一种基于动态直觉模糊法的舰艇编队群决策威胁估计方法与流程

本发明属于舰艇编队威胁估计技术领域，特别是一种基于动态直觉模糊法的舰艇编队群决策威胁估计方法。

背景技术：

在舰艇编队协同作战的防空指挥决策中，舰艇决策者首先面对的一项任务就是快速、准确地判明空中来袭目标对舰艇编队的威胁程度，以便为合理分配编队防空武器资源、有效组织火力打击目标提供重要依据。然而，由于来袭的空中目标具有很强的机动性、隐秘性和攻击性等特点，在不同的时间片段内战场态势瞬息万变，决策环境充满大量的不确定性。同时，由于各型号传感器性能的差异，决策者自身经验等因素，对来袭目标的属性值的判断呈现出多样性、复杂性的特点。因此，如何有效评估空中目标威胁程度就成为了协同作战领域研究的一个热点问题。

目前，国内外对于舰艇编队空中目标的威胁估计方法日趋成熟，主要包含两大类：(1)传统解析数学方法。主要包括基于突击航线椭圆面法、扇面角预测模型法、线性加权法等，但这些方法虽然能够对目标的威胁程度进行判断，但有较大的局限性，一是在判定时只考虑一个或者部分因素；二是没有考虑到定性描述的因素。(2)优化决策算法。主要包括变权理论、神经网络、贝叶斯网络、云模型法等，这些方法在解决空中目标的威胁估计效果上较传统算法有明显的改进，尤其体现在对于某一确定时刻的来袭目标威胁等级判定上。但是，由于现代战场是一个持续的、动态的过程，采用上述静态的威胁估计方法可能导致当前时刻之前的战场态势数据的缺失，不能很好地反应实时战场信息，威胁评估过程缺乏客观性和全面性，导致威胁评估结果的合理性大大降低。

技术实现要素：

本发明的目的在于提供一种基于动态直觉模糊的舰艇编队防空群决策威胁估计方法，该方法可以有效解决在动态、不确定作战环境下的舰艇编队威胁估计问题。

为实现上述目的，本发明采用以下技术方案：

基于动态直觉模糊法的舰艇编队防空群决策威胁估计方法，包括：

第一步，确定来袭威胁目标的动态直觉模糊多属性群决策(dynamicintuitionsticfuzzymultipleattributegroupdecisionmaking，difmagdm)矩阵

第二步，通过信任度函数法计算各时刻各决策者权重λs(tk)，与各时段的个体信息利用ifwa算子集结，动态直觉模糊多属性群决策矩阵即可降维为动态直觉模糊多属性决策矩阵r(tk)。

第三步，通过直觉模糊熵法计算各时刻的属性权重ωj(tk)，利用直觉模糊运算法则，得到各时刻加权的动态直觉模糊决策矩阵

第四步，通过正态分布法计算各时间序列权重w(tk)，利用difwa算子集结加权后的动态直觉模糊多属性决策矩阵得到二次降维后的直觉模糊多属性决策矩阵r0。

第五步，确定上述直觉模糊多属性决策矩阵的正负理想解r⁺、r^-。

第六步，利用vikor方法计算各目标的群体效用值si和个体遗憾度ri。

第七步，计算各方案的折衷妥协值qi，根据折衷妥协值对各目标威胁程度进行排序。

本发明具有以下优点：

1.通过利用直觉模糊熵的方法求取指标属性权重，避免了决策人员的主观性对于评估结果的影响，可以得到更为客观的结论。

2.本发明充分考虑了战场态势的动态过程，同时引入多决策者参与评估过程，不会出现评估失效现象，从而使得评估结果更加真实、客观，为后续的火力分配过程提供科学的依据。

3.通过利用vikor方法，充分考虑了直觉模糊决策矩阵的各个指标的综合因素的综合影响，对待评估的直觉模糊多属性决策矩阵信息利用更加全面，评估更加合理。

附图说明

图1为本发明方法的流程图。

图2为单一时刻评估结果。

具体实施方式

结合所附图表，对本发明的技术方案作具体说明。

本发明的一种基于动态直觉模糊的舰艇编队防空群决策威胁估计方法，具体包括以下步骤：

步骤1对于来袭ti(i＝1，2，…，m)个空中目标选取当前及当前时刻之前的连续个时间采样点，时间序列为{tk}(k＝1，2，…，k)，由s(s＝1，2…，p)个决策者分别在k个不同时间片段内对来袭目标的属性cj(j＝1，2，…n)给出评价信息得到动态直觉模糊多属性群决策矩阵为：

其中，表示tk时间段决策者ds给出的对来袭目标ti在决策准则cj下的效果评价，

步骤2设tk时间段决策者ds的信任函数为则决策者权重利用ifwa算子集成difmagdm矩阵得到降维后的difmadm矩阵r(tk)为：

步骤3计算tk时刻的直觉模糊熵则tk时刻属性cj对应的权重为对上述的r(tk)矩阵加权得到加权后的difmadm矩阵为：

步骤4计算各时刻序列权重其中，利用difwa算子集成得到二次降维后的ifmadm矩阵r0为：

步骤5确定综合ifmadm决策矩阵的正负理想解，分别为：

步骤6计算各方案的群体效用值si和个体的遗憾度ri，分别为：

其中，为直觉模糊数α1与α2标准欧氏距离，ωj的计算方法同步骤3。

步骤7计算各方案的折衷妥协值qi，具体为：

其中，ε(0≤ε≤1)称为折衷系数。然后根据折衷妥协值qi对各目标威胁程度进行排序。

下面结合实施例对本发明做进一步详细的描述。

假设舰艇编队在某海域执行对空防御作战任务，在t1、t2、t3三个连续的时间片段内有t1、t2、t3、t4、t5五个来袭目标对舰艇编队构成威胁，记为方案集t＝{t1、t2、t3、t4、t5}。每个时刻分别有三名决策者d1、d2、d3对来袭目标的属性cj给出评价信息，得到动态直觉模糊多属性群决策矩阵如表1～表9所示，其中c1为来袭目标的类型威胁程度因子、c2为来袭目标的火力能力因子、c3为目标的距离威胁因子、c4为攻击角度威胁因子、c5为目标速度威胁因子。

表1t1时刻决策者d1评价信息矩阵

根据步骤2，计算时间片段t1、t2、t3内的决策者d1、d2、d3权重λ(t1)＝[0.3476，0.3206，0.3318]，λ(t2)＝[0.3463，0.3217，0.3320]，λ(t3)＝[0.3411，0.3115，0.3474]，再由这些时刻各决策者权重，根据ifwa算子集成步骤1中的矩阵得到降维后的矩阵r(tk)，如表10所示为t1时刻降维后的直觉模糊矩阵，t2、t3降维过程按照类似方法处理。

根据步骤3，计算各时刻目标属性对应的权重ω(t1)＝[0.34，0.29，0.14，0.16，0.07]ω(t2)＝[0.35，0.30，0.14，0.16，0.05]，ω(t3)＝[0.33，0.33，0.14，0.16，0.04]，然后利用直觉模糊运算法则集结步骤2中的矩阵r(tk)，得到加权后的动态直觉模糊矩阵如表11所示为t1时刻加权后的直觉模糊矩阵，t2、t3加权过程按照类似方法处理。

根据步骤4，计算t1、t2、t3时刻的时间序列权重为w(tk)＝[0.07356，0.3333，0.5931]，利用difwa算子和时间序列权重集成步骤3中的矩阵得到二次降维后的待评估矩阵r0，如表12所示：

表12二次降维后的直觉模糊矩阵

根据步骤5，计算上述待评估矩阵r0的正负理想解为r⁺＝[(0.89，0.52)，(0.9，0.05)，(0.79，0.04)，(0.8，0.06)，(0.6，0.38)]，r^-＝[(0.82，0.08)，(0.76，0.1)，(0.3，0.1)，(0.47，0.06)，(021，0.73)]，根据步骤3中的直觉模糊熵权法计算矩阵r0的各指标属性权重属性权重为[0.338，0.318，0.132，0.161，0.047]。

根据步骤6，计算待评估矩阵r0各方案的群体效用值si和个体遗憾度ri为s＝[0.4845，0.5720，0.7131，0.4719，0.3999]，r＝[0.1992，0.2397，0.2631，0.3173，0.3377]。

根据步骤7，计算各方案的妥协折衷值为q＝[0.1351，0.4209，0.7307，0.5431，0.5000]，根据妥协折衷值对来袭空中目标的威胁程度进行排序，得到最终威胁排序为：

t3＞t4＞t5＞t2＞t1

为了验证本发明的基于动态直觉模糊法在评估舰艇编队协同防空威胁估计中的优越性和可行性，选取本发明的结果与单一时刻的评估结果进行对比。

图2为单一时刻决策评估结果。从图中的威胁度排序结果可以得出，不论哪个阶段，t3始终是属于威胁度比较大的来袭目标。综合各时刻的评估结果，t3的威胁度也应该是最大的，这与本发明的结论是一致的，说明本发明所提出的方法是合理的、科学的。但是，不同时刻t1的威胁度差别较大，这是由于只考虑单一时刻的威胁指标对威胁结果评判的影响，而忽略了战场态势是一个动态的过程，不同时刻所获取威胁的指标数据对威胁评判结果的影响也不同。本文所提出的方法充分考虑了战场态势的动态过程，同时引入多决策者参与评估过程，使得评估结果更加真实、客观，从而为后续的火力分配过程提供科学的依据。

综上所述，本发明的基于动态直觉模糊法的舰艇编队防空威胁估计群决策评估方法，在解决舰艇编队防空威胁估计中能够应对动态变化的作战环境，同时能够考虑到决策者信息的偏好在评估中起到的作用，评估结果更加准确、客观。