改进TOPSIS的多态融合直觉模糊威胁评估

张浩为, 谢军伟, 葛佳昂, 张昭建, 宗彬锋

(1. 空军工程大学防空反导学院, 陕西 西安 710051; 2. 空军预警学院, 湖北 武汉 410039;3. 中国人民解放军94710部队, 江苏 无锡 214000)

0 引 言

现代防空作战中,空袭方常采用多层次、多批次、多方向的饱和式攻击手段。作为防空方,对不同批次目标做出合理的威胁评判,对于有效调度力量来组织防空作战,意义重大。

威胁评估的方法众多,典型的如神经网络[1]、证据推理[2]、雷达图[3]等。而在实际作战中,受到传感器性能及环境的限制,所获得的目标数据往往呈现出不完整性、不可靠性等特征。另外,决策者对目标属性的认知也具有模糊性。因此,引入直觉模糊集[4-5],更能刻画评估过程的不确定性本质。并且,基于直觉模糊的多属性决策[6-10]、群决策问题[11-14]正日益成为研究热点。文献[5]从信息融合的角度对现有的直觉模糊集排序方法作了总结。文献[6]基于直觉模糊支持函数、风险函数和可信性函数,构建了直觉模糊的超序关系并将其运用到排序问题中。文献[7]提出了一种基于直觉模糊数、直角三角直觉模糊数和所提出的直觉模糊数的直觉模糊集合平均算子间转换的新的直觉模糊多属性决策模型。文献[8]在决策理论的框架下建立了新的直觉模糊决策模型,其突出了备选方案每个属性之间相互影响而带来的差别。文献[9]提出一种基于正负理想解排序(technique for order preference by similarity to ideal solution, TOPSIS)和直觉模糊数间相似性测度的多属性决策方法。文献[10]提出一种扩展的直觉模糊TOPSIS方法。文献[11-14]研究了群决策中获取一致性的方法,并构建了不同的群决策模型。……