基于云模型理论的空中目标威胁评估方法
发布时间：2023-03-05 17:53
在作战指挥过程中，指挥员必须根据敌我双方的态势，快速、准确地判断出敌方对我方的威胁程度，以取得战争的主动权。然而，现代高科技战争错综复杂，通过目标评估获取的目标信息具有不确定性，单凭指挥员个人的才能，很难迅速、准确地进行威胁评估。因此，迫切需要提供智能的目标威胁评估手段来辅助决策。论文以战场中典型的联合防空作战为背景，针对空中目标的不确定性特点，利用能够兼顾模糊性和随机性的云模型进行目标威胁评估属性表示，分别从逻辑推理和贝叶斯网络两种思路出发，提出两种基于云模型理论的空中目标威胁评估方法。论文的主要贡献包括以下三个方面： (1)从能力、意图、机会三个方面进行分析，建立了空中目标威胁评估属性集合，并对定性属性进行量化处理，对定量属性进行归一化处理；定义了云群、云族、云三层隶属关系，对目标威胁评估属性进行云模型转换，建立空中目标威胁评估属性云模型，并根据各属性的云模型设计相应的前件云发生器。 (2)将云推理技术引入威胁评估领域，提出一种基于MIN-MAX云重心推理的目标威胁评估方法。首先，根据空中目标威胁评估属性云模型，对前件云发生器进行初始化；然后，依据专家经验，构建推理规则库，并设计M...
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
目录
图录
表录
第一章 绪论
1.1 课题背景及研究意义
1.2 威胁评估方法研究现状
1.2.1 总体情况
1.2.2 多属性决策方法
1.2.3 模糊集方法
1.2.4 直觉模糊集方法
1.2.5 粗糙集方法
1.2.6 贝叶斯网络方法
1.2.7 神经网络方法
1.2.8 云模型理论方法
1.3 论文研究内容与结构安排
1.3.1 论文研究内容
1.3.2 论文组织结构
第二章 空中目标威胁评估属性的云模型表示
2.1 云模型基础理论
2.1.1 云模型的基本概念
2.1.2 正态云模型
2.1.3 云发生器
2.2 威胁评估属性集合
2.2.1 空中目标威胁评估属性分析
2.2.2 威胁评估属性的量化和归一化处理
2.3 基于云模型的不确定性表示
2.3.1 云模型转换
2.3.2 威胁评估属性云模型
2.3.3 前件云发生器
2.4 本章小结
第三章 基于云推理的目标威胁评估方法
3.1 基于模糊推理的目标威胁评估方法
3.1.1 模糊推理方法基本流程
3.1.2 模糊集合赋值
3.1.3 输入值模糊化
3.1.4 模糊推理规则
3.1.5 合成模糊集
3.1.6 解模糊
3.2 基于 MIN-MAX 云重心推理的目标威胁评估方法
3.2.1 基本思想
3.2.2 基本流程
3.2.3 推理规则
3.2.4 MIN-MAX 云重心推理算法
3.2.5 逐级云推理
3.2.6 威胁度逆向云发生器
3.3 实例仿真分析
3.3.1 实验数据
3.3.2 MIN-MAX 云重心推理实验
3.3.3 模糊推理实验
3.3.4 基于云模型的威胁评估实验
3.3.5 对比与分析
3.4 本章小结
第四章 基于云贝叶斯网络的目标威胁评估方法
4.1 基于贝叶斯网络的目标威胁评估
4.1.1 贝叶斯网络概述
4.1.2 贝叶斯网络推理
4.1.3 基于贝叶斯网络的目标威胁评估方法
4.2 基于云贝叶斯网络的目标威胁评估方法
4.2.1 云贝叶斯网络基本思想
4.2.2 基于云贝叶斯网络的目标威胁评估方法基本流程
4.2.3 空中目标威胁评估的贝叶斯网络模型
4.2.4 确定度-概率转换
4.2.5 概率合成方法
4.2.6 综合云生成方法
4.3 实例仿真分析
4.3.1 实验 1
4.3.2 实验 2
4.4 本章小结
第五章 总结与展望
5.1 全文总结
5.2 工作展望
致谢
参考文献
附录
作者简历
本文编号：3756660
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
目录
图录
表录
第一章 绪论
1.1 课题背景及研究意义
1.2 威胁评估方法研究现状
1.2.1 总体情况
1.2.2 多属性决策方法
1.2.3 模糊集方法
1.2.4 直觉模糊集方法
1.2.5 粗糙集方法
1.2.6 贝叶斯网络方法
1.2.7 神经网络方法
1.2.8 云模型理论方法
1.3 论文研究内容与结构安排
1.3.1 论文研究内容
1.3.2 论文组织结构
第二章 空中目标威胁评估属性的云模型表示
2.1 云模型基础理论
2.1.1 云模型的基本概念
2.1.2 正态云模型
2.1.3 云发生器
2.2 威胁评估属性集合
2.2.1 空中目标威胁评估属性分析
2.2.2 威胁评估属性的量化和归一化处理
2.3 基于云模型的不确定性表示
2.3.1 云模型转换
2.3.2 威胁评估属性云模型
2.3.3 前件云发生器
2.4 本章小结
第三章 基于云推理的目标威胁评估方法
3.1 基于模糊推理的目标威胁评估方法
3.1.1 模糊推理方法基本流程
3.1.2 模糊集合赋值
3.1.3 输入值模糊化
3.1.4 模糊推理规则
3.1.5 合成模糊集
3.1.6 解模糊
3.2 基于 MIN-MAX 云重心推理的目标威胁评估方法
3.2.1 基本思想
3.2.2 基本流程
3.2.3 推理规则
3.2.4 MIN-MAX 云重心推理算法
3.2.5 逐级云推理
3.2.6 威胁度逆向云发生器
3.3 实例仿真分析
3.3.1 实验数据
3.3.2 MIN-MAX 云重心推理实验
3.3.3 模糊推理实验
3.3.4 基于云模型的威胁评估实验
3.3.5 对比与分析
3.4 本章小结
第四章 基于云贝叶斯网络的目标威胁评估方法
4.1 基于贝叶斯网络的目标威胁评估
4.1.1 贝叶斯网络概述
4.1.2 贝叶斯网络推理
4.1.3 基于贝叶斯网络的目标威胁评估方法
4.2 基于云贝叶斯网络的目标威胁评估方法
4.2.1 云贝叶斯网络基本思想
4.2.2 基于云贝叶斯网络的目标威胁评估方法基本流程
4.2.3 空中目标威胁评估的贝叶斯网络模型
4.2.4 确定度-概率转换
4.2.5 概率合成方法
4.2.6 综合云生成方法
4.3 实例仿真分析
4.3.1 实验 1
4.3.2 实验 2
4.4 本章小结
第五章 总结与展望
5.1 全文总结
5.2 工作展望
致谢
参考文献
附录
作者简历
本文编号：3756660
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3756660.html
