浅谈基于分层模糊推理的坠机搜索方案研究论文
1.模型建立
本文采用模糊推理来评估各机型的整体性能。设计步骤如下：
第一步，确定输入输出，选择语言变量，实现搜索飞机的性能参数模糊化。以速度和传感器搜索直径作为输入变量构成的模糊推理机为例，速度v 用语言变量为：低速、中速、高速、超高速;搜索直径用语言变量为：很小范围、小范围、中范围、大范围;输出是搜索飞机的性能评估指数c，用5 个语言变量为：弱、较弱、中等、较强、强。
第二步，确定每个语言变量的隶属度函数。搜索飞机速度，搜索范围和搜索飞机的性能评估指数的隶属度函数。
第三步，设计模糊推理规则库，选择模糊推理机。建立速度—搜索范围推理规则。当搜索飞机的速度越大，传感器搜索范围越大时，搜索飞机的性能评价越高，分配给它的区域面积也就越大。
同理，按照上述方法可以设计出航程—搜索范围推理机、续航时间—搜索范围推理机。共3 个左层单模糊推理器，每个模糊推理器的推理结果是一个依据输入变量从而得到搜索飞机的性能评估指数，3层推理器得到3 个性能评估指数(c1,c2,c3)。
然后， 利用模型1 中的数据依次求出各机型3 个性能评估指数。
其中，cji (i=1,2,...7,j=1,2,3)为第 种机型对应的第j 个性能评估指数。
第四步，对矩阵C 的数据进行融合处理，得到3 个模糊推理器的综合模糊输出，数据融合采用乘积的形式。
第五步， 对数据融合和归一化的结果即为搜索飞机性能评价数值结果pi。
2.模型求解
这里总共使用7 种机型的数据主要考虑航程、探测范围、单位时间耗油量、续航时间、四个参数指标。A 型机各参数值依次为：6477、120、74、5;B 型机：550、200、52、2.5;C 型机860、200、58、4.5;D 型机：964、180、64、4.8;E 型机：3380、400、240、4.4;F 型机：1339、150、80、6.3。假定搜索区域为正八边形，面积为S。
首先，求解速度和传感器探测范围作为输入变量构成的模糊推理机。
第一步，速度、探测范围、搜索飞机的性能评估指数c1的语言变量均依次用1、2、3、4 描述。
第二步，确定每个语言变量的隶属度函数。其中探测范围的等级按递增的方式分为4 等级， 范围依次为：100~150,150~200,200~250,250 以上;速度的等级也按递增的方式分为4 个等级，范围依次为：190~200，200~210，210~220,220 以上。
第三步，设计模糊推理规则库，选择模糊推理机。构造的速度-探测范围推理规则用矩阵nji表示， 代表第i 个级别的速度和第j 个级别的探测范围对应的性能评估指数。
同理， 航程的隶属度划分为4 个等级。范围依次为：0~800，800~1200，1200~1600，1600 以上。由航程推理机得到搜索飞机的性能评价指数为c2。续航时间的'隶属度划分为4 个等级。范围依次为：0~2，2~4，4~6，6 以上。由续航时间推理机得到搜索飞机的性能评价指数为c3。均符合上述推理规则表。
然后，依次找到各机型对应的性能指数(c1,c2,c3)。
第四步，对矩阵C 中的数据进行融合处理，得到3 个模糊推理器的综合模糊输出。数据融合采用乘积的形式，求出的A 的值为：
A=[48 24 24 36 125 36 1]
第五步，对A 进行归一化处理，即可得到各机型分配百分比pi的值。结果如下：0.1633、0.0816、0.0816、0.1224、0.4252、0.1224、0.0034。
第六步，在每种机型分配的区域内，确定应该分配的该机型的架数。
划分思想如下： 用m1 ：m2 ：...：m7来表示七种机型的分配的比例，S 表示区域的最小分割单位的面积。则各区域依次分配的面积为：m1s，m2 s，...，m7 s。
从而可以求出s 的值， 进而可以依次求出各机型分配的区域面积：m1 s，m2 s，...，m7 s。之后， 为各区域确定该机型飞机所以分配的架数。飞机架数的确定可用给定的分割区域的面积除以每架飞机一次所能搜索的区域面积即可得到该区域应分配飞机的架数。
假设，总的搜索区域面积S 为7560000 平方公里，则各机型应分配的架数依次为：3、6、4、6、6、3、5。
3.灵敏度分析
在模型中，通过改变雷达探测范围w 的数值，使其依次为：w+10，w+30，w+50， 通过计算, 上述结果在不同雷达探测范围下的误差为0.0055。根据模型灵敏度可以看出该模型是理想的。
【浅谈基于分层模糊推理的坠机搜索方案研究论文】相关文章：