CN109919441A - 一种基于证据推理的舰船装备环境适应性评估方法 - Google Patents
一种基于证据推理的舰船装备环境适应性评估方法 Download PDFInfo
- Publication number
- CN109919441A CN109919441A CN201910099195.2A CN201910099195A CN109919441A CN 109919441 A CN109919441 A CN 109919441A CN 201910099195 A CN201910099195 A CN 201910099195A CN 109919441 A CN109919441 A CN 109919441A
- Authority
- CN
- China
- Prior art keywords
- ship equipment
- evaluation
- environment
- environmental suitability
- adjustability
- 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
Landscapes
- Complex Calculations (AREA)
Abstract
本发明公开了一种基于证据推理的舰船装备环境适应性评估方法,属于舰船装备环境适应性评估技术领域。该方法首先利用层次分析法对舰船装备环境适应性待选评估参数进行重要度排序,建立舰船装备环境适应性评估指标集;其次基于证据推理构建数据融合模型,建立识别框架与基本可信度,并给出证据冲突的判断依据,并将舰船装备环境适应性评估指标合成信度函数;最后基于信度函数,评估舰船装备的环境适应性。本发明能够准确剪裁自然环境与机械环境的影响因素,正确选定舰船装备环境适应性的评估指标,有效处理专家群体的评估信息,快速准确地对舰船装备的环境适应性进行评估。
Description
技术领域
本发明属于舰船装备环境适应性评估技术领域,具体涉及基于证据推理的舰船装备环境适应性评估方法,可用于舰船装备的使用管理与评估决策。
背景技术
舰船装备的环境适应性,与其可靠性、维修性、保障性、测试性以及安全性一起并称为舰船装备的“六性”,表征舰船装备在其寿命期预计可能遇到的各种环境的作用下能实现其所有预定功能、性能和不被破坏的能力,是舰船装备的重要质量特性之一。作为海上军事力量体系构成的核心组成,舰船装备在保持战备完好性的同时,更应具备遂行常态化多样化任务的综合能力。而在遂行多样化任务的过程中,舰船装备将面临多种任务环境,因此必须针对不同的任务剖面与环境状况,快速准确评估舰船装备的环境适应性。
目前关于舰船装备环境适应性的评估研究仍处于起步阶段,尚未提出一套统一完整的评估理论体系与方法模型,通常借鉴或采用国家标准或军用标准,将环境适应性评估分解为两个层面,即自然环境适应性评估与机械环境适应性评估。其中,自然环境适应性评估又细分为温度、湿度、盐雾、沙尘、霉菌、海浪、有毒大气等影响因素的评估分析;而机械环境适应性评估又细分为振动、冲击、电磁、倾斜、摇摆等影响因素的评估分析。尔后基于上述影响因素构建多级评估指标体系,并依据专家经验对上述指标进行评分,以评价舰船装备的环境适应性。
然而,在舰船装备环境适应性评估的实施环节,上述评估方法存在以下问题函待解决。一是指标体系的剪裁问题:若完全采用自然环境与机械环境的所有影响因素来构建舰船装备环境适应的评估指标体系,则评估指标体系过于庞杂,并会将数十项评估指标全部计入环境适应性的评估分析,进而导致评估过程过于繁琐;二是评估指标的筛选问题:一方面,相同型号的舰船装备遂行不同任务将会面临不同的环境状况,另一方面,不同型号的舰船装备面临相同环境将会表现不同的适应能力,因此必须基于舰船装备的战技术要求,筛除与任务要求以及环境状况无关的评估指标,以期评估结果准确;三是评估信息的处理问题:舰船装备环境适应性的评估信息来源于专家群体的主观认知,而如何有效提高专家评估的客观性以及评估结论的一致性,仍是舰船装备环境适应性评估中函待解决的技术问题。
发明内容
有鉴于此,本发明提供了一种基于证据推理的舰船装备环境适应性评估方法,该方法能够准确剪裁自然环境与机械环境的影响因素,正确选定舰船装备环境适应性的评估指标,有效处理专家群体的评估信息,快速准确地对舰船装备的环境适应性进行评估。
一种基于证据推理的舰船装备环境适应性评估方法,该方法包括如下步骤:
步骤1:基于层次分析法对舰船装备环境适应性待选评估参数进行重要度排序,建立舰船装备环境适应性评估指标集;
步骤2:基于证据推理构建数据融合模型,建立识别框架与基本可信度,并给出证据冲突的判断依据,并将舰船装备环境适应性评估指标合成信度函数;
步骤3:基于信度函数,评估舰船装备的环境适应性。
进一步地,所述步骤1中建立舰船装备环境适应性评估指标集的过程如下:
步骤101:定义舰船装备环境适应性的待选评估参数序列为E'=(E1 E2 … EN),其中,Ei为舰船装备环境适应性的第i个待选评估参数,N为待选评估参数的总数;
步骤102:构建N阶判断矩阵JE=(JEij),其中,JEij表示参数序列中,待选评估参数Ei相对于待选评估参数Ej的相对重要度数值;
步骤103:将判断矩阵JE的每个元素按列归一化,分别得到N个列向量ΨE1,ΨE2,…,ΨEN以及同阶转化矩阵并构建满足方程JEΩE=λEmaxΩE的排序权向量ΩE=(ωE1 ωE2 … ωEN)T,进而将同阶转化矩阵的元素按行相加,归一化后转为列向量,进而求解排序权向量ΩE:
步骤104:对判断矩阵JE进行一致性校验,求解判断矩阵JE的特征值向量λE,进而通过λE求解判断矩阵JE的最大特征值λEmax,进而通过λEmax求解判断矩阵JE的一致性指标CIE,进而通过CIE求解判断矩阵JE的协调率CRE;
步骤105:当判断矩阵JE的协调率CRE小于设定阈值时,则认为判断矩阵JE满足一致性要求,排序权向量ΩE有效,可进行步骤106,即构建环境适应性评估指标集,当判断矩阵JE的协调率CRE大于设定阈值时,则认为判断矩阵JE不满足一致性要求,排序权向量ΩE无效,需返回步骤102,重新构建判断矩阵JE,直至判断矩阵JE的协调率CRE小于设定阈值;
步骤106:根据满足一致性校验的排序权向量ΩE中各元素的数值,按照降序方式重新排列待选评估参数序列E',并取前n(n≤N)个为最终参与决策的评估指标,进而得到舰船装备环境适应性评估指标集E。
进一步地,所述步骤2中舰船装备环境适应性评估指标合成信度函数的过程如下:
步骤201:基于Delphi法对舰船装备环境适应性评估指标集E中所有指标进行赋值;
步骤202:将舰船装备环境适应性评估指标Ei的数值ei0按照标准正态分布进行标准化;
步骤203:构造舰船装备环境适应性识别框架ΘE=(θE1,θE2,…,θEL),其中,L为舰船装备环境适应性的等级总数,θEl为舰船装备环境适应性的第l个等级;
步骤204:根据舰船装备环境适应性识别框架ΘE,构建基本可信度mE,进而分别求解舰船装备环境适应性评估指标Ei处于不同等级的基本可信度:
其中,a等于当置信水平为α时的半区间长度;
步骤205:构建冲突因子κE以判断不同证据之间的冲突程度并表示为
步骤206:当冲突因子κE小于设定阈值时,则认为证据之间的冲突程度满足要求,可对现有证据进行合成,即进行步骤207;当冲突因子κE大于设定阈值时,则认为证据之间的冲突程度不满足要求,不能对现有证据进行合成,需返回步骤201,重新基于Delphi法对舰船装备环境适应性评估指标集E中所有指标进行赋值,直至冲突因子κE小于设定阈值;
步骤207:根据正交和规则,合成信度函数BelE:
进一步地,所述步骤3中的评估过程如下:
步骤301:将所求信度函数BelE1,BelE2,…,BelEL进行降序排列,其中置信水平最高的等级max{BelE1,BelE2,…,BelEL}即为舰船装备环境适应性的定性评估等级;
步骤302:根据舰船装备环境适应性识别框架ΘE=(θE1,θE2,…,θEL),设定对应评分集合为SE=(sE1,sE2,…,sEL),进而求解舰船装备环境适应性的定量评估值ES:
有益效果:
1、本发明基于层次分析法构建了评估指标集,实现了评估指标体系的剪裁,剔除了弱相关指标,优化了评估指标集,进而缩减了参与评估运算的证据体,减少了冲突判断与证据合成,从而简化了数据融合算法,在保证评估结果准确性的前提下减小了时间复杂度,优化了评估过程,提高了评估效率。
2、本发明基于证据推理评估舰船装备的环境适应性,通过指标评分的标准化,减小了评分误差对评估结果的影响,并通过基本可信度将主观评分转换为概率分配,进而能够更加客观地利用评分数据,更加有效地处理指标评估中的认知不确定因素,评估过程更符合人脑思维模式,并伴随着证据体的多次积累,不断缩小假设集,确保了评估结果的准确性。
附图说明
图1为本发明基于证据推理的舰船装备环境适应性评估方法实现的流程图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提供了一种基于证据推理的舰船装备环境适应性评估方法,以V1舰为评估对象,对O1海域的环境适应性进行评估分析。为便于简明表述,选取自然环境中的温度、湿度、盐度、沙尘以及机械环境中的振动、冲击、电磁、摇摆为待选评估参数。如附图1所示,该方法的实现步骤如下:
步骤1:基于层次分析法对V1型舰O1海域的环境适应性待选评估参数进行重要度排序,建立V1型舰O1海域的环境适应性评估指标集;
步骤101:设温度为E1,湿度为E2,盐度为E3,沙尘为E4,振动为E5,冲击为E6,电磁为E7,摇摆为E8,进而基于上述8项待选评估参数,构建V1型舰O1海域的环境适应性待选评估参数序列E'=(E1E2…E8);
步骤102:构建8阶判断矩阵JE=(JEij),其中,JEij表示参数序列中,待选评估参数Ei相对于待选评估参数Ej的相对重要度数值;由于每一个环境适应性参数Ei相对其自身的相对重要度数值恒为1,故Jii≡1,且根据比较一致性原则,可知Jij=1/Jji,进而得到环境适应性待选评估参数的判断矩阵JE:
步骤103:将判断矩阵JE的所有元素按列归一化,分别得到8个列向量ΨE1,ΨE2,…,ΨE8:
ΨE1=(0.086 0.217 0.217 0.043 0.086 0.217 0.086 0.043)T
ΨE2=(0.076 0.190 0.190 0.047 0.127 0.190 0.127 0.047)T
ΨE3=(0.076 0.190 0.190 0.047 0.127 0.190 0.127 0.047)T
ΨE4=(0.095 0.190 0.190 0.047 0.095 0.238 0.095 0.047)T
ΨE5=(0.117 0.176 0.176 0.058 0.117 0.176 0.117 0.058)T
ΨE6=(0.080 0.200 0.200 0.040 0.134 0.200 0.100 0.050)T
ΨE7=(0.111 0.166 0.166 0.055 0.111 0.222 0.111 0.055)T
ΨE8=(0.100 0.200 0.200 0.050 0.100 0.200 0.100 0.050)T
以及同阶转化矩阵并构建满足方程JEΩE=λEmaxΩE的排序权向量ΩE=(ωE1 ωE2 … ωE8)T,进而将同阶转化矩阵的元素按行相加,归一化后转为列向量,进而求解排序权向量ΩE:
步骤104:为保证判断矩阵JE具有一致性或偏离一致性程度在允许范围内,并保证排序权向量ΩE完全反映各元素之间的相对重要程度,避免出现违背常识的情况,故对判断矩阵JE进行一致性校验,进而求解特征值向量λE:
λE=JEΩE
=(0.743 1.541 1.541 0.390 0.900 1.549 0.866 0.401)T
进而求解判断矩阵JE的最大特征值λEmax:
进而求解判断矩阵JE的一致性指标CIE:
进而求解判断矩阵JE的协调率CRE:
其中,RI表示平均随机一致性指标,是多个随机判断矩阵特征值的算数平均数,具体数值如表1所示;
表1随机矩阵的一致性值
n | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0.58 | 0.94 | 1.12 | 1.24 | 1.32 | 1.41 | 1.46 | 1.49 |
步骤105:设一致性阈值为0.1,由于判断矩阵JE的协调率CRE=0.004<0.1,因此判断矩阵JE满足一致性要求,排序权向量ΩE有效,可进行步骤106,即构建环境适应性评估指标集;
步骤106:根据排序权向量ΩE中各元素的数值,按照降序方式重新排列待选评估参数序列E'=(E6 E2 E3 E5 E7 E1 E8 E4),并取前3个为最终参与决策的评估指标,进而得到V1型舰O1海域的环境适应性评估指标集E=(E6 E2 E3),即选定冲击E6、湿度E2、盐度E3为V1型舰O1海域的环境适应性评估指标;
步骤2:基于证据推理构建数据融合模型,建立识别框架与基本可信度,并给出证据冲突的判断依据,并将舰船装备环境适应性评估指标合成信度函数;
步骤201:基于Delphi法对V1型舰O1海域的环境适应性评估指标集E中所有指标进行赋值,进而得到V1型舰O1海域的环境适应性评估指标的评分向量为E0=(0.83 0.740.62);
步骤202:将V1型舰O1海域的环境适应性评估指标Ei的数值ei0按照标准正态分布进行标准化,即ei=a|(ei0-ei1)/(ei1-eiL)|,且当置信水平α=0.99时,半区间长度为a=2.576,并设ei1=0,eiL=1,进而评分向量E0标准化后为E=(0.44 0.67 0.98);
步骤203:构造V1型舰O1海域的环境适应性识别框架ΘE=(θE1,θE2,θE3),分别对应优、中、劣三个等级;
步骤204:根据V1型舰O1海域的环境适应性识别框架ΘE,构建基本可信度mE,并分别求解V1型舰O1海域的环境适应性评估指标Ei处于不同等级的基本可信度:
再将评分向量E=(0.44 0.67 0.98)代入上式,得到冲击E6、湿度E2、盐度E3的基本可信度并如表2所示:
表2评估指标的基本可信度
步骤205:构建冲突因子κE以判断不同证据之间的冲突程度,以冲击E6和湿度E2的冲突判断为例,求解其组合结果并如表3所示:
表3冲击E6和湿度E2的组合结果
进而求解冲突因子κE(E6,E2):
κE(E6,E2)=0.165+0.102+0.148+0.054+0.084+0.049≈0.60
步骤206:设冲突因子阈值为0.7,由于冲突因子κE(E6,E2)≈0.60<0.7,因此证据之间的冲突程度满足要求,可对现有证据进行合成,即进行步骤207;
步骤207:根据正交和规则:
以和为例,合成信度函数
同理,求解和的冲突因子κE(E6,E2,E3)并合成信度函数合成结果如表4所示:
表4组合结果
步骤3:基于信度函数,评估舰船装备的环境适应性;
步骤301:将所求信度函数BelE1=0.857,BelE2=0.118,BelE3=0.025进行降序排列,其中置信水平最高的等级θE1即为V1型舰O1海域的环境适应性定性评估等级,即评估结论为优。
步骤302:根据V1型舰O1海域的环境适应性识别框架ΘE=(θE1,θE2,θE3),设定对应评分集合为SE=(100,60,0),进而求解V1型舰O1海域的环境适应性定量评估值:
由表4可知,通过指标筛选所得到的3项评估指标,经过2次数据融合,数值解明显收敛(信度达到85%以上),不确定性显著降低,其评估结论已具备较好的决策指导意义;若不通过指标筛选,采用原始8项指标进行评估,额外增加5个指标参与评估,虽然可得到相同的评估结论,但需要额外增加5次数据融合,额外判断5次证据冲突,额外增加65次数值计算,进而大幅增加了评估算法的时间复杂度。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于证据推理的舰船装备环境适应性评估方法,其特征在于,该方法包括如下步骤:
步骤1:基于层次分析法对舰船装备环境适应性待选评估参数进行重要度排序,建立舰船装备环境适应性评估指标集;
步骤2:基于证据推理构建数据融合模型,建立识别框架与基本可信度,并给出证据冲突的判断依据,并将舰船装备环境适应性评估指标合成信度函数;
步骤3:基于信度函数,评估舰船装备的环境适应性。
2.如权利要求1所述的基于证据推理的舰船装备环境适应性评估方法,其特征在于,所述步骤1中建立舰船装备环境适应性评估指标集的过程如下:
步骤101:定义舰船装备环境适应性的待选评估参数序列为E'=(E1 E2 … EN),其中,Ei为舰船装备环境适应性的第i个待选评估参数,N为待选评估参数的总数;
步骤102:构建N阶判断矩阵JE=(JEij),其中,JEij表示参数序列中,待选评估参数Ei相对于待选评估参数Ej的相对重要度数值;
步骤103:将判断矩阵JE的每个元素按列归一化,分别得到N个列向量ΨE1,ΨE2,…,ΨEN以及同阶转化矩阵并构建满足方程JEΩE=λEmaxΩE的排序权向量ΩE=(ωE1 ωE2 … ωEN)T,进而将同阶转化矩阵的元素按行相加,归一化后转为列向量,进而求解排序权向量ΩE:
步骤104:对判断矩阵JE进行一致性校验,求解判断矩阵JE的特征值向量λE,进而通过λE求解判断矩阵JE的最大特征值λEmax,进而通过λEmax求解判断矩阵JE的一致性指标CIE,进而通过CIE求解判断矩阵JE的协调率CRE;
步骤105:当判断矩阵JE的协调率CRE小于设定阈值时,则认为判断矩阵JE满足一致性要求,排序权向量ΩE有效,可进行步骤106,即构建环境适应性评估指标集,当判断矩阵JE的协调率CRE大于设定阈值时,则认为判断矩阵JE不满足一致性要求,排序权向量ΩE无效,需返回步骤102,重新构建判断矩阵JE,直至判断矩阵JE的协调率CRE小于设定阈值;
步骤106:根据满足一致性校验的排序权向量ΩE中各元素的数值,按照降序方式重新排列待选评估参数序列E',并取前n(n≤N)个为最终参与决策的评估指标,进而得到舰船装备环境适应性评估指标集E。
3.如权利要求2所述的基于证据推理的舰船装备环境适应性评估方法,其特征在于,所述步骤2中舰船装备环境适应性评估指标合成信度函数的过程如下:
步骤201:基于Delphi法对舰船装备环境适应性评估指标集E中所有指标进行赋值;
步骤202:将舰船装备环境适应性评估指标Ei的数值ei0按照标准正态分布进行标准化;
步骤203:构造舰船装备环境适应性识别框架ΘE=(θE1,θE2,…,θEL),其中,L为舰船装备环境适应性的等级总数,θEl为舰船装备环境适应性的第l个等级;
步骤204:根据舰船装备环境适应性识别框架ΘE,构建基本可信度mE,进而分别求解舰船装备环境适应性评估指标Ei处于不同等级的基本可信度:
其中,a等于当置信水平为α时的半区间长度;
步骤205:构建冲突因子κE以判断不同证据之间的冲突程度并表示为
步骤206:当冲突因子κE小于设定阈值时,则认为证据之间的冲突程度满足要求,可对现有证据进行合成,即进行步骤207;当冲突因子κE大于设定阈值时,则认为证据之间的冲突程度不满足要求,不能对现有证据进行合成,需返回步骤201,重新基于Delphi法对舰船装备环境适应性评估指标集E中所有指标进行赋值,直至冲突因子κE小于设定阈值;
步骤207:根据正交和规则,合成信度函数BelE:
BelE=[(mE1⊕mE2)⊕mE3]⊕…⊕mEn}。
4.如权利要求3所述的基于证据推理的舰船装备环境适应性评估方法,其特征在于,所述步骤3中的评估过程如下:
步骤301:将所求信度函数BelE1,BelE2,…,BelEL进行降序排列,其中置信水平最高的等级max{BelE1,BelE2,…,BelEL}即为舰船装备环境适应性的定性评估等级;
步骤302:根据舰船装备环境适应性识别框架ΘE=(θE1,θE2,…,θEL),设定对应评分集合为SE=(sE1,sE2,…,sEL),进而求解舰船装备环境适应性的定量评估值ES:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910099195.2A CN109919441A (zh) | 2019-01-31 | 2019-01-31 | 一种基于证据推理的舰船装备环境适应性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910099195.2A CN109919441A (zh) | 2019-01-31 | 2019-01-31 | 一种基于证据推理的舰船装备环境适应性评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109919441A true CN109919441A (zh) | 2019-06-21 |
Family
ID=66961221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910099195.2A Pending CN109919441A (zh) | 2019-01-31 | 2019-01-31 | 一种基于证据推理的舰船装备环境适应性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109919441A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537753A (zh) * | 2021-07-08 | 2021-10-22 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种智能组件环境适应性评估方法 |
CN116452070A (zh) * | 2023-06-16 | 2023-07-18 | 中国人民解放军国防科技大学 | 多辨识框架下的大型设备健康评估方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699787A (zh) * | 2013-12-12 | 2014-04-02 | 天津大学 | 一种基于三维证据模型的安全需求度量方法 |
CN103984623A (zh) * | 2014-04-28 | 2014-08-13 | 天津大学 | 一种基于缺陷检测的软件安全风险评估方法 |
CN105046582A (zh) * | 2015-07-14 | 2015-11-11 | 国家电网公司 | 方便的电网安全风险评估方法 |
CN106096830A (zh) * | 2016-06-07 | 2016-11-09 | 武汉大学 | 基于广义证据理论的继电保护状态评价方法及系统 |
CN106940833A (zh) * | 2017-01-13 | 2017-07-11 | 国网浙江省电力公司经济技术研究院 | 一种基于模糊三角数和改进层次分析法的电网企业售电侧风险评估方法 |
-
2019
- 2019-01-31 CN CN201910099195.2A patent/CN109919441A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699787A (zh) * | 2013-12-12 | 2014-04-02 | 天津大学 | 一种基于三维证据模型的安全需求度量方法 |
CN103984623A (zh) * | 2014-04-28 | 2014-08-13 | 天津大学 | 一种基于缺陷检测的软件安全风险评估方法 |
CN105046582A (zh) * | 2015-07-14 | 2015-11-11 | 国家电网公司 | 方便的电网安全风险评估方法 |
CN105139268A (zh) * | 2015-07-14 | 2015-12-09 | 国家电网公司 | 电网安全风险评估方法 |
CN106096830A (zh) * | 2016-06-07 | 2016-11-09 | 武汉大学 | 基于广义证据理论的继电保护状态评价方法及系统 |
CN106940833A (zh) * | 2017-01-13 | 2017-07-11 | 国网浙江省电力公司经济技术研究院 | 一种基于模糊三角数和改进层次分析法的电网企业售电侧风险评估方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537753A (zh) * | 2021-07-08 | 2021-10-22 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种智能组件环境适应性评估方法 |
CN116452070A (zh) * | 2023-06-16 | 2023-07-18 | 中国人民解放军国防科技大学 | 多辨识框架下的大型设备健康评估方法和装置 |
CN116452070B (zh) * | 2023-06-16 | 2023-09-01 | 中国人民解放军国防科技大学 | 多辨识框架下的大型设备健康评估方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nelson | The economics of invention: A survey of the literature | |
CN110119904A (zh) | 一种舰船装备维修保障能力评估方法和系统 | |
CN103439472B (zh) | 基于遥感监测及改进证据融合技术的湖库蓝藻水华识别方法 | |
CN110222406B (zh) | 一种基于任务阶段复杂性的无人机自主能力评估方法 | |
Hossain et al. | A historical perspective on development of systems engineering discipline: a review and analysis | |
CN104299047B (zh) | 一种基于模糊综合评价法的飞机航路评价指标体系的建立方法 | |
CN110175773A (zh) | 基于贝叶斯网络的侦查无人机作战效能评估方法 | |
CN109919441A (zh) | 一种基于证据推理的舰船装备环境适应性评估方法 | |
CN108256022A (zh) | 人才评价模型构建方法及人才评价方法及系统 | |
CN106096911A (zh) | 一种基于角色的有人/无人协同指挥控制系统及其方法 | |
CN108494787A (zh) | 一种基于资产关联图的网络风险评估方法 | |
Dwivedi et al. | Selection of combat aircraft by using Shannon entropy and VIKOR method. | |
CN114139357B (zh) | 针对遇险人员搜救任务的仿真试验系统和方法 | |
CN113537663A (zh) | 基于topsis算法的无人机航迹评价方法 | |
Goncharenko | Neuron model sigmoid activation function based on multi-optional functions entropy conditional optimization doctrine | |
Jia et al. | Research on the search and rescue system-of-systems capability evaluation index system construction method based on weighted supernetwork | |
Nosov et al. | DEVISING AN APPROACH TO SAFETY MANAGEMENT OF VESSEL CONTROL THROUGH THE IDENTIFICATION OF NAVIGATOR’S STATE. | |
CN109919440A (zh) | 一种基于证据推理的舰船装备保障性评估方法 | |
CN107622354B (zh) | 一种基于区间二元语义的突发事件应急能力评估方法 | |
CN117540156A (zh) | 面向任务的复杂装备体系能力分析方法和模拟对抗系统 | |
CN116663897A (zh) | 一种基于贝叶斯网络的城市老旧社区安全风险评价方法 | |
Depeyre et al. | What is a market? A Wittgensteinian exercise | |
CN113408137B (zh) | 一种基于任务完成度和损失比的体系作战效能分析方法 | |
McLemore et al. | Military Readiness Modeling | |
Barzily et al. | Survey of approaches to readiness |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190621 |