基于区间数多指标决策的效能评估方法
发布时间：2021-09-01 07:17
针对武器效能评估的指标值以及度量指标权重的选取存在不确定性、模糊性和主观性的问题,根据作战效能的特点与系统工程思想,提出了基于区间数的灰色关联法和D-S证据理论相结合的效能评估方法。通过灰色关联法将指标区间值转化为以理想属性偏离度为测度的矩阵,在此基础上与D-S证据理论相结合,构造一种新的基本概率分配函数和新的信息不确定度提取方法,把不确定性问题转化为确定性问题,再利用D-S合成法则进行信息融合,确定最优方案。通过案例分析,结果表明该方法可以得到有效的决策结果并降低决策的不确定性。
【文章来源】：火力与指挥控制. 2020,45(04)北大核心CSCD
【文章页数】：6 页
【图文】：
三者函数之间的关系
j下方案Ai的基本概率分配值。根据上述分析可以知道某个指标Ij下方案的BPA函数之和小于1，即，存在整体的不确定情况。在文中将这部分BPA函数值赋给辨识框架专本身，表示支持所有的方案的程度，并通过融合以降低决策过程的不确定性，充分利用所得到的信息。因此，可以得到指标Ij下整体不确定性的BPA函数：（6）这样得到了不同作战方案下在不同指标下的BPA函数，由于D-S证据理论的Dempster合成与次序无关［18］，即多个证据的合成计算可以等效为两个证据合成的递推计算，具体的等效结构如图2所示：图2证据合成等效结构图综上所述，本文使用基于区间数的灰色关联法来处理作战方案中指标的不确定性，并采用D-S证据理论处理数据信息，进而建立基于区间数多指标决策的效能评估模型。基于区间数的灰色关联和D-S证据理论融合的效能评估模型如图3所示：图3基于灰色D-S证据理论融合的效能评估模型4案例分析为了说明基于灰色D-S证据理论融合的效能评估模型的有效性，下面以文献［16］中的数据为例进行分析。某国国防部拟研发一种战术导弹武器装备，需要对研制部门提供的4种导弹武器装备进行效能评估，从而决策出性能最优的一种导弹型号。战术技术指标如表1所示，其中，弹头载荷、机动性能、可靠性、可维修性指标为效益型指标，价格指标、命中精度为成本型指标，导弹命中精度指标（CEP）用圆公算偏差表示。表14种不同型号导弹武器的性能指标根据区间指数值的定义建立区间矩阵：根据理想属性区间数定义得到理想区间矩阵：由理想属性偏离度定义可得到理想属性偏离度矩阵：通过理想属性偏离度矩阵定义可以得到信息结构映像序列矩阵Y=（yij）m×n：由信息结构映像序列矩阵，可得到灰?
分利用所得到的信息。因此，可以得到指标Ij下整体不确定性的BPA函数：（6）这样得到了不同作战方案下在不同指标下的BPA函数，由于D-S证据理论的Dempster合成与次序无关［18］，即多个证据的合成计算可以等效为两个证据合成的递推计算，具体的等效结构如图2所示：图2证据合成等效结构图综上所述，本文使用基于区间数的灰色关联法来处理作战方案中指标的不确定性，并采用D-S证据理论处理数据信息，进而建立基于区间数多指标决策的效能评估模型。基于区间数的灰色关联和D-S证据理论融合的效能评估模型如图3所示：图3基于灰色D-S证据理论融合的效能评估模型4案例分析为了说明基于灰色D-S证据理论融合的效能评估模型的有效性，下面以文献［16］中的数据为例进行分析。某国国防部拟研发一种战术导弹武器装备，需要对研制部门提供的4种导弹武器装备进行效能评估，从而决策出性能最优的一种导弹型号。战术技术指标如表1所示，其中，弹头载荷、机动性能、可靠性、可维修性指标为效益型指标，价格指标、命中精度为成本型指标，导弹命中精度指标（CEP）用圆公算偏差表示。表14种不同型号导弹武器的性能指标根据区间指数值的定义建立区间矩阵：根据理想属性区间数定义得到理想区间矩阵：由理想属性偏离度定义可得到理想属性偏离度矩阵：通过理想属性偏离度矩阵定义可以得到信息结构映像序列矩阵Y=（yij）m×n：由信息结构映像序列矩阵，可得到灰色关联系数矩阵r=（rij）m×n：由定义2得到指标Ij下的信息不确定度·166·0726
【参考文献】：
期刊论文
[1]基于D-S证据理论和TFAHP-TOPSIS的工程项目评标决策模型[J]. 张熠. 统计与决策. 2018(11)
[2]基于敏感度的灰色关联及AHP修正方法[J]. 魏文强,李岩松. 水科学与工程技术. 2017(06)
[3]基于灰关联度系数的证据组合方法[J]. 卢彦龙,王拓,徐宏. 计算机与数字工程. 2017(01)
[4]基于区间数和灰色关联分析的承包商资格预审方法[J]. 位珍,王雪青,郭清娥. 模糊系统与数学. 2012(06)
[5]区间数与灰决策的作战效能评估模型[J]. 李卉,郭立红. 火力与指挥控制. 2012(05)
[6]基于TOPSIS的区间直觉模糊多属性决策法[J]. 胡辉,徐泽水. 模糊系统与数学. 2007(05)
[7]“奖优罚劣”的动态多指标灰色关联度模型研究[J]. 王坚强. 系统工程与电子技术. 2002(03)
本文编号：3376527
【文章来源】：火力与指挥控制. 2020,45(04)北大核心CSCD
【文章页数】：6 页
【图文】：
三者函数之间的关系
j下方案Ai的基本概率分配值。根据上述分析可以知道某个指标Ij下方案的BPA函数之和小于1，即，存在整体的不确定情况。在文中将这部分BPA函数值赋给辨识框架专本身，表示支持所有的方案的程度，并通过融合以降低决策过程的不确定性，充分利用所得到的信息。因此，可以得到指标Ij下整体不确定性的BPA函数：（6）这样得到了不同作战方案下在不同指标下的BPA函数，由于D-S证据理论的Dempster合成与次序无关［18］，即多个证据的合成计算可以等效为两个证据合成的递推计算，具体的等效结构如图2所示：图2证据合成等效结构图综上所述，本文使用基于区间数的灰色关联法来处理作战方案中指标的不确定性，并采用D-S证据理论处理数据信息，进而建立基于区间数多指标决策的效能评估模型。基于区间数的灰色关联和D-S证据理论融合的效能评估模型如图3所示：图3基于灰色D-S证据理论融合的效能评估模型4案例分析为了说明基于灰色D-S证据理论融合的效能评估模型的有效性，下面以文献［16］中的数据为例进行分析。某国国防部拟研发一种战术导弹武器装备，需要对研制部门提供的4种导弹武器装备进行效能评估，从而决策出性能最优的一种导弹型号。战术技术指标如表1所示，其中，弹头载荷、机动性能、可靠性、可维修性指标为效益型指标，价格指标、命中精度为成本型指标，导弹命中精度指标（CEP）用圆公算偏差表示。表14种不同型号导弹武器的性能指标根据区间指数值的定义建立区间矩阵：根据理想属性区间数定义得到理想区间矩阵：由理想属性偏离度定义可得到理想属性偏离度矩阵：通过理想属性偏离度矩阵定义可以得到信息结构映像序列矩阵Y=（yij）m×n：由信息结构映像序列矩阵，可得到灰?
分利用所得到的信息。因此，可以得到指标Ij下整体不确定性的BPA函数：（6）这样得到了不同作战方案下在不同指标下的BPA函数，由于D-S证据理论的Dempster合成与次序无关［18］，即多个证据的合成计算可以等效为两个证据合成的递推计算，具体的等效结构如图2所示：图2证据合成等效结构图综上所述，本文使用基于区间数的灰色关联法来处理作战方案中指标的不确定性，并采用D-S证据理论处理数据信息，进而建立基于区间数多指标决策的效能评估模型。基于区间数的灰色关联和D-S证据理论融合的效能评估模型如图3所示：图3基于灰色D-S证据理论融合的效能评估模型4案例分析为了说明基于灰色D-S证据理论融合的效能评估模型的有效性，下面以文献［16］中的数据为例进行分析。某国国防部拟研发一种战术导弹武器装备，需要对研制部门提供的4种导弹武器装备进行效能评估，从而决策出性能最优的一种导弹型号。战术技术指标如表1所示，其中，弹头载荷、机动性能、可靠性、可维修性指标为效益型指标，价格指标、命中精度为成本型指标，导弹命中精度指标（CEP）用圆公算偏差表示。表14种不同型号导弹武器的性能指标根据区间指数值的定义建立区间矩阵：根据理想属性区间数定义得到理想区间矩阵：由理想属性偏离度定义可得到理想属性偏离度矩阵：通过理想属性偏离度矩阵定义可以得到信息结构映像序列矩阵Y=（yij）m×n：由信息结构映像序列矩阵，可得到灰色关联系数矩阵r=（rij）m×n：由定义2得到指标Ij下的信息不确定度·166·0726
【参考文献】：
期刊论文
[1]基于D-S证据理论和TFAHP-TOPSIS的工程项目评标决策模型[J]. 张熠. 统计与决策. 2018(11)
[2]基于敏感度的灰色关联及AHP修正方法[J]. 魏文强,李岩松. 水科学与工程技术. 2017(06)
[3]基于灰关联度系数的证据组合方法[J]. 卢彦龙,王拓,徐宏. 计算机与数字工程. 2017(01)
[4]基于区间数和灰色关联分析的承包商资格预审方法[J]. 位珍,王雪青,郭清娥. 模糊系统与数学. 2012(06)
[5]区间数与灰决策的作战效能评估模型[J]. 李卉,郭立红. 火力与指挥控制. 2012(05)
[6]基于TOPSIS的区间直觉模糊多属性决策法[J]. 胡辉,徐泽水. 模糊系统与数学. 2007(05)
[7]“奖优罚劣”的动态多指标灰色关联度模型研究[J]. 王坚强. 系统工程与电子技术. 2002(03)
本文编号：3376527
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3376527.html
