CN115936512A - 基于目标需求的武器装备设计方案的评估方法及*** - Google Patents
基于目标需求的武器装备设计方案的评估方法及*** Download PDFInfo
- Publication number
- CN115936512A CN115936512A CN202211590030.3A CN202211590030A CN115936512A CN 115936512 A CN115936512 A CN 115936512A CN 202211590030 A CN202211590030 A CN 202211590030A CN 115936512 A CN115936512 A CN 115936512A
- Authority
- CN
- China
- Prior art keywords
- target
- index
- scheme
- design
- requirement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013461 design Methods 0.000 title claims abstract description 82
- 238000011156 evaluation Methods 0.000 title claims description 28
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000005315 distribution function Methods 0.000 claims abstract description 37
- 238000010276 construction Methods 0.000 claims description 12
- 230000008901 benefit Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000009826 distribution Methods 0.000 description 10
- 230000002776 aggregation Effects 0.000 description 5
- 238000004220 aggregation Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供基于目标需求的武器装备设计方案的评估方法及***,方法包括:首先明确武器装备的核心指标及其论域,建立指标空间;再建立武器装备设计的目标需求集,即明确需要什么样的武器装备,它的指标要求是什么样的;接着邀请领域专家对每个方案的属性进行评估,用信度分布函数刻画方案属性的未确知性,而不是用一个确定的值替代;然而输入到***中计算每个方案属于目标需求集的信度,作为方案与目标需求的匹配度;最后选择方案。本发明解决了方案评估未紧扣目标需求,未充分考虑方案指标(属性)未确知性的技术问题。
Description
技术领域
本发明涉及装备评估论证领域,具体涉及基于目标需求的武器装备设计方案的评估方法及***。
背景技术
世界军事强国都在针对未来可能发生的作战场景加紧研发所需要的武器装备。研发武器装备需要选择合理的设计方案,而合理的设计方案离不开有效的评估。对于武器装备设计方案的评估不仅需要评估人员精通其原理、使用要求,还需要一套科学合理的评估方法。
目前方案评估采用较多的是多准则(属性)决策方法,即将方案中多个归一化的指标(属性)以某种方式聚合,得到一个综合指数,依据综合指数的大小选择方案。但这种方法只注重方案的综合排序,并没有考虑方案是否可能符合目标需求。如公布号为CN103577888A的发明专利《一种对产品设计方案优选的方法》首先建立产品评价的指标体系,并对指标(属性)取值进行归一化处理,然后通过AHP方法和熵权法相结合计算指标的权重,再分别代入最优指标值和最劣指标值得到最优方案和最劣方案,最后通过理想解法计算综合值,通过比较综合值得到方案排序。又例如公布号为CN103107535A的发明专利《一种基于熵权法的电网结构安全性综合评估方法》首先确定电网结构安全性的评价指标,然后用熵权法计算各指标的权重,再输入某电网的指标值,并对其归一化,最后用加权聚合算子得到综合值,依据综合值划分电网结构安全性能等级。又例如公布号为CN107563680A的发明专利《一种基于AHP和熵权法的配电网可靠性评估方法》首先建立配电网可靠性的评估指标,再用AHP和熵权法综合集成计算指标的权重,然后输入某配电网的归一化的指标值,用加权聚合算子得到综合值,该综合值即反映该配电网的可靠性。
基于区间数的多属性决策方法,如文献Multiple attribute decision-makingmethod based on the possibility degree ranking method and ordered weightedaggregation operators of interval neutrosophic numbers(《基于区间中子数的可能度排序法和有序加权聚合算子的多属性决策方法》)先用区间数表征方案指标的未确知性,然后通过聚合算子得到综合的区间值,最后用区间数排序法对方案进行排序。区间数排序法试图把不确定性问题转换为某个确定性的问题,如中值排序法、基于期望和方差的排序法、基于可能度的排序法等,但这种方法不稳定,不同的区间排序法得出的排序结果经常不一样。因此,基于区间数的多属性决策方法并没有改变其本质上的缺点,即只注重综合比较,未考虑目标需求。
从前述现有方案的具体实现内容可知,前述现有技术***均”的处理方式忽略了实际问题中的多样性和独特性,选择的结果往往与真实结存在较大的偏差,如文献(The end of average:how we succeed in aworld that valuessameness(《平均的终结:如何在崇尚标准化的世界中胜出》))所描述的案例,用飞行员平均身高设计战斗机驾驶舱,所有飞行员反而都不适合。
综上,现有方案评估技术存在没有注重目标需求,未充分考虑方案属性未确知性的技术问题。
发明内容
本发明所要解决的技术问题在于如何解决现有技术中由于未充分考虑目标需求以及未充分考虑方案中指标(属性)未确知性的技术问题。
本发明是采用以下技术方案解决上述技术问题的:基于目标需求的武器装备设计方案的评估方法包括:
S1、获取武器装备指标,据以建立武器装备指标向量空间;
S2、获取设计方案的目标需求数据,据以建立武器装备的目标需求集,其中,目标需求数据包括:效益性指标及成本型指标,目标需求集含于武器装备指标向量空间;
S3、对每一设计方案的指标参数进行评估,用信度分布函数表征每一设计方案中指标的未确知性;
S4、利用预置匹配度处理逻辑,计算每一设计方案符合目标需求集的信度,据以表示设计方案的匹配度;
S5、利用预置匹配度阈值区间,根据当前的设计方案的匹配度,判定获取设计方案的未确知程度,据以减少该设计方案的未确知性,据以循环执行步骤S4以及步骤S5,据以得到目标需求符合方案。
本发明以目标需求为导向,选择最适合目标需求的方案,不仅充分考虑了实际问题的多样性和独特性,而且充分考虑了方案指标(属性)的未确知性,通过计算方案与目标需求集的匹配度,选择合适的设计方案。本发明中的匹配度本质上是方案符合目标需求的主观可能性,充分考虑方案指标的未确知性,通过计算方案符合目标需求的信度,选择合适的设计方案。
在更具体的技术方案中,步骤S1包括:
S11、设第i个指标为Xi,(i=1,2,…,n);
S12、通过转换获取第i个指标的取值域:[Li,Ui],0≤Li<Ui,在本实施例中,Ui可以为+∞;
S13、根据取值域,利用下述逻辑表示武器装备指标向量空间:
A:[L1,U1]×[L2,U2]×...×[Ln,Un]。
在更具体的技术方案中,步骤S2包括:
S21、设指标X1的目标需求为[g1,g1'],X2的目标需求为[g2,g2'],…,Xn的目标需求为:
[gn,gn']
其中,gi为Xi对应的目标底线值(底线值是指不能比这个值再差了),gi'为Xi对应的最优值(i=1,2,…,n);
S22、利用下述逻辑表示效益性指标:
gi'=Ui;
S22、利用下述逻辑表示成本型指标:
gi'=Li;
S23、利用效益性指标以及成本型指标的目标需求,构成目标需求集Ωg:
[g1,g1']×[g2,g2']×...×[gn,gn']。
本发明的目标需求集符合人的思维特点。由于人的有限理性,人能给出来的,通常只会是满意或者不满意,达到目标或者未达到目标的准则度量,避免了经典效用理论中人需要给出连续精确的效用值,现实中人很难给出精确连续的效用值。
在更具体的技术方案中,步骤S3中,在当前的设计方案中,利用下述逻辑拟合得到对各指标(属性)评估的信度分布函数,以表征设计方案中,不少于2个的指标不确定性:
Φ1(X1),Φ2(X2),…,Φn(Xn)。
本发明紧扣目标需求,充分考虑未确知性,重视方案指标的多样性和独特性,通过信度计算寻找最符合目标需求的方案。本发明充分考虑属性的未确知性,采用信度分布函数描述方案属性的未确知性,相比较于现有技术,更加符合实际情况。
在更具体的技术方案中,步骤S4中,根据指标不确定性,利用下述逻辑,计算每一设计方案符合目标需求的信度:
其中X1,X2,...,Xs是效益性指标(指标值越大越好),Xs+1,Xs+2,...,Xn是成本型指标(指标值越小越好),1<s<n。对于区间型指标,可以转换成这两种指标处理。
在更具体的技术方案中,步骤S4中,依据式(1),利用下述逻辑处理得到方案符合目标需求的信度:
α*=(1-Φ1(g1))∧(1-Φ2(g2))...∧(1-Φs(gs))∧
Φs+1(gs+1)∧Φs+2(gs+2)...∧Φn(gn)。
在更具体的技术方案中,步骤S5中,判断当前设计方案的匹配度是否接近预置匹配度阈值。
在更具体的技术方案中,步骤S5中,在当前设计方案的匹配度接近预置匹配度阈值时,需要减少该设计方案在目标需求边界上的未确性,然后再重新放入***计算;
在更具体的技术方案中,步骤S5中,在当前设计方案的匹配度接近预置匹配度阈值时,并在匹配度接近预置选取参数时,选取该设计方案作为目标需求符合方案。
在更具体的技术方案中,基于目标需求的武器装备设计方案的评估***包括:
指标空间构建模块,用以获取武器装备指标,据以建立武器装备指标向量空间;
目标需求集构建模块,用以获取设计方案的目标需求数据,据以建立武器装备的目标需求集,其中,目标需求数据包括:效益性指标及成本型指标,目标需求集含于武器装备指标向量空间,目标需求集构建模块与目标需求集构建模块连接;
方案评估模块,对每一设计方案的指标参数进行方案评估,用信度分布函数表征每一设计方案中的指标不确定性,方案评估模块与指标空间构建模块及目标需求集构建模块连接;
匹配度获取模块,用以利用预置信度处理逻辑,计算每一设计方案符合目标需求集的信度,据以表示设计方案的匹配度,匹配度获取模块与方案评估模块连接;
需求符合方案选取模块,用以利用预置匹配度阈值,根据当前的设计方案的匹配度,判定获取设计方案的不确定程度,据以减少该设计方案的不确定性,据以循环执行步骤S4以及步骤S5,据以得到目标需求符合方案,需求符合方案选取模块与匹配度获取模块连接。
本发明相比现有技术具有以下优点:本发明以目标需求为导向,选择最适合目标需求的方案,不仅充分考虑了实际问题的多样性和独特性,同时考虑了方案属性的未确知性,通过计算方案符合目标需求的信度(匹配度),选择合适的设计方案。本发明中的匹配度本质上是方案符合目标需求的主观可能性,充分考虑方案属性的未确知性,通过计算方案与目标需求集的匹配度,选择合适的设计方案。
本发明的目标需求集符合人的思维特点。由于人的有限理性,人能给出来的,通常只会是满意或者不满意,达到目标或者未达到目标的准则度量,避免了经典效用理论中人需要给出连续精确的效用值,现实中人很难给出精确连续的效用值。
本发明紧扣目标需求,充分考虑未确知性,重视问题的多样性和独特性,通过信度计算寻找最符合目标需求的方案。本发明充分考虑属性的未确知性,采用信度分布函数描述方案属性的未确知性,相比较于现有技术,更加符合实际情况。
本发明解决了方案评估现有技术中存在的未紧扣目标需求,未充分考虑方案未确知性的技术问题。
附图说明
图1为本发明实施例1的基于目标需求的武器装备设计方案的评估方法示意图;
图2为本发明实施例1的方案与目标需求匹配的二维示意图;
图3为本发明实施例2的特定型号导弹CEP的信度分布图;
图4为本发明实施例2的特定型号导弹CEP的信度分布函数曲线图;
图5a为本发明实施例3的A方案中正面雷达散射截面RCS的信度分布函数曲线图;
图5b为本发明实施例3的A方案中最大瞬盘角速度ω的信度分布函数曲线图;
图5c为本发明实施例3的A方案中目标探测距离D的信度分布函数曲线图;
图5d为本发明实施例3的A方案中导弹的有效射程R的信度分布函数曲线图;
图6a为本发明实施例3的B方案中正面雷达散射截面RCS的信度分布函数曲线图;
图6b为本发明实施例3的B方案中最大瞬盘角速度ω的信度分布函数曲线图;
图6c为本发明实施例3的B方案中目标探测距离D的信度分布函数曲线图;
图6d为本发明实施例3的B方案中导弹的有效射程R的信度分布函数曲线图;
图7a为本发明实施例3的C方案中正面雷达散射截面RCS的信度分布函数曲线图;
图7b为本发明实施例3的C方案中最大瞬盘角速度ω的信度分布函数曲线图;
图7c为本发明实施例3的C方案中目标探测距离D的信度分布函数曲线图;
图7d为本发明实施例3的C方案中导弹的有效射程R的信度分布函数曲线图;
图8a为本发明实施例3的指标更新后的C方案中正面雷达散射截面RCS的信度分布函数曲线图;
图8b为本发明实施例3的指标更新后的C方案中最大瞬盘角速度ω的信度分布函数曲线图;
图8c为本发明实施例3的指标更新后的C方案中目标探测距离D的信度分布函数曲线图;
图8d为本发明实施例3的指标更新后的C方案中导弹的有效射程R的信度分布函数曲线图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
如图1所示,本发明提供的基于目标需求的武器装备设计方案的评估方法,包括以下步骤:
S1、建立武器装备指标空间;
在本实施例中,设X1,X2,...,Xn为某型武器装备的核心指标(属性),其中X1,X2,...,Xs是效益性指标(指标值越大越好),Xs+1,Xs+2,...,Xn是成本型指标(指标值越小越好),1<s<n。对于区间型指标,可以转换成这两种指标处理;
在本实施例中,指标向量空间A:Xi是第i个指标,(i=1,2,…,n),实际取值范围可以通过转换使其取值域为[Li,Ui],0≤Li<Ui,Ui可以取+∞,指标向量空间可以表示为A:[L1,U1]×[L2,U2]×...×[Ln,Un];
S2、建立武器装备的目标需求集;
在本实施例中,目标需求集Ωg:设X1的目标需求为[g1,g1'],X2的目标需求为[g2,g2'],…,Xn的目标需求为[gn,gn']。其中gi是Xi对应的目标底线值(i=1,2,…,n),底线值的意思是不能比这个值差。对于效益性指标,gi'=Ui;对于成本型指标,gi'=Li。所有指标的目标需求便构成了目标需求集Ωg:[g1,g1']×[g2,g2']×...×[gn,gn'];
S3、方案评估,用信度分布函数刻画每个设计方案的指标的不确定性;
在本实施例中,信度(Belief Degree)表示人类相信某事件会发生的强度。信度在0到1之间取值,取值越高,代表这个人主观觉得这个事件发生的可能性越高。根据文献(Uncertainty Theory:A Branch of Mathematics for Modeling Human Uncertainty《不确定理论:人类不确定性建模的分支》),概率和信度之间本质的区别是乘积度的不同。粗略地说,概率论的乘积度量是“乘法”,而信度的乘积度量是“取小”,即:
Pr{A×B}=Pr{A}×Pr{B},M{A×B}=M{A}∧M{B}
其中,Pr是概率的测度,M是信度的测度。
在本实施例中,根据文献(Uncertainty Theory:A Branch of Mathematics forModeling Human Uncertainty《不确定理论:人类不确定性建模的分支》)中的信度函数原理:对于任意实数x,未确知变量ξ的信度分布函数Φ被定义为:
Φ(x)=M{ξ≤x}
在本实施例中,需要什么样的武器装备,也就是达到什么样的目标需求。在建立武器装备的目标需求集后,邀请相应领域的专家,对每个方案下的武器装备的指标(属性)进行评估,用信度分布函数表征专家对各未确知指标的评估情况;
在本实施例中,假设在某个设计武器装备方案中,专家对各指标(属性)评估的信度分布函数分别为Φ1(X1),Φ2(X2),…,Φn(Xn);
S4、计算每个设计方案符合目标需求的信度,用来表示方案的匹配度;
如图2所示,在本实施例中,方案与目标需求集匹配的二维示意图。本发明把方案符合目标需求的信度作为方案与目标需求集的匹配度。计算方案与目标需求集的匹配度,匹配度最接近1的方案即为最优方案。
某方案符合目标需求集的信度为:
S5、判断匹配度是否接近预设匹配度的阈值区间,在本实施例中,其中,预置匹配度阈值的取值区间包括但不限于:[0.45,0.55];
S6、若是,则减少该方案在目标需求边界上的不确定性;
S7、若否,则选取匹配度最高的方案,在本实施例中,符合需求阈值可采用例如:1。
实施例2
如图3所示,在本实施例中,某型导弹的圆概率误差(CEP,Circle ErrorProbability)是未确知变量,其信度分布函数如图1所示,假设实数x=50,则对应的CEP≤50的信度是0.8。从图中可以看到,对于任意实数x,都有一个相应的信度。
如何生成信度分布函数,以某型导弹的设计为例,邀请专家评估某方案导弹的CEP,评估过程如下:
问:请问您认为该设计方案成功实施后导弹的CEP最小是多少米?
答:100m。
问:您认为该型导弹的CEP最大是多少米?
答:300m。
问:您认为小于等于120米的信度是多少?
答:0.05。
问:您认为小于等于140米的信度是多少?
答:0.1。
问:您认为小于等于160米的信度是多少?
答:0.15。
问:您认为小于等于180米的信度是多少?
答:0.2。
问:您认为小于等于200米的信度是多少?
答:0.5。
问:您认为小于等于220米的信度是多少?
答:0.8。
问:您认为小于等于240米的信度是多少?
答:0.9。
问:您认为小于等于260米的信度是多少?
答:0.95。
问:您认为小于等于280米的信度是多少?
答:0.98。
如图4所示,在本实施例中,汇总离散的判断数据:(100,0),(120,0.15),(140,0.2),(160,0.25),(180,0.3),(200,0.35),(220,0.4),(240,0.6),(260,0.8),(280,0.9),(300,1)。整理该型导弹CEP的判断数据如表1所示:表1CEP的信度分布
根据表1中数据,经过高次函数插值,生成信度分布函数参阅图4。
实施例3
以某型战斗机设计方案的论证为例:
首先依据使命任务明确战斗机未来可能参与的作战场景,从而明确需要什么样的战斗机。战斗机远距空战有四个核心指标:正面RCS,最大瞬盘角速度ω,5m2目标探测距离D,导弹的有效射程R。假设未来作战场景需要战斗机远距离空战达到如下指标要求:
①RCS≤0.1m2;②ω≥0.48rad/s;③D≥200km;④R≥150km
现在有A、B、C三个设计方案需要论证选择最优方案:
(1)A方案符合目标需求的信度
邀请专家对A方案中各项指标评估,离散的评估数据如表2所示:
表2A方案中各项指标的信度分布
如图5a至图5d所示,在本实施例中,根据专家的评估数据拟合出A方案中各项指标的信度分布函数。
A方案符合目标需求的信度为:
αA *=ΦRCS(0.1)∧(1-Φω(0.48))∧(1-ΦD(200))∧(1-ΦR(150))
=0.2∧(1-0.2)∧(1-0.7)∧(1-0.3)=0.2
(2)B方案符合目标需求的信度
邀请专家对B方案中各项指标评估,离散的评估数据如表3所示:
表3B方案中各项指标的信度分布
如图6a至图6d所示,根据专家的数据评估拟合出B方案中各项指标的信度分布函数。
B方案符合目标需求的信度为:
αB *=ΦRCS(0.1)∧(1-Φω(0.48))∧(1-ΦD(200))∧(1-ΦR(150))
=0.8∧(1-0.1)∧(1-0.1)∧(1-0.1)=0.8
(3)C方案符合目标需求的信度
邀请专家对C方案中各项指标评估,离散的评估数据如表3所示:
表4C方案中各项指标的信度分布
如图7a至图7d所示,在本实施例中,根据专家的评估数据拟合出C方案中各项指标的信度分布函数。
C方案符合目标需求的信度为:
αC *=ΦRCS(0.1)∧(1-Φω(0.48))∧(1-ΦD(200))∧(1-ΦR(150))
=0.7∧(1-0.2)∧(1-0.1)∧(1-0.5)=0.5
C方案是否符合目标非常不确定,需要重点减少C方案中指标R符合目标需求的未确知性后,然后再进行匹配度计算。通过引入更多信息迭代评估,指标R评估数据更新如下:
表5 C方案中指标R的调整后的信度分布
R | 100 | 110 | 115 | 120 | 123 | 126 | 129 | 134 | 141 | 150 | 160 |
信度 | 0 | 0.1 | 0.2 | 0.3 | 0.4 | 0.5 | 0.6 | 0.7 | 0.8 | 0.9 | 1 |
如图8a至图8d所示,在本实施例中,指标更新C方案的信度分布函数。
重新计算C方案符合目标需求的信度为:
αC *=ΦRCS(0.1)∧(1-Φω(0.48))∧(1-ΦD(200))∧(1-ΦR(150))
=0.7∧(1-0.2)∧(1-0.1)∧(1-0.1)=0.7
经比较,B方案最符合目标需求,优先选择B方案。方案排序为B>C>A。
综上,本发明以目标需求为导向,选择最适合目标需求的方案,不仅充分考虑了实际问题的多样性和独特性,同时考虑了方案指标(属性)的未确知性,通过计算方案与目标需求集集的匹配度,选择合适的设计方案。本发明中的匹配度本质上是方案符合目标需求的主观可能性,充分考虑方案属性的未确知性,通过计算方案符合目标需求的信度,选择合适的设计方案。
本发明的目标需求集集符合人的思维特点。由于人的有限理性,人能给出来的,通常只会是满意或者不满意,达到目标或者未达到目标的准则度量。
本发明紧扣目标需求,充分考虑未确知性,重视方案指标的多样性和独特性,通过信度计算寻找最符合目标需求的方案。本发明充分考虑属性的未确知性,采用信度分布函数描述方案属性的未确知性,相比较于现有技术,更加符合实际情况。
本发明解决了现有技术中存在的未紧扣目标需求,未充分考虑方案未确知性的技术问题。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.基于目标需求的武器装备设计方案的评估方法,其特征在于,所述方法包括:
S1、获取武器装备指标,据以建立武器装备指标向量空间;
S2、获取设计方案的目标需求数据,据以建立武器装备的目标需求集,其中,所述目标需求数据包括:效益性指标及成本型指标,所述目标需求集含于所述武器装备指标向量空间;
S3、对每一所述设计方案的指标参数进行评估,用信度分布函数表征每一设计方案中指标的未确知性;
S4、利用预置信度处理逻辑,计算每一所述设计方案符合目标需求的信度,据以表示所述设计方案的匹配度;
S5、利用预置匹配度阈值区间,根据当前的所述设计方案的所述匹配度,判定获取所述设计方案的不确定程度,据以减少该所述设计方案的不确定性,据以循环执行步骤S4以及步骤S5,据以得到目标需求符合方案。
2.根据权利要求1所述的基于目标需求的武器装备设计方案的评估方法,其特征在于,所述步骤S1包括:
S11、设第i个指标为Xi,(i=1,2,…,n);
S12、通过转换获取所述第i个指标的取值域:[Li,Ui],0≤Li<Ui;
S13、根据所述取值域,利用下述逻辑表示所述武器装备指标向量空间:
A:[L1,U1]×[L2,U2]×...×[Ln,Un]。
3.根据权利要求1所述的基于目标需求的武器装备设计方案的评估方法,其特征在于,所述步骤S2包括:
S21、设指标X1的目标需求为[g1,g1'],X2的目标需求为[g2,g2'],…,Xn的目标需求为:
[gn,gn']
其中,gi为Xi对应的目标底线值(i=1,2,…,n),gi'为Xi对应的最优值;
S22、利用下述逻辑表示效益性指标:
gi'=Ui;
S23、利用下述逻辑表示成本型指标:
gi'=Li;
S23、利用所述效益性指标以及所述成本型指标的目标需求,构成所述目标需求集Ωg:[g1,g1']×[g2,g2']×...×[gn,gn']。
4.根据权利要求1所述的基于目标需求的武器装备设计方案的评估方法,其特征在于,所述步骤S3中,在当前的所述设计方案中,利用下述逻辑拟合得到对各属性评估的信度分布函数,以表征所述设计方案中,不少于2个的指标不确定性:
Φ1(X1),Φ2(X2),…,Φn(Xn)。
7.根据权利要求1所述的基于目标需求的武器装备设计方案的评估方法,其特征在于,所述步骤S5中,判断当前所述设计方案的所述匹配度是否接近预置匹配度阈值。
8.根据权利要求1所述的基于目标需求的武器装备设计方案的评估方法,其特征在于,所述步骤S5中,在当前所述设计方案的所述匹配度接近预置匹配度阈值时,减少该所述设计方案在目标需求边界上的不确定性参数,重新放入***计算。
9.根据权利要求1所述的基于目标需求的武器装备设计方案的评估方法,其特征在于,所述步骤S5中,在当前所述设计方案的所述匹配度接近预置匹配度阈值时,并在所述匹配度接近预置选取参数时,选取该所述设计方案作为所述目标需求符合方案。
10.基于目标需求的武器装备设计方案的评估***,其特征在于,所述***包括:
指标空间构建模块,用以获取武器装备指标,据以建立武器装备指标向量空间;
目标需求集构建模块,用以获取设计方案的目标需求数据,据以建立武器装备的目标需求集,其中,所述目标需求数据包括:效益性指标及成本型指标,所述目标需求集含于所述武器装备指标向量空间,所述目标需求集构建模块与所述目标需求集构建模块连接;
方案评估模块,对每一所述设计方案的指标参数进行方案评估,用信度分布函数表征每一设计方案中的指标不确定性,所述方案评估模块与所述指标空间构建模块及所述目标需求集构建模块连接;
匹配度获取模块,用以利用预置信度处理逻辑,计算每一所述设计方案符合目标需求的信度,据以表示所述设计方案的匹配度,所述匹配度获取模块与所述方案评估模块连接;
需求符合方案选取模块,用以利用预置匹配度阈值,根据当前的所述设计方案的所述匹配度,判定获取所述设计方案的不确定程度,据以减少该所述设计方案的不确定性,据以循环执行步骤S4以及步骤S5,据以得到目标需求符合方案,所述需求符合方案选取模块与所述匹配度获取模块连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211590030.3A CN115936512A (zh) | 2022-12-12 | 2022-12-12 | 基于目标需求的武器装备设计方案的评估方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211590030.3A CN115936512A (zh) | 2022-12-12 | 2022-12-12 | 基于目标需求的武器装备设计方案的评估方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115936512A true CN115936512A (zh) | 2023-04-07 |
Family
ID=86655423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211590030.3A Pending CN115936512A (zh) | 2022-12-12 | 2022-12-12 | 基于目标需求的武器装备设计方案的评估方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115936512A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116796202A (zh) * | 2023-07-17 | 2023-09-22 | 上海朗晖慧科技术有限公司 | 一种基于大数据的设备数据匹配方法及异常数据处理*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113204924A (zh) * | 2021-05-28 | 2021-08-03 | 中国人民解放军军事科学院评估论证研究中心 | 一种面向复杂问题的评估分析方法、装置和计算机设备 |
-
2022
- 2022-12-12 CN CN202211590030.3A patent/CN115936512A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113204924A (zh) * | 2021-05-28 | 2021-08-03 | 中国人民解放军军事科学院评估论证研究中心 | 一种面向复杂问题的评估分析方法、装置和计算机设备 |
Non-Patent Citations (2)
Title |
---|
BAODING LIU: "Extreme value theorems of uncertain process with applicationto insurance risk model", 《SOFT COMPUT》, 25 September 2012 (2012-09-25), pages 550 - 556 * |
张天鹏;刘铁林;高萍;: "基于聚类分析和证据推理的装备体系能力评估与分析", 军事运筹与***工程, no. 04, pages 53 - 60 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116796202A (zh) * | 2023-07-17 | 2023-09-22 | 上海朗晖慧科技术有限公司 | 一种基于大数据的设备数据匹配方法及异常数据处理*** |
CN116796202B (zh) * | 2023-07-17 | 2024-06-04 | 上海朗晖慧科技术有限公司 | 一种基于大数据的设备数据匹配方法及异常数据处理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Deng | Multicriteria analysis with fuzzy pairwise comparison | |
CN108235390B (zh) | 一种异构无线网络中基于贝叶斯决策的垂直切换方法 | |
CN115936512A (zh) | 基于目标需求的武器装备设计方案的评估方法及*** | |
CN111313957B (zh) | 基于分类多目标优化的混合卫星通信***资源分配方法 | |
CN112566219A (zh) | 一种电力通信异构网络选择的权重确定方法 | |
CN112487658A (zh) | 一种电网关键节点的识别方法、装置及*** | |
CN111008440A (zh) | 一种基于理想解法的五性与性能综合权衡方法 | |
CN111047461B (zh) | 一种直流多微网的黑启动方法 | |
CN115220477A (zh) | 一种基于量子遗传算法的异构无人机联盟形成方法 | |
Hou | A Model for Software Selection with Fuzzy Linguistic Information. | |
CN110188317A (zh) | 排除多异构执行体共模错误的表决方法、装置及*** | |
CN112612207B (zh) | 不确定环境下多目标博弈求解方法及*** | |
CN113792984A (zh) | 基于云模型的防空反导指挥控制模型能力评估方法 | |
CN115640887A (zh) | 一种基于多策略快速非支配解排序遗传算法的多目标停机位分配方法 | |
CN113159540A (zh) | 一种考虑负荷价值的需求侧资源梯级调用方法及装置 | |
Achimugu et al. | An adaptive fuzzy decision matrix model for software requirements prioritization | |
Peng et al. | Threat assessment for aerial targets based on three-way multi-criteria decision making | |
Petersohn | Assessment of clusteranalysis and self-organizing maps | |
Jun et al. | A multi-attribute group decision-making approach based on uncertain linguistic information | |
He et al. | GRA model for dynamic hybrid multiple attribute decision making | |
Trillo et al. | Large-scale group decision-making method based on knowledge differentiation and the grouping of alternatives into modifiable scenarios | |
Perkgoz et al. | An interactive fuzzy satisficing method for multiobjective stochastic integer programming problems through variance minimization model | |
CN117252740A (zh) | 一种针对多域协同行动的冲突检测与消解方法 | |
Rakhmawati et al. | Optimal Path on A Multigraph Network Involving Edge Weights of Multiple Parameters | |
Król et al. | Accuracy of the TOPSIS Method with Different Input Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |