[发明专利]基于信息熵的TOPSIS法多目标威胁排序方法

摘要

本发明提供了一种基于信息熵的TOPSIS法多目标威胁排序方法，首先建立威胁评估威胁因子模型；然后根据威胁因子模型建立目标属性决策矩阵；根据决策矩阵采用熵权法计算目标属性权重向量；最后根据熵权法计算出的权重向量，采用TOPSIS方法计算各目标方案相对贴近度，根据相对贴近度的大小即威胁度的大小，对各方案进行威胁评估排序。本发明可以有效避免传统逼近理想解的排序法在确定权重系数上面的缺陷和不足，提高目标威胁程度预测的准确性。

主权项

1.一种基于信息熵的TOPSIS法多目标威胁排序方法，其特征在于包括下述步骤：步骤1：构造目标属性决策矩阵H=(hij)m×n=h11h12...h1nh21h22...h2n............hm1hm2...hmn,]]>式中，h_ij表示第i架敌机的第j个属性，敌机的属性包括以下内容：(1)角度威胁因子hi1=(|qiB|+|qiR|)/360,]]>式中，为目标前置角，为目标航向与目标线夹角；(2)距离威胁因子hi2=0.5ri≤rm,ri≤rmti0.5-0.2(ri-rmti)(rm-rmti)rmti<ri<rm1.0rmti>ri>rm0.8max(rm,rmti)<ri<rr,]]>式中，r_i为目标距离，rmt_i为敌机所携带导弹的攻击距离，rm为我防空导弹最大射程，rr为我方雷达最大跟踪距离；(3)速度威胁因子hi3=0.1vi<0.6vz-0.5+vi/vz0.6vz≤vi≤1.5vz1.0vi>1.5vz,]]>式中，v_z为我机速度，v_i为目标速度；步骤2：将目标属性决策矩阵H列归一化，得到步骤3：计算目标属性熵值j＝1,2,···,n，当时，规定lnh.ij=0;]]>步骤4：计算目标属性权重向量式中，0≤ω_j≤1，步骤5：代入目标属性权重，计算加权标准化矩阵步骤6：确定理想解V*={(max1≤i≤mvij|j∈J+),(min1≤i≤mvij|j∈J-)}={v1*,v2*,...,vn*}]]>和负理想解V-={(min1≤i≤mvij|j∈J+),(max1≤i≤mvij|j∈J-)}={v1-,v2-,...,vn-},]]>式中，J⁺={效益型指标集}，J^-={成本型指标集}；步骤7：计算到理想解的距离和到负理想解的距离Si-=Σj=1n(vij-vj-)2;]]>步骤8：计算各方案的相对贴近度步骤9：根据相对贴近度的大小即威胁度的大小，对各方案进行威胁评估排序。