针对现有的作战需求表征与作战方案评价存在不确定性信息、作战方案设计中经验积累与重用以及作战方案推荐中相关性与多样性权衡问题,提出了一种不确定信息下考虑相关性与多样性的作战方案推荐方法。首先,将粗糙集理论融入最优最劣法(be...针对现有的作战需求表征与作战方案评价存在不确定性信息、作战方案设计中经验积累与重用以及作战方案推荐中相关性与多样性权衡问题,提出了一种不确定信息下考虑相关性与多样性的作战方案推荐方法。首先,将粗糙集理论融入最优最劣法(best-worst method,BWM)中对各作战能力属性进行赋权;其次,给出了不确定信息下作战方案与任务需求之间的相关性、作战方案之间的多样性计算模型;然后,提出了权衡相关性和多样性的行列式点过程(determinantal point process,DPP)模型,在此基础上,给出了贪婪最大后验概率(maximum a posterior,MAP)推断算法和贪婪Trade-off推断算法以获得作战方案最优推荐子集;最后,通过案例分析验证了所提模型和方法的适用性和可行性。展开更多
文摘针对现有的作战需求表征与作战方案评价存在不确定性信息、作战方案设计中经验积累与重用以及作战方案推荐中相关性与多样性权衡问题,提出了一种不确定信息下考虑相关性与多样性的作战方案推荐方法。首先,将粗糙集理论融入最优最劣法(best-worst method,BWM)中对各作战能力属性进行赋权;其次,给出了不确定信息下作战方案与任务需求之间的相关性、作战方案之间的多样性计算模型;然后,提出了权衡相关性和多样性的行列式点过程(determinantal point process,DPP)模型,在此基础上,给出了贪婪最大后验概率(maximum a posterior,MAP)推断算法和贪婪Trade-off推断算法以获得作战方案最优推荐子集;最后,通过案例分析验证了所提模型和方法的适用性和可行性。