基于Normative算子的HFS数值延拓方法及多属性决策应用
2018-06-28孙贵东
系统工程与电子技术 2018年7期
孙贵东, 关 欣, 衣 晓, 赵 静
(海军航空大学航空作战勤务学院, 山东 烟台 264001)
0 引 言
多属性决策是多传感器电子侦察情报融合处理的关键环节,特别对于决策层融合来讲,融合中心通过融合来自各信源的独立属性判决,给出多传感器融合结果。随着电子侦察情报的多源异类,导致各信源上报的独立属性判决往往具有不确定性,这就造成了融合中心多属性决策的模糊性。为了解决属性决策的模糊性问题,本文引入近年来发展起来的犹豫模糊集(hesitant fuzzy set,HFS)来处理带有模糊信息的多属性决策问题[1-3]。
2010年文献[4]引入了HFS的概念,本质上HFS与直觉模糊集和模糊多重集之间的关系紧密,也可以看成是二型模糊集的特例。HFS的产生是因为其隶属度不是像直觉模糊集那样由于误差幅度的不确定性和二型模糊集那样由一系列离散可能值的程度进行描述,而是在一些可能值之间犹豫不定。例如对于侦察情报上报的某型飞机的描述,决策A认为其隶属于Ⅰ型飞机的隶属度是0.4,而决策B认为其隶属于Ⅰ型飞机的隶属度为0.6,则最后关于隶属于Ⅰ型飞机的决策就会在0.4和0.6之间犹豫不定,此时就可以用HFS表示,即h={0.4,0.6}。尽管HFS提出至今不足10年的时间,但由于其在处理模糊信息领域的优越性,得到了学者的广泛关注,在距离、相似度度量、集成算子、运算方法、关联系数等方面取得了一系列研究成果[5-14]。文献[5-6]首先定义了HFS之间的距离、相似度和关联系数度量,并基于现有模糊集的度量方……
登录APP查看全文
