基于优势关系粗糙集的空袭兵器判别

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于优势关系粗糙集的空袭兵器判别范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要:提出一种基于优势关系粗糙集的方法来抽取空袭兵器识别的主要因素与主要类型之间规则。所提出的优势关系粗糙集方法综合考虑了序值属性和常规属性,具有更为广泛的应用前景。利用实例说明所提出方法的有效性。这里将优势关系粗糙集应用于空袭兵器识别问题中,并且充分考虑了常规属性和序值属性。

关键词:优势关系;粗糙集;空袭兵器识别;知识获取

中图分类号:TP18

0 引 言

从目前局部战争和未来空袭特点的预测研究可以看出,为迅速达成战役、战略目的,未来空袭作战中投入的空袭兵器数量和种类将明显增多,且能从不同高度、不同方向实施饱和攻击,压制和摧毁地面防空武器。现代空袭作战的显著特点是:空袭地域范围广、突然性增大,防空预警时间短。为了适应空袭作战的新特点,更有效地对付敌方空袭,地空导弹武器系统必须要提高机动性能和反应速度,在广阔的地域内广泛机动,并对敌空袭兵器的突然进攻做出及时反应。21世纪是信息化时代,高技术条件下作战也将是信息战,战斗的成败在很大程度上取决于空情信息索取、处理、传递的及时性和连续性。

为了尽可能地降低敌方空袭兵器对我方保卫目标及防空兵器实施攻击的可能程度,很有必要对敌方空袭目标进行识别[1,2],为防空部队射击指挥员提供可靠的决策依据。当前使用的目标识别系统,主要区分大型飞机和小型飞机,区分度太低,对空袭兵器的类型基本依靠雷达测手的经验进行判断。这里尝试采用一种较新的智能信息处理工具――基于优势关系[3,4]的粗糙集[5[CD*2]7]模型,从雷达提供的已测样本中抽取空袭兵器的主要因素与识别决策之间的规则,以此为防空部队射击指挥员提供可靠的决策依据。

1 空袭兵器的识别因素和主要类型

空袭兵器类型识别的主要因素包括:

(1) 飞行高度(H):分为H≥27 000 m;150 m≤┆H

(2) 发现距离(R):以250 km为界;

(3) 飞行速度(V):TBM的速度一般在1 800～2 200 m/s,武装直升机的速度小于100 m/s,空地导弹的速度大于400 m/s,一般作战飞机的突防速度为200～400 m/s。基于以上考虑,可将速度分为2 000 m/s,400～

2 000 m/s,200~100 m/s和小于100 m/s四档;

(4) 航线特征(Y):平直飞行、爬升、俯冲、下滑、分岔;

(5) 电磁辐射(ECM):分为有辐射和无辐射。

根据传统经验,空袭兵器一般分为五类:Ⅰ是TBM(战术弹道导弹);Ⅱ是重型兵器,包括轰炸机、歼击轰炸机和歼击机;Ⅲ是轻型兵器,包括空地导弹、反辐射导弹和巡航导弹等;Ⅳ是武装直升机;Ⅴ是诱饵。

例1 表1是一个通过雷达采集到的空袭兵器判别的数据样本。

2 基于优势关系粗糙集的知识获取

一个决策系统为一个四元组:DS=。其中U是一个被称为论域的非空有限的对象集合;AT是非空有限条件属性集合;D是非空有限的决策属性集合且AT∩D =h;V┆AT是条件属性的值域;VD是决策属性的值域集合,V=V┆AT∪VD;f为信息函数,对于a∈AT,x∈U,有f(x,a)∈Va[3,4]。在┍1所示的空袭兵器识别问题中,U={1,2,…,10},┆AT={H,R,V,Y,ECM}为条件属性集合,d为决策属性。一般来说,根据决策属性分类得到的是论域上的划分,可以表示为U/d。И

传统的优势关系[8[CD*2]11]仅考虑了序值属性,即属性值越大,此属性值所对应的对象越优,并未考虑经典粗糙集理论中的常规属性。这里所要考虑的优势关系是建立在这两种不同类型的属性的基础上的,因而具有更为广泛的应用前景。

[HTH]定义[HTSS]1 在决策系统DS中,AT= AT1∪AT2,AT1表示所有序值属性的集合,而AT2表示所有常规属性的集合,所以由AT决定的优势关系记为DOM(AT)且:

优势关系DOM(AT)满足自反和传递性,但不一定满足对称性。进一步地,记DAT(x)为根据属性集合AT,所有优于x的对象的集合,即D┆AT(x)={y∈U:(y,x)∈DOM(AT)}。

例如在表1所示的决策系统中,AT1={H,R,V}为序值属性集合,而AT={Y,ECM}为常规属性集合,所以可以得到D [HTH]定义2[HTSS] 在决策系统DS中,对于歇XU,X基于优势关系DOM(AT)的下、上近似集合分别定义为:

根据定义2所示的下近似集,可以这样的确定决策规则:

[JP2]rx:若f (y,a)≥f(x,a)(a∈AT1)且f(y,a)=f(x,a)(a∈AT2),则y必定属于X,它由下近似集┆AT(X)中所有对象x所支持;[JP]

根据定义2所示的上近似集,可以这样的确定决策规则:

[JP2]rx:若f(y,a)≥f (x,a)(a∈AT1)且f(y,a)=f(x,a)(a∈AT2),则y可能属于X,它由上近似集┆AT(X)中所有对象x所支持。[JP]

例2 例如在表1所示的决策系统中,根据决策属性划分得到论域上的划分U/d={Ⅰ类,Ⅱ类,Ⅲ类,Ⅳ类,Ⅴ类}={{1,6},{2,7},{3,8},{4,9},{5,10}},所以根据定义2就有AT(Ⅰ类)={1,6},AT(Ⅱ类)={7},AT(Ⅲ类)={3},AT(Ⅳ类)={9},AT(Ⅴ类)={5,10}。

由上述结果,可以得到下定规则:

因为对в讵XU,根据粗糙集性质有AT(X)[LL]AT(X),所以在以上例子中所得到的确定规则包含在所有的可能规则中。

3 结 语

粗糙集理论及其各种拓展模型在各种实际问题中的应用体现了粗糙集理论的实用性及广泛性。本文的创新点在于创造性地将优势关系粗糙集应用于空袭兵器识别问题中,并且充分地考虑了常规属性和序值属性。充分利用了粗糙集对于处理具有不协调或含糊数据的优势,根据基于优势关系的下、上近似集,从雷达提供的已测样本中抽取空袭兵器的主要因素与识别决策之间的规则,分别得到了所有的可能和确定规则。需要指出的是,用于粗糙集约简的样本数越多,包含的属性越全,所抽取的规则越可靠,涵盖的状态也越全面。

参 考 文 献

[1]李连申,周毅,肖慧鑫.空袭兵器的模糊识别法[J].指挥控制与仿真,2006,28(6):45[CD*2]48.

[2]陈绍顺,王颖龙.基于模糊神经网络的空袭兵器类型识别模型[J].电光与控制,2004,11(1):28[CD*2]30.

[3]Greco S,Matarazzo B,Slowinski R.Rough Approximation by Dominance Relations[J].International Journal of Intelligent Systems,2002,17:153[CD*2]171.

[4]Greco S,Matarazzo B,Slowinski R.Rough Sets Theory for Multicriteria Decision Analysis[J].European Journal of Operational Research,2002,129:1[CD*2]47.

[5]徐袭,祝力,范学鑫.基于粗糙集与K[CD*2]均值聚类的故障知识挖掘[J].微计算机信息,2007,23(5):141[CD*2]143.

[6]Pawlak Z.Rough Sets and Intelligent Data Analysis[J].Information Sciences,2002,147:1[CD*2]12.

[7]王国胤.Rough集理论在不完备信息系统中的扩充[J].计算机研究与发展,2002,39(10):1 238[CD*2]1 243.

[8]徐伟华,张文修.基于优势关系下的协调近似空间[J].计算机科学,2005,32(9):164[CD*2]165.

[9]徐伟华,张文修.基于优势关系下信息系统分配约简的矩阵算法[J].计算机工程,2007,33(14):4[CD*2]7.

[10]梁燕飞,何汉武,郑德涛,等.基于优势关系粗糙集的驾驶行为研究[J].武汉理工大学学报,2008,32(2)271[CD*2]274.

[11]石伟人,李伟,贾修一.基于优势关系区别矩阵的一种增量求核方法[J].计算机应用研究,2008,25(7):2 050[CD*2]2 052.

作者简介

孔媛媛 女,1975年出生,江苏连云港人,在读硕士研究生,实验师。研究方向为智能信息处理。