基于粗糙模糊集理论的卫星导航系统作战效能评估方法

山东大学学报(工学版)

基于粗糙模糊集理论的卫星导航系统作战效能评估方法

董成喜, 吴德伟, 何晶

空军工程大学电讯工程学院, 陕西西安 710077

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-08-16 发布日期:2008-08-16
通讯作者: 董成喜

Combat effectiveness evaluation method of satellite navigation
system based on rough fuzzy sets

DONG Cheng-xi, WU De-wei, HE Jing

Telecommunication Engineering Institute, Air Force Engineering University, Xi’an 710077, China

Received:1900-01-01 Revised:1900-01-01 Online:2008-08-16 Published:2008-08-16
Contact: DONG Cheng-xi

摘要/Abstract

摘要：

针对卫星导航系统在信息化战争中的地位与作用,提出了一种基于粗糙集和模糊集理论的作战效能评估方法——粗糙模糊集理论,并对粗糙模糊集理论的算法进行了分析和设计,建立了卫星导航系统作战效能评估指标体系.最后结合实例,运用粗糙模糊集理论对卫星导航系统作战效能进行了评估,给出了效能评估的决策规则.

关键词: 粗糙模糊集, 卫星导航系统, 作战效能评估, 决策规则

Abstract: with the increasing effect and signification of satellite navigation system in information-age war, a new evaluation method for combat effectiveness——rough fuzzy sets theory (RFS) was proposed based on rough sets and fuzzy sets theory, and the algorithm of RFS was analyzed and designed. Effectiveness evaluation index system of satellite navigation system was also established. Finally, the combat effectiveness of satellite navigation system was evaluated by RFS for instance, and decision rules were also given.

Key words: rough fuzzy sets, satellite navigation system, combat effectiveness evaluation, decision rules

中图分类号:

TP18

董成喜,吴德伟,何晶 . 基于粗糙模糊集理论的卫星导航系统作战效能评估方法[J]. 山东大学学报(工学版), 2008, 38(4): 32-36 .

DONG Cheng-xi,WU De-wei,HE Jing . Combat effectiveness evaluation method of satellite navigation
system based on rough fuzzy sets[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2008, 38(4): 32-36 .

参考文献

相关文章 15

[1]	刘子一,崔超然,孟凡安,林培光. 基于批归一化统计量的无源多领域自适应方法[J]. 山东大学学报 (工学版), 2023, 53(2): 102-108.
[2]	徐芊芊,许倩,徐华畅,赵钰琳,徐凯,朱红. 基于CnViT的胶质瘤IDH1突变状态智能预测方法[J]. 山东大学学报 (工学版), 2023, 53(2): 127-134.
[3]	曹春红,段鸿轩,曹玲,张乐乐,胡凯,肖芬. 基于多级特征级联的遥感图像实时语义分割[J]. 山东大学学报 (工学版), 2021, 51(2): 19-25.
[4]	彭岩,冯婷婷,王洁. 基于集成学习的O₃的质量浓度预测模型[J]. 山东大学学报 (工学版), 2020, 50(4): 1-7.
[5]	李怡霏,郭尊华. 一种Chirplet神经网络自动目标识别算法[J]. 山东大学学报 (工学版), 2020, 50(3): 8-14.
[6]	王一宾,李田力,程玉胜,钱坤. 基于核极限学习机自编码器的标记分布学习[J]. 山东大学学报 (工学版), 2020, 50(3): 58-65.
[7]	李春阳,李楠,冯涛,王朱贺,马靖凯. 基于深度学习的洗衣机异常音检测[J]. 山东大学学报 (工学版), 2020, 50(2): 108-117.
[8]	高铭壑,张莹,张蓉蓉,黄子豪,黄琳焱,李繁菀,张昕,王彦浩. 基于预测数据特征的空气质量预测方法[J]. 山东大学学报 (工学版), 2020, 50(2): 91-99.
[9]	李英达,谢宗霞. 基于核相似性删减策略的支持向量回归算法[J]. 山东大学学报 (工学版), 2019, 49(3): 8-14.
[10]	张成彬,赵慧,曹宗钰. 基于深度学习的车身网络KWP2000协议漏洞挖掘[J]. 山东大学学报 (工学版), 2019, 49(2): 17-22.
[11]	庞阔,陈思琪,宋笑迎,邹丽. 基于粒计算的语言概念决策形式背景分析[J]. 山东大学学报 (工学版), 2018, 48(6): 74-81.
[12]	陈红,杨小飞,万青,马盈仓. 基于相关熵和流形学习的多标签特征选择算法[J]. 山东大学学报 (工学版), 2018, 48(6): 27-36.
[13]	梁蒙蒙,周涛,夏勇,张飞飞,杨健. 基于PSO-ConvK卷积神经网络的肺部肿瘤图像识别[J]. 山东大学学报 (工学版), 2018, 48(5): 77-84.
[14]	王婷婷,翟俊海,张明阳,郝璞. 基于HBase和SimHash的大数据K-近邻算法[J]. 山东大学学报(工学版), 2018, 48(3): 54-59.
[15]	何正义,曾宪华,郭姜. 一种集成卷积神经网络和深信网的步态识别与模拟方法[J]. 山东大学学报(工学版), 2018, 48(3): 88-95.

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed

本文评价

推荐阅读 10

[1]	张永花,王安玲,刘福平 . 低频非均匀电磁波在导电界面的反射相角[J]. 山东大学学报(工学版), 2006, 36(2): 22 -25 .
[2]	李侃 . 嵌入式相贯线焊接控制系统开发与实现[J]. 山东大学学报(工学版), 2008, 38(4): 37 -41 .
[3]	施来顺,万忠义 . 新型甜菜碱型沥青乳化剂的合成与性能测试[J]. 山东大学学报(工学版), 2008, 38(4): 112 -115 .
[4]	孔祥臻,刘延俊,王勇,赵秀华 . 气动比例阀的死区补偿与仿真[J]. 山东大学学报(工学版), 2006, 36(1): 99 -102 .
[5]	来翔 . 用胞映射方法讨论一类MKdV方程[J]. 山东大学学报(工学版), 2006, 36(1): 87 -92 .
[6]	余嘉元1 , 田金亭1 , 朱强忠2 . 计算智能在心理学中的应用[J]. 山东大学学报(工学版), 2009, 39(1): 1 -5 .
[7]	陈瑞,李红伟,田靖. 磁极数对径向磁轴承承载力的影响[J]. 山东大学学报(工学版), 2018, 48(2): 81 -85 .
[8]	王波,王宁生 . 机电装配体拆卸序列的自动生成及组合优化[J]. 山东大学学报(工学版), 2006, 36(2): 52 -57 .
[9]	季涛,高旭,孙同景,薛永端,徐丙垠 . 铁路10 kV自闭/贯通线路故障行波特征分析[J]. 山东大学学报(工学版), 2006, 36(2): 111 -116 .
[10]	秦通,孙丰荣*,王丽梅,王庆浩,李新彩. 基于极大圆盘引导的形状插值实现三维表面重建[J]. 山东大学学报(工学版), 2010, 40(3): 1 -5 .