基于TOPSIS的战区高层反导威胁评估

在分析战区高层反导威胁评估特点的基础上,建立了以来袭TBM发射点、预测落点、射程等为核心的战区高层反导威胁评估模型指标体系并进行了相应的量化,然后利用基于熵值权重确定的TOPSIS理论对模型进行求解。通过实例证明所提出的战区高层反导威胁评估模型和算法的有效性,对研究美军的战区高层反导武器系统具有一定的借鉴意义。

基于文化算法的战区高层反导目标分配

战区高层反导目标分配是战区高层反导指挥控制系统的重要组成部分,其算法的快速性关系到最大作战效能的发挥。在分析战区高层反导目标分配特点的基础上,建立了相应的目标分配数学模型,并利用文化算法的基本框架和求解步骤对该模型进行求解。仿真实验结果表明,与改进型遗传算法相比,文化算法求解该模型迭代次数更少,收敛更快,从而为作战赢得了宝贵时间,证明了算法的有效性。

基于直觉模糊核聚类的弹道中段目标识别方法

针对现有的模糊核聚类算法性能的问题,汲取直觉模糊c-均值聚类(intuitionistic fuzzy c-means,IFCM)算法的动态聚类特性优势,引入高斯核函数,改良归一化条件,提出直觉模糊核c-均值聚类(intuitionisticfuzzy kernel c-means,IFKCM)算法,并通过实际数据测试,证实了该算法的可行性和有效性。最后,根据弹道中段目标识别仿真系统的要求及弹道目标识别的特点,设计并实现了基于直觉模糊核c-均值聚类的弹道中段目标识别(intuitionistic fuzzy kernel c-means-target recognition in ballistic midcourse,IFKCM-TRBM)原型系统,仿真实验及对比分析充分表明该原型系统的稳健可行性,为弹道中段目标识别提出了一种新的参考和尝试。

基于直觉模糊粗糙集相似度的多属性决策方法

将直觉模糊粗糙集应用于多属性决策问题,提出了基于改进的直觉模糊粗糙集相似度的多属性决策方法。针对现有的直觉模糊粗糙集相似度忽略犹豫度而造成度量不精确的问题,提出了一种改进的直觉模糊粗糙集相似性度量方法,并揭示其若干重要性质。在此基础上,将属性值用直觉模糊粗糙集表示,并通过各个方案与直觉模糊粗糙集正、负理想方案的相似度比较,实现决策方案排序。数值实例表明了该方法的可行性和有效性,其在态势评估、目标识别等信息融合领域有良好的应用前景。

地球科学智能化之路──专家系统

为迎接新技术革命的挑战，在详细论述专家系统特征及地球科学发展现状基础上，以跨世纪的思维和意识，认为专家系统──作为地球科学智能化之路，必将使地球科学进入一个新的发展阶段，走出目前的“低谷”。