6.1　引　言

反潜巡逻机在搜潜过程中,所处的海洋环境、自身状态和搜潜作战任务执行效果都会存在大量不可预知的不确定性,因此需要掌握各种搜潜设备的战术和技术性能,并能根据不同的目标情况、海域水文情况和战场态势来选择相应的搜索设备,对潜艇迅速采取行动。但由于指挥员的水平经验不同,所选择的作战方案和作战时机也有所不同,由此带来的作战效果会有差异,甚至大相径庭。因此,可以根据每个决策指标在搜潜任务中的优先级顺序和它们对任务的影响程度建立合理的函数,然后综合各决策指标,通过计算、判断、决策并进行正确操作,选出最优决策方案,从而在最大限度发挥各搜潜的特长和优势的同时,减少不可预知因素下的错误并最大化任务完成效果,使其搜潜作战效能达到最优或近似最优。

在智能决策计算过程中存在许多模糊不确定因素,影响搜潜决策的指标也很多,如何在众多指标中合理高效地选择出关键特征决策指标,去掉冗余指标,以提高算法的最优性和实时性?其次,各个决策指标之间并不孤立,往往具有一定的相关性,如何更准确合理地描述各指标之间的相互关系?针对这些问题,如何在信息不确定的情况下快速有效地对多个方案进行最优决策,选择一个最优的协同搜潜方案,从而为反潜巡逻机协同搜潜方案决策提供科学的支持,已成为反潜巡逻机协同搜潜决策研究中亟待解决的问题。

第5章解决了决策指标的相关性问题,本章针对不确定条件下的协同搜潜最优决策,引入贝叶斯粗糙集、模糊测度、模糊积分理论,在解决指标相关性问题的同时,解决决策指标的冗余问题,提高算法速度。