吴文海, 郭晓峰, 周思羽, 高丽

(海军航空大学(青岛校区) 航空仪电控制系, 山东 青岛 266041)

现代化多机协同空战模式下，威胁评估需根据敌方目标属性、状态等态势信息，分析目标作战能力，量化威胁程度，评判目标威胁，为作战决策提供理论依据，以提高空战成功率及自身生存率，具有重要的军事意义[1]。

典型的威胁评估方法包括云模型[2]、贝叶斯网络[3]、神经网络[4]、多属性决策[5]等。然而现代空战中，战场环境复杂，作战形式多样化，所获得目标属性、状态等态势信息具有模糊、可变、不可靠等特性，需动态、高效地处理威胁评估过程中的不确定性信息[6]。基于直觉模糊集(intuitionistic fuzzy set,IFS)[7]的评估方法能够有效地解决态势信息中的不确定性问题，吸引众多学者进行大量研究。Zhang等[8]提出基于直觉模糊熵和动态VIKOR相结合的威胁评估方法，实现对目标威胁排序；张浩为等[9]同时考虑主、客观因素对目标属性权重的影响，在直觉模糊数排序模型基础上，实现对目标威胁排序。然而，上述部分方法仅针对当前态势进行威胁评估，忽略了先前时刻的关联信息，无法获得全面、充分的评估结果；其次，部分方法未充分考虑未知信息对威胁评估的影响，基于距离测度的逼近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)方法考虑不充分；最后，上述方法仅对目标威胁排序，决策者需要主观判断目标优先级，但在复杂多变的战场环境下，决策者难以在短时间内确定攻击目标的优先级以及威胁等级，因此有必要为决策者提供科学合理的决策支持。……