CN101807227A - 一种常规设施目标毁伤效果的计算方法 - Google Patents

Abstract

本发明公开了一种常规设施目标毁伤效果的计算方法，它涉及目标毁伤效果评估领域中的常规设施目标毁伤效果的计算技术。它根据作战任务和目标特性将目标划分为多层次多类型的子目标，采用改进的层次分析法自上而下构造层次结构模型的判断矩阵并计算同层次同类型的子目标对所属上层子目标的权重，由贝叶斯网络决策模型计算最下层子目标的毁伤效果，采用综合评判法计算目标整体毁伤效果。本发明具有能够快速可靠的计算目标毁伤效果等优点。适用于复杂目标以及目标毁伤信息较少时的战时实时目标毁伤效果计算，不必等待相对准确的目标毁伤信息就能对目标的毁伤效果做出快速计算。

Description

一种常规设施目标毁伤效果的计算方法

技术领域

本发明涉及目标毁伤效果评估领域中的常规设施目标毁伤效果的计算方法，特别适用于复杂目标以及目标毁伤信息较少时的战时实时目标毁伤效果计算，不必等待相对准确的目标毁伤信息就能对目标的毁伤效果作出快速计算。

背景技术

目前已有的基于模糊综合评判的目标毁伤效果计算方法，它对各级子目标权重的确定方法采用的是传统的层次分析法，需要检验判断矩阵是否具有满意的一致性，否则要对判断矩阵进行调整，直至满足一致性为止，但在对判断矩阵进行调整的过程中，往往依据主观估计来调整，这样具有很大的盲目性，并且不能排除需要经过多次调整才能通过一致性检验的可能性。已有的基于模糊综合评判的目标毁伤效果计算方法中最下层子目标的毁伤程度是采用专家打分的定性分析方法，没有采用定量分析法，这在一定程度上影响了目标毁伤效果计算结果的客观性和可靠性。

发明内容

本发明所要解决的技术问题在于避免上述背景技术中的不足之处而提供一种能快速、可靠的进行常规设施目标毁伤效果的计算方法，该方法根据目标特性将目标划分为多层次多类型的子目标，建立层次结构模型，采用改进的层次分析法自上而下构造层次结构模型的判断矩阵，并计算同层次同类型的子目标对所属上层子目标的权重，由贝叶斯网络决策模型计算最下层子目标的毁伤效果，采用综合评判法计算目标整体毁伤效果。本发明具有能够快速可靠的计算目标毁伤效果的特点。

本发明目的是这样实现的：

该方法根据目标特性将目标划分为多层次多类型的子目标，建立层次结构模型，采用改进的层次分析法自上而下构造层次结构模型的判断矩阵，并计算同层次同类型的子目标对所属上层子目标的权重，由贝叶斯网络决策模型计算最下层子目标的毁伤效果，采用综合评判法计算目标整体毁伤效果；

该方法还包括步骤：

(1)根据目标特性将目标划分为多层次多类型的子目标，建立层次结构模型；

(2)根据层次结构模型，采用层次分析法自上而下构造层次结构模型的判断矩阵A；

(3)根据判断矩阵A，计算重要性排序指数r_i；

(4)根据重要性排序指数r_i，构造判断矩阵B_ij；

(5)依据判断矩阵B_ij，求解判断矩阵B_ij的传递矩阵C_ij；

(6)依据传递矩阵C_ij，求解传递矩阵C_ij的最优传递矩阵D_ij；

(7)依据判断矩阵B_ij和最优传递矩阵D_ij，求解判断矩阵B_ij的拟优一致矩阵B′_ij；

(8)依据拟优一致矩阵B_ij，求解拟优一致矩阵B′_ij的特征向量W_i；

(9)对拟优一致矩阵B_ij的特征向量W_i进行层次排序获得W_i；

(10)依据划分的多层次多类型的子目标层次结构模型，对最下层子目标构建贝叶斯网络模型；

(11)依据建立的贝叶斯网络模型，确定贝叶斯网络模型中各节点的状态；

(12)依据建立的贝叶斯网络模型和贝叶斯网络模型中各节点的状态，确定贝叶斯网络模型中的条件概率；

(13)计算贝叶斯网络模型中战前预测子目标毁伤信息节点处于各种毁伤状态的概率值；

(14)依据建立的贝叶斯网络模型和贝叶斯网络模型中各节点的状态及贝叶斯网络模型中的条件概率，进行战时实时子目标毁伤效果计算；

(15)依据拟优一致矩阵B_ij的特征向量的层次排序结果W_i′和战时实时子目标毁伤效果计算结果，自下而上由综合评判法计算目标整体发生各种毁伤等级的概率；

(16)根据卫星拍摄到的子目标毁伤图片与战时实时子目标毁伤效果的计算结果进行比较，采用动态线性模型修正贝叶斯网络模型中的条件概率。

本发明与背景技术相比具有如下优点：

1 本发明采用了改进的层次分析法构造判断矩阵，该方法构造的判断矩阵能直接满足一致性检验要求。

2 本发明采用贝叶斯网络模型定量计算层次结构模型中最下层子目标的毁伤效果，提高了目标毁伤效果的计算速度和计算结果的可靠性。

附图说明

图1是本发明实施例的工作流程图。

具体实施方式

参照图1，本发明根据目标特性将目标划分为多层次多类型的子目标，建立层次结构模型，采用改进的层次分析法自上而下构造层次结构模型的判断矩阵，并计算同层次同类型的子目标对所属上层子目标的权重，由贝叶斯网络决策模型计算最下层子目标的毁伤效果，采用综合评判法计算目标整体毁伤效果。

本发明实施例的工作流程如图1所示，图1是本发明实施例的工作流程图，本发明包括步骤：

(1)根据目标特性将目标划分为多层次多类型的子目标，建立层次结构模型。

(2)根据层次结构模型，采用层次分析法自上而下构造层次结构模型的判断矩阵A。实施例本发明通过对同层次同类型的子目标进行两两比较，构造两两比较判断矩阵A，

在两两比较时，对参数进行量化，使用1～9的度量方法。其具体含义如下：对于参数i和j∶1表示i因素与j因素同样重要；3表示i因素比j因素略重要；5表示i因素比j因素较重要；7表示i因素比j因素非常重要；9表示i因素比j因素绝对重要；2，4，6，8是介于两判断之间的、与中间状态对应的标度值，其中A_ij为第i因素与第j因素相比较的重要性。

(3)根据判断矩阵A，计算重要性排序指数r_i。实施例本发明重要性排序指数r_i的计算公式为 $r_i=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{A}_{\mathrm{ij}},$ 式中r_i为矩阵A中第i行各因素之和。取r_max＝max{r_i}，r_min＝min{r_i}。

(4)根据重要性排序指数r_i，构造判断矩阵B_ij。实施例本发明对每组因素构造判断矩阵B_ij，其元素b_ij满足公式：

式中， $k_m=\frac{r_{\max }}{r_{\min }}.$

(5)依据判断矩阵B_ij，求解判断矩阵B_ij的传递矩阵C_ij。实施例本发明传递矩阵C_ij，其元素c_ij满足公式：c_ij＝lgb_ij(i，j＝1，2，…，n)。

(6)依据传递矩阵C_ij，求解传递矩阵C_ij的最优传递矩阵D_ij。实施例本发明最优传递矩阵D_ij，其元素d_ij满足公式： $d_{\mathrm{ij}}=\frac{1}{n}\underset{k=1}{\overset{n}{\mathrm{\Σ}}}(c_{\mathrm{ik}}-c_{\mathrm{jk}}).$

(7)依据判断矩阵B_ij和最优传递矩阵D_ij，求解判断矩阵B_ij的拟优一致矩阵B_ij。实施例本发明拟优一致矩阵B′_ij，其元素b_ij′满足公式： ${b^{\′}}_{\mathrm{ij}}={10}^{d_{\mathrm{ij}}}.$

(8)依据拟优一致矩阵B′_ij，求解拟优一致矩阵B′_ij的特征向量W_i。实施例本发明拟优一致矩阵B′_ij的特征向量W_i用方根法计算，其步骤为：计算B′_ij每一行元素的乘积 $M_i=\underset{j=1}{\overset{n}{\mathrm{\Π}}}{b^{\′}}_{\mathrm{ij}}(i=\mathrm{1,2},\·\·\·,n),$ 计算方根 ${\tilde{W}}_i=\sqrt[n]{M_i},$ 对向量 $\tilde{W}={({\tilde{W}}_1,{\tilde{W}}_1,\·\·\·,{\tilde{W}}_n)}^T$ 作归一化处理，即

$W_i=\frac{\tilde{W}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i},W={(W_1,W_2,\·\·\·,W_n)}^T.$

(9)对拟优一致矩阵B′_ij的特征向量W_i进行层次排序获得层次排序特征向量W_i′。实施例本发明层次排序特征向量W_i′的计算方法为：某一子目标权重为a，其下因素的权重分别为W＝(W₁，W₂，…，W_n)^T，则在总层次中该子目标的权重为W_i′＝aW_i(i＝1，2，…，n)。按照此方法确定各子目标在总层次中的顺序。至此，各层次中的子目标的权重已经全部确定，这些权重直接符合一致性检验要求，不需要进行一致性检验。

(10)依据划分的多层次多类型的子目标层次结构模型，对最下层子目标构建贝叶斯网络模型。实施例本发明贝叶斯网络模型由战前预测子目标毁伤信息节点、武器系统提供的子目标毁伤信息节点、机组人员任务报告提供的子目标毁伤信息节点、战时实时子目标毁伤效果计算节点组成，贝叶斯网络模型的输入为：战前预测子目标毁伤信息、武器系统提供的子目标毁伤信息、机组人员任务报告提供的子目标毁伤信息；输出为：战时实时子目标毁伤效果。

(11)依据建立的贝叶斯网络模型，确定贝叶斯网络模型中各节点的状态。实施例本发明根据目标毁伤效果常规计算方法，确定贝叶斯网络模型中各结点状态。由于战前预测性子目标毁伤结果是粗略的，所以将战前预测子目标毁伤信息节点划分为3种毁伤状态(轻度毁伤、中度毁伤、重度毁伤)，将武器系统提供的子目标毁伤信息节点、机组人员任务报告提供的子目标毁伤信息节点和战时实时子目标毁伤效果计算节点划分为5种毁伤状态(完好、轻度毁伤、中度毁伤、重度毁伤、报废)。目标不同，各节点状态的划分不同。

(12)依据建立的贝叶斯网络模型和贝叶斯网络模型中各节点的状态，确定贝叶斯网络模型中战时实时子目标毁伤效果计算节点的条件概率。实施例本发明假设恢复子目标特定功能所需的修复时间服从对数正态分布

其中t为修复时间，t＞0。并粗略估计对数正态分布的均值与方差，分别为u和D，从而可以计算对数正态分布落在每个损伤区间内的概率值，这个概率值就是要确定的条件概率值。

(13)计算贝叶斯网络模型中战前预测子目标毁伤信息节点处于各种毁伤状态的概率值。实施例本发明根据子目标特性分析、对火力毁伤方案、所选用的武器平台及弹药等信息，借助目标战损仿真系统或者专家分析等预测子目标在特定火力打击下可能的毁伤等级及其发生的概率。

(14)依据建立的贝叶斯网络模型和贝叶斯网络模型中各节点的状态及贝叶斯网络模型中的条件概率，进行战时实时子目标毁伤效果计算。实施例本发明将战前预测子目标毁伤信息、武器系统提供的子目标毁伤信息、机组人员任务报告提供的子目标毁伤信息输入到贝叶斯网络模型中，利用贝叶斯网络软件hugin计算战时实时子目标发生各种毁伤等级的概率。

(15)依据拟优一致矩阵B′_ij的特征向量的层次排序结果W_i′和战时实时子目标毁伤效果计算结果，自下而上由综合评判法计算目标整体发生各种毁伤等级的概率。

(16)根据卫星拍摄到的子目标毁伤图片与战时实时子目标毁伤效果的计算结果进行比较，采用动态线性模型修正贝叶斯网络模型中的条件概率。

Claims (1)

1.一种常规设施目标毁伤效果的计算方法，其特征在于：该方法根据目标特性将目标划分为多层次多类型的子目标，建立层次结构模型，采用改进的层次分析法自上而下构造层次结构模型的判断矩阵，并计算同层次同类型的子目标对所属上层子目标的权重，由贝叶斯网络决策模型计算最下层子目标的毁伤效果，采用综合评判法计算目标整体毁伤效果；

该方法还包括步骤：

(1)根据目标特性将目标划分为多层次多类型的子目标，建立层次结构模型；

(2)根据层次结构模型，采用层次分析法自上而下构造层次结构模型的判断矩阵A；

(3)根据判断矩阵A，计算重要性排序指数r_i；

(4)根据重要性排序指数r_i.，构造判断矩阵B_ij；

(5)依据判断矩阵B_ij，求解判断矩阵B_ij的传递矩阵C_ij；

(6)依据传递矩阵C_ij，求解传递矩阵C_ij的最优传递矩阵D_ij；

(7)依据判断矩阵B_ij和最优传递矩阵D_ij，求解判断矩阵B_ij的拟优一致矩阵B′_ij；

(8)依据拟优一致矩阵B′_ij，求解拟优一致矩阵B′_ij的特征向量W_i；

(9)对拟优一致矩阵B′_ij的特征向量W_i进行层次排序获得W_i′；

(10)依据划分的多层次多类型的子目标层次结构模型，对最下层子目标构建贝叶斯网络模型；

(11)依据建立的贝叶斯网络模型，确定贝叶斯网络模型中各节点的状态；

(12)依据建立的贝叶斯网络模型和贝叶斯网络模型中各节点的状态，确定贝叶斯网络模型中的条件概率；

(13)计算贝叶斯网络模型中战前预测子目标毁伤信息节点处于各种毁伤状态的概率值；

(14)依据建立的贝叶斯网络模型和贝叶斯网络模型中各节点的状态及贝叶斯网络模型中的条件概率，进行战时实时子目标毁伤效果计算；

(15)依据拟优一致矩阵B′_ij的特征向量的层次排序结果W_i′和战时实时子目标毁伤效果计算结果，自下而上由综合评判法计算目标整体发生各种毁伤等级的概率；

(16)根据卫星拍摄到的子目标毁伤图片与战时实时子目标毁伤效果的计算结果进行比较，采用动态线性模型修正贝叶斯网络模型中的条件概率。

Images