观偏好信息融合,建立权重优化模型得到指标权重,从而确定单一时刻下的加权直觉模糊决策矩阵。第三步,选出各时刻的正、负理想方案,并分别计算目标到正、负理想方案的直觉模糊交叉熵距离。第四步,基于TOPSIS思想计算各时刻下每个目标的相对贴近度,从而确定动态决策矩阵。第五步,采用均值为零的离散正态分布形式对不同时刻点赋权,从而确定加权动态决策矩阵。第六步,选出加权动态决策矩阵的正、负理想方案,并分别计算目标到正、负理想方案的欧氏距离。第七步,基于TOPSIS思想计算目标威胁度,并对目标进行威胁估计与排序。
【技术特征摘要】
1.一种基于直觉模糊TOPSIS的舰艇编队动态防空威胁估计方法,其特征在于,包括以下步骤:第一步,对来袭目标的属性值作规范化处理,得到目标的单一时刻直觉模糊决策矩阵。第二步,利用目标的直觉模糊熵信息计算评估指标的初始权重,并与编队指挥员的主观偏好信息融合,建立权重优化模型得到指标权重,从而确定单一时刻下的加权直觉模糊决策矩阵。第三步,选出各时刻的正、负理想方案,并分别计算目标到正、负理想方案的直觉模糊交叉熵距离。第四步,基于TOPSIS思想计算各时刻下每个目标的相对贴近度,从而确定动态决策矩阵。第五步,采用均值为零的离散正态分布形式对不同时刻点赋权,从而确定加权动态决策矩阵。第六步,选出加权动态决策矩阵的正、负理想方案,并分别计算目标到正、负理想方案的欧氏距离。第七步,基于TOPSIS思想计算目标威胁度,并对目标进行威胁估计与排序。2.如权利要求1所述的基于直觉模糊TOPSIS的舰艇编队动态防空威胁估计方法,其特征在于,所述步骤一中目标的单一时刻直觉模糊决策矩阵,具体为:其中,μij(T...
【专利技术属性】
技术研发人员:丁勇,陈天夫,申兴盼,
申请(专利权)人:南京航空航天大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。