淺談基于分層模糊推理的墜機搜索方案研究論文
1.模型建立
本文采用模糊推理來(lái)評估各機型的整體性能。設計步驟如下：
第一步，確定輸入輸出，選擇語(yǔ)言變量，實(shí)現搜索飛機的性能參數模糊化。以速度和傳感器搜索直徑作為輸入變量構成的模糊推理機為例，速度v 用語(yǔ)言變量為：低速、中速、高速、超高速;搜索直徑用語(yǔ)言變量為：很小范圍、小范圍、中范圍、大范圍;輸出是搜索飛機的性能評估指數c，用5 個(gè)語(yǔ)言變量為：弱、較弱、中等、較強、強。
第二步，確定每個(gè)語(yǔ)言變量的隸屬度函數。搜索飛機速度，搜索范圍和搜索飛機的性能評估指數的隸屬度函數。
第三步，設計模糊推理規則庫，選擇模糊推理機。建立速度—搜索范圍推理規則。當搜索飛機的速度越大，傳感器搜索范圍越大時(shí)，搜索飛機的性能評價(jià)越高，分配給它的區域面積也就越大。
同理，按照上述方法可以設計出航程—搜索范圍推理機、續航時(shí)間—搜索范圍推理機。共3 個(gè)左層單模糊推理器，每個(gè)模糊推理器的推理結果是一個(gè)依據輸入變量從而得到搜索飛機的性能評估指數，3層推理器得到3 個(gè)性能評估指數(c1,c2,c3)。
然后， 利用模型1 中的數據依次求出各機型3 個(gè)性能評估指數。
其中，cji (i=1,2,...7,j=1,2,3)為第 種機型對應的第j 個(gè)性能評估指數。
第四步，對矩陣C 的數據進(jìn)行融合處理，得到3 個(gè)模糊推理器的綜合模糊輸出，數據融合采用乘積的形式。
第五步， 對數據融合和歸一化的結果即為搜索飛機性能評價(jià)數值結果pi。
2.模型求解
這里總共使用7 種機型的數據主要考慮航程、探測范圍、單位時(shí)間耗油量、續航時(shí)間、四個(gè)參數指標。A 型機各參數值依次為：6477、120、74、5;B 型機：550、200、52、2.5;C 型機860、200、58、4.5;D 型機：964、180、64、4.8;E 型機：3380、400、240、4.4;F 型機：1339、150、80、6.3。假定搜索區域為正八邊形，面積為S。
首先，求解速度和傳感器探測范圍作為輸入變量構成的模糊推理機。
第一步，速度、探測范圍、搜索飛機的性能評估指數c1的語(yǔ)言變量均依次用1、2、3、4 描述。
第二步，確定每個(gè)語(yǔ)言變量的隸屬度函數。其中探測范圍的等級按遞增的方式分為4 等級， 范圍依次為：100~150,150~200,200~250,250 以上;速度的等級也按遞增的方式分為4 個(gè)等級，范圍依次為：190~200，200~210，210~220,220 以上。
第三步，設計模糊推理規則庫，選擇模糊推理機。構造的速度-探測范圍推理規則用矩陣nji表示， 代表第i 個(gè)級別的速度和第j 個(gè)級別的探測范圍對應的性能評估指數。
同理， 航程的隸屬度劃分為4 個(gè)等級。范圍依次為：0~800，800~1200，1200~1600，1600 以上。由航程推理機得到搜索飛機的性能評價(jià)指數為c2。續航時(shí)間的隸屬度劃分為4 個(gè)等級。范圍依次為：0~2，2~4，4~6，6 以上。由續航時(shí)間推理機得到搜索飛機的性能評價(jià)指數為c3。均符合上述推理規則表。
然后，依次找到各機型對應的性能指數(c1,c2,c3)。
第四步，對矩陣C 中的數據進(jìn)行融合處理，得到3 個(gè)模糊推理器的綜合模糊輸出。數據融合采用乘積的形式，求出的A 的值為：
A=[48 24 24 36 125 36 1]
第五步，對A 進(jìn)行歸一化處理，即可得到各機型分配百分比pi的值。結果如下：0.1633、0.0816、0.0816、0.1224、0.4252、0.1224、0.0034。
第六步，在每種機型分配的區域內，確定應該分配的該機型的架數。
劃分思想如下： 用m1 ：m2 ：...：m7來(lái)表示七種機型的分配的比例，S 表示區域的最小分割單位的面積。則各區域依次分配的面積為：m1s，m2 s，...，m7 s。
從而可以求出s 的值， 進(jìn)而可以依次求出各機型分配的區域面積：m1 s，m2 s，...，m7 s。之后， 為各區域確定該機型飛機所以分配的架數。飛機架數的確定可用給定的分割區域的面積除以每架飛機一次所能搜索的區域面積即可得到該區域應分配飛機的架數。
假設，總的搜索區域面積S 為7560000 平方公里，則各機型應分配的架數依次為：3、6、4、6、6、3、5。
3.靈敏度分析
在模型中，通過(guò)改變雷達探測范圍w 的數值，使其依次為：w+10，w+30，w+50， 通過(guò)計算, 上述結果在不同雷達探測范圍下的誤差為0.0055。根據模型靈敏度可以看出該模型是理想的。
【淺談基于分層模糊推理的墜機搜索方案研究論文】相關(guān)文章：
淺談基于學(xué)習對象理論的教學(xué)資源庫研究的論文01-23
基于事實(shí)的假設推理框架11-16
淺談基于知識的網(wǎng)格技術(shù)應用研究11-20
淺談基于任務(wù)驅動(dòng)的教學(xué)媒體理論與實(shí)踐實(shí)驗教學(xué)研究論文04-02
基于A(yíng)HP的水泥生產(chǎn)企業(yè)模糊綜合評價(jià)應用研究11-29
淺談基于知識產(chǎn)權的企業(yè)并購過(guò)程研究03-27
淺談基于營(yíng)銷(xiāo)新形勢的電話(huà)營(yíng)銷(xiāo)策略研究03-09
淺談基于CDIO的云計算專(zhuān)業(yè)導論改革論文03-19
- 相關(guān)推薦