基于云模型的装备设计方案评估方法

为解决评估指标存在模糊性与不确定性的问题,引入云模型评估方法。使用黄金分割法将语言评价值转化为云的3个数字特征,优化基于云模型的属性权重确定方法,并利用云运算规则将设计方案评价云与属性权重融合得出综合评价云;再根据兼顾形状和距离的正态云模型综合相似度大小,对多设计方案进行综合评估排序。结合算例,验证评估模型的适用性。结果表明:此评估方法对装备设计方案评估具有较好适应性,符合评估要求。研究成果对装备设计方案评估具有较好的适用性,为装备设计方案评估工作探索出新途径。

基于多源冲突证据信息融合的测试性评估方法

针对基于先验数据融合的测试性指标评估中存在先验信息互相冲突的问题,提出一种基于多源冲突证据信息融合的测试性评估方法,在传统D-S证据融合方法上,引入兰氏距离进行改进。首先,对各来源不同形式的先验数据,分别利用经验Bayes法和最大熵法对测试性虚拟仿真实验数据、测试性专家经验信息和测试性预计信息进行折合,进而求得对应的测试性指标先验分布参数;然后,通过贝塔函数依次构造其在辨识框架下的基本信任分配函数;最后,通过基于兰氏距离的D-S证据融合改进方法进行信息融合,得到最终评估结果。通过实例分析,验证了笔者提出的方法较传统D-S证据融合方法精度更高。

延伸的航迹——来自南部战区海军某护卫舰支队汉中舰的观察报告

大海上,破浪疾驰的南部战区海军某护卫舰支队汉中舰,犹如一柄寒光闪闪的出鞘利刃,刺向沉寂的暗夜。利刃出鞘,何其相似!50多年前,汉中舰前身——“英雄快艇”的先辈们,也曾在这样的暗夜里劈波斩浪,勇闯敌阵。

基于云模型和证据理论的多属性决策优化算法

为解决多属性决策中语言值评语的模糊性和不确定性问题,在云模型评估的基础上引入了D-S证据理论.首先,使用黄金分割法将专家的语言评价值转化为云决策矩阵,而后以评语集中的不同等级标准云为参照,得出各评价等级的隶属度,进而构建出不同专家对不同方案中不同属性的评语的基本概率分配函数(mass函数);其次,基于D-S证据理论,引入冲突系数、Jousselme距离、Pignistic概率距离3个值,定义了证据冲突量并计算各证据可信度与专家相对权重,对不同专家mass函数进行修正并融合;再次,结合各属性权重融合不同备选方案的mass函数,与理想云mass函数和负理想云mass函数对比,通过比较平均贴合度的大小可得出最佳方案;最后结合算例,验证了该算法的适用性,为多属性决策提供了新的技术途径.