6.4.3　基于贝叶斯粗糙集与模糊理论的反潜巡逻机协同搜潜智能决策过程

6.4.3　基于贝叶斯粗糙集与模糊理论的反潜巡逻机协同搜潜智能决策过程

由于海上战场环境和潜艇目标出现状态的不确定性,以及搜潜设备的特点不同,因此难以直接建立各因素与最优方案之间的解析表达式,这使得各种搜索和供给方案的优劣往往难以精确描述,而只能用模糊的、难以明确的模型来描述。针对搜潜任务中所存在的不确定性问题,在此引入贝叶斯粗糙集简化决策指标。基于贝叶斯粗糙集、模糊测度和Choquet模糊积分的反潜巡逻机协同搜潜智能决策方法的具体思路如图6-3所示。

具体协同搜潜智能决策过程如下:

(1)针对反潜巡逻机协同搜潜决策问题,建立相应的指标体系,确定为决策指标因素。

(2)引入贝叶斯粗糙集简约算法,简化决策数据,除去冗余的决策指标,确定关键特征指标。

图6-3　基于贝叶斯粗糙集、模糊测度和Choquet模糊积分的反潜巡逻机协同搜潜智能决策过程流程

(3)引入模糊测度理论,计算决策指标的重要性(权重),解决各个决策指标并不独立,往往具有一定相关性的问题。

(4)采用适当的方法,取得指标的全局重要性,即指标的Shapley值。

(5)根据优化模型计算指标集合的gλ模糊测度。

(6)采用Choquet模糊积分计算决策结果,确定最终方案决策。