1 空军工程大学航空工程学院, 西安 710000
2 中国人民解放军93149部队, 甘肃 酒泉 735000
针对信息不完备条件下的辐射源威胁评估问题, 提出一种基于IOWA-TOPSIS的评估算法。首先, 针对实际作战过程中易出现的敌方辐射源信息不完备情况, 引入诱导有序加权平均(IOWA)空值估计算法, 基于属性集的关联性预测缺失数据; 然后, 采用改进的基于指标相关性的指标权重确定(CRITIC)分析不同属性对评估过程的影响程度, 客观分配权重; 最后, 通过逼近理想解排序(TOPSIS)算法度量不同辐射源威胁程度, 并进行威胁等级排序。仿真实验结果表明, 所提算法能有效实现辐射源威胁评估, 相较于传统评估方法, 结果更加客观、可靠。
辐射源威胁评估 信息不完备 radiator threat assessment incomplete information IOWA IOWA CRITIC CRITIC TOPSIS TOPSIS
1 空军工程大学防空反导学院,西安 710051
2 中国人民解放军94907部队, 南昌 330013
针对现有反TBM威胁评估方法很难在指标信息不完全的情况下进行评估的问题, 提出了一种基于证据推理的反TBM威胁评估方法。对处于助推段飞行TBM的威胁评估影响因素进行了深入分析, 建立了相应的威胁评估层次结构模型, 并分析了指标信息不完全的问题; 将证据推理方法应用于不完全信息下的反TBM威胁评估, 给出了相应的方法步骤; 通过算例分析, 证明了所提方法可有效解决指标信息不完全的反TBM威胁评估问题。
反战术弹道导弹 威胁评估 不完全信息 证据推理 anti-TBM threat assessment incomplete information evidential reasoning
