一种基于图式理论和网络层次分析的目标态势评定方法
【专利摘要】本发明提供一种基于图式理论和网络层次分析的目标态势评定方法，客观准确的对目标态势描述及其对态势等级评定。步骤一、以制定计划和方案的辅助决策人员为目标态势评定系统的用户，选择一个时间段的数据，包括起始时间的年月日分秒和结束时间的年月日分秒；步骤二、服务器端在接收到时间数据后，将相应时间段的所有态势数据进行读取，然后输入到态势感知图式；步骤三、态势感知图式根据输入数据，基于图式理论建立描述目标态势特征的数学模型；步骤四、评定模块根据建立的目标态势特征的数学模型，通过评定算法，计算出目标态势的综合值；步骤五、根据计算得到的综合值大小，确定目标态势等级。
【专利说明】一种基于图式理论和网络层次分析的目标态势评定方法
【技术领域】
[0001] 本发明涉及一种基于图式理论和网络层次分析的目标态势评定方法，属于目标 态势评定领域。
【背景技术】
[0002] 目标态势评定是在一定的时间和空间，对目标实体属性变化规律和实体之间联接 关系的动态评价。评定目的是判断目标行动意图，进而制定相应的行动对策。评定等级是 对目标态势最直接、最客观的判断与描述，为辅助决策提供有效支持，其重要性显而易见。
[0003]目标态势评定是一个需要综合考虑许多相关因素的决策问题。为此提出了一种基 于图式理论和网络层次分析的目标态势评定方法，定量地评定了包括目标重要程度、威胁 程度、易毁程度、影响程度等综合因素在内的目标态势，为制定相应的行动对策提供指导作 用。
[0004] 基于图式理论和网络层次分析的目标态势评定系统是一种快速、智能、客观的评 定系统。他可以根据感知到的目标属性，对每一个目标进行综合评定，然后得到目标态势的 评定等级和排序列表。
[0005] 现有的态势评估方法采用统计方法或定性推理方法进行评价，还存在的缺点是： 建立的目标态势模型无法适应动态变化的情景，缺乏智能的应急处理能力；传统态势等级 评估方法在选取评估指标时进行大量假设，忽略了指标之间实际存在的相互依存和反馈的 关系，从而降低了评估结果的客观性和可信程度。
【发明内容】
[0006] 本发明提供一种基于图式理论和网络层次分析的目标态势评定方法，客观准确的 对目标态势描述及其对态势等级评定，并将目标态势评定方法应用于对目标行动的辅助决 策系统。
[0007] 本发明解决其技术问题所采用的技术方案是：
[0008] 基于图式理论和网络层次分析的目标态势评定方法，包括以下步骤：
[0009] 步骤一、以制定计划和方案的辅助决策人员为目标态势评定系统的用户，选择一 个时间段的数据，包括起始时间的年月日分秒和结束时间的年月日分秒；
[0010] 步骤二、服务器端在接收到时间数据后，将相应时间段的所有态势数据进行读取， 然后输入到态势感知图式；
[0011] 步骤三、态势感知图式根据输入数据，基于图式理论建立描述目标态势特征的数 学模型；
[0012] 步骤四、评定模块根据建立的目标态势特征的数学模型，通过评定算法，计算出目 标态势的综合值；
[0013] 步骤五、根据计算得到的综合值大小，确定目标态势等级。
[0014] 进一步，步骤五后还包括步骤六、将目标评定结果通过网络传输到客户端，决策者 通过浏览器查看每个目标态势的评价和目标态势的威胁等级列表。
[0015] 进一步，其中步骤三中采用下述方法来建立描述目标态势特征的数学模型：
[0016] 3. 1态势感知图式采用一个五重序元关系来描述，即
[0017]
【权利要求】
1. 基于图式理论和网络层次分析的目标态势评定方法，其特征在于，包括以下步骤： 步骤一、以制定计划和方案的辅助决策人员为目标态势评定系统的用户，选择一个时 间段的数据，包括起始时间的年月日分秒和结束时间的年月日分秒； 步骤二、服务器端在接收到时间数据后，将相应时间段的所有态势数据进行读取，然后 输入到态势感知图式； 步骤三、态势感知图式根据输入数据，基于图式理论建立描述目标态势特征的数学模 型； 步骤四、评定模块根据建立的目标态势特征的数学模型，通过评定算法，计算出目标态 势的综合值； 步骤五、根据计算得到的综合值大小，确定目标态势等级。
2. 如权利要求1所述的基于图式理论和网络层次分析的目标态势评定方法，其特征在 于，进一步，步骤五后还包括步骤六、将目标评定结果通过网络传输到客户端，决策者通过 浏览器查看每个目标态势的评价和目标态势的威胁等级列表。
3. 如权利要求1或2所述的基于图式理论和网络层次分析的目标态势评定方法，其特 征在于，进一步，其中步骤三中采用下述方法来建立描述目标态势特征的数学模型： 3. 1态势感知图式采用一个五重序元关系来描述，即S11 ^(R Q K ? Φ} 其中，R是输入信息集，Q为特征基元集，K为权值矩阵，?为运算关系，Φ为特征模型； 3. 2输入信息集R是态势感知空间的输入变量集，表示为： R=Ir1,r2,…，rn} 其中，A为第i个输入变量，输入变量包括目标身份Γι、类型r2、数量r3、位置r4、速度r5 ； 3. 3特征基元集Q描述为： Q - {Qd Q2) *** ) 其中，Qi分别为目标重要程度、威胁程度、易毁程度、影响程度，每一个特征基元都是输 入信息与其权重乘积的函数，即： Qi =f(A·R) 其中，输入信息的权重A通过网络层次分析法计算获得； 3. 4特征基元通过"与"、"或"运算构成特征元集，特征元集构成特征模型Φ，表示为： Φ= {Φ"Φ2, ···，Φη} 3. 5特征模型描述了当前目标环境的整体态势，是感知图式的输出信息，为态势评定提 供输入信息，特征模型Φ与特征基元集Q的关系表示为： CD = K(S)Q 其中，K为nXm阶的关系矩阵，其中元素值取-1或O或1，分别表示取反、取零和取正； 符号?是一种矩阵"与"的关系，即组成特征元的各特征基元之间是"与"的关系。
4. 如权利要求1或2所述的基于图式理论和网络层次分析的目标态势评定方法，进一 步，其中步骤四中采用以下方法计算出目标态势的综合值： 4. 1利用网络层次分析法，通过构造输入信息和特征基元的权重的超矩阵，计算输入信 息权重值ai和特征基元权重值βj; 4. 2评定模块根据评定目标，确定关系矩阵K，确定描述当前目标态势的特征模型，以 及模型所包含的特征基元； 4. 3评定模块根据评定准则，计算感知图式生成的特征基元qi，即目标重要程度、威胁 程度、易毁程度、影响程度； 4. 4对特征基元值％进行标准化处理，标准化公式为：
4. 5基于特征集基元的标准化值t及其权重，采用加权和计算评定综合值，计算公式 为： ν=ΣβΑ： 其中，β」为特征基元的权值，且Σβ」=1。
5. 如权利要求1或2所述的基于图式理论和网络层次分析的目标态势评定方法，进一 步，所述的步骤五中，对所有目标态势的等级进行排序，得到目标态势的排名列表。
【文档编号】G06F19/00GK104318078SQ201410531263
【公开日】2015年1月28日 申请日期:2014年10月10日 优先权日:2014年10月10日
【发明者】么健石, 俞赛赛, 陈衍铃, 刘文瀚, 谭震, 叶丰, 田玮, 王小娟, 郭世泽, 任传伦, 张先国 申请人:中国人民解放军总参谋部第五十四研究所