摘 要：提出一種基于融合主客觀信息組合賦權(quán)逼近理想解（Ｔｅｃｈｎｉｑｕｅ ｆｏｒ Ｏｒｄｅｒ Ｐｒｅｆｅｒｅｎｃｅ ｂｙ Ｓｉｍｉｌａｒｉｔｙ ｔｏ ａｎ ＩｄｅａｌＳｏｌｕｔｉｏｎ，ＴＯＰＳＩＳ） 的海上目標(biāo)威脅評估模型。從目標(biāo)的作戰(zhàn)能力、活動情況和其他影響因素構(gòu)建海上目標(biāo)威脅評估指標(biāo)體系；在層次分析法（Ａｎａｌｙｔｉｃａｌ Ｈｉｅｒａｒｃｈｙ Ｐｒｏｃｅｓｓ，ＡＨＰ） 和熵權(quán)法的基礎(chǔ)上運(yùn)用線性加權(quán)組合法確定主客觀綜合指標(biāo)權(quán)重；利用ＴＯＰＳＩＳ 法計(jì)算各目標(biāo)的正負(fù)理想解相對貼近度，獲得目標(biāo)的威脅度排序。通過仿真實(shí)例證明了所提海上目標(biāo)威脅評估方法的有效性。

關(guān)鍵詞：海上目標(biāo)威脅評估；層次分析法；熵權(quán)法；逼近理想值

中圖分類號：ＴＰ３９１． ４ 文獻(xiàn)標(biāo)志碼：Ａ 開放科學(xué)（資源服務(wù)）標(biāo)識碼（ＯＳＩＤ）：

文章編號：１００３－３１０６（２０２４）０５－１２８６－０８

０ 引言

海上目標(biāo)威脅評估作為現(xiàn)代海上信息化作戰(zhàn)重要一環(huán)，由于復(fù)雜的海戰(zhàn)場環(huán)境和影響因素，不同作戰(zhàn)任務(wù)和樣式，作戰(zhàn)過程也瞬息萬變，威脅評估存在一定難度。目前，針對不同的應(yīng)用場景涌現(xiàn)了各種成熟目標(biāo)威脅評估方法，其中文獻(xiàn)［１ －５］主要基于組合賦權(quán)、直覺模糊和變權(quán)等逼近理想解（Ｔｅｃｈｎｉｑｕｅｆｏｒ Ｏｒｄｅｒ Ｐｒｅｆｅｒｅｎｃｅ ｂｙ Ｓｉｍｉｌａｒｉｔｙ ｔｏ ａｎ Ｉｄｅａｌ Ｓｏｌｕｔｉｏｎ，ＴＯＰＳＩＳ）進(jìn)行空中目標(biāo)威脅評估，分別對不同的評估指標(biāo)、層次分析和權(quán)重等進(jìn)行分析研究；文獻(xiàn)［６－９］利用各種貝葉斯網(wǎng)絡(luò)法進(jìn)行威脅意圖分析評估；文獻(xiàn)［１０－１５］對各種情況和影響因素下的海上目標(biāo)威脅評估進(jìn)行論述；文獻(xiàn)［１６ －１７］研究了多目標(biāo)威脅評估方法；文獻(xiàn)［１８］建立了基于目標(biāo)類型特征、作戰(zhàn)能力和機(jī)動能力等的威脅評估模型。

本文提出基于組合權(quán)重ＴＯＰＳＩＳ 的海上目標(biāo)威脅評估模型，忽略了不同評估指標(biāo)權(quán)重的不確定性，盡可能地接近正理想解和遠(yuǎn)離負(fù)理想解，計(jì)算貼近度大小判斷威脅程度。該算法理論完善，實(shí)現(xiàn)方法簡單合理，便于工程應(yīng)用，為實(shí)現(xiàn)海上目標(biāo)威脅評估提供了可靠的方法。

１ 本方法技術(shù)路線

本方法首先分析海上目標(biāo)威脅因素構(gòu)建評估指標(biāo)體系；其次采用層次分析法（Ａｎａｌｙｔｉｃａｌ ＨｉｅｒａｒｃｈｙＰｒｏｃｅｓｓ，ＡＨＰ）確定主觀權(quán)重、熵權(quán)法獲得客觀權(quán)重，其中主觀權(quán)重通過不斷改進(jìn)，逐漸趨于穩(wěn)定；最后全面考慮主客觀信息后獲得目標(biāo)組合權(quán)重，形成目標(biāo)決策矩陣信息，利用ＴＯＰＳＩＳ 計(jì)算貼近度進(jìn)行海上目標(biāo)威脅度排序。其中在ＴＯＰＳＩＳ 經(jīng)典方法基礎(chǔ)上，本文創(chuàng)新地將主觀權(quán)重和客觀權(quán)重的組合賦權(quán)，通過構(gòu)建的海上目標(biāo)威脅評估指標(biāo)模型，實(shí)現(xiàn)一種新的可工程應(yīng)用的海上目標(biāo)威脅評估方法。技術(shù)路線如圖１ 所示。

２ 海上目標(biāo)威脅指標(biāo)體系構(gòu)建

基于復(fù)雜海戰(zhàn)場目標(biāo)情況，構(gòu)建的海上目標(biāo)威脅評估指標(biāo)體系如圖２ 所示，主要考慮海上目標(biāo)作戰(zhàn)能力、活動情況和其他影響因素。

２． １ 作戰(zhàn)能力

① 目標(biāo)類型：不同的目標(biāo)類型對我方的威脅程度不同，水面艦艇主要分為編隊(duì)、航母、巡洋艦、驅(qū)逐艦、護(hù)衛(wèi)艦和其他類型艦船等。綜合根據(jù)目標(biāo)固有屬性定義目標(biāo)威脅評估指數(shù)，并對威脅度進(jìn)行量化，如表１ 所示。

② 目標(biāo)指揮控制能力：包括目標(biāo)預(yù)警探測、信息通信、信息處理、指揮決策和行動控制等能力，具體指標(biāo)是對相同目標(biāo)大小、高度及氣象條件下探測距離，信息通聯(lián)狀態(tài)、信息處理程度、指揮決策水平和行動執(zhí)行情況等影響因子的綜合評估，對應(yīng)的影響度可分別約定為０． ２、０． ３、０． １、０． ２ 和０． １，剩余０． １ 作為綜合判斷因子。綜合評估后按照表２ 對指揮控制能力的威脅度量化。

③ 目標(biāo)火力打擊能力：可體現(xiàn)在敵方目標(biāo)攜帶武器的數(shù)量、有效射程、射速、種類、命中精度和同時發(fā)射能力，以及目標(biāo)本身屬性，按照表２ 對目標(biāo)火力打擊能力的強(qiáng)弱進(jìn)行威脅度的量化。

④ 目標(biāo)電子對抗能力：干擾、抗干擾是影響目標(biāo)作戰(zhàn)能力的重要因素，依據(jù)表２ 對目標(biāo)威脅程度進(jìn)行量化。

２． ２ 活動情況

① 目標(biāo)速度：目標(biāo)速度威脅指標(biāo)反映了目標(biāo)運(yùn)動狀態(tài)的威脅程度，運(yùn)動狀態(tài)不僅與作戰(zhàn)意圖有較大的關(guān)聯(lián)，而且目標(biāo)運(yùn)動得越快，其位置和所處的環(huán)境變化也越快，我方艦載機(jī)實(shí)施瞄準(zhǔn)、跟蹤和打擊的難度越大，其生存能力越強(qiáng)。因此，主要考慮速度標(biāo)量比值的大小，其指標(biāo)的處理按下式進(jìn)行：

Ｉｖ ＝ １ － ｅα·ｖ ｖ ＞ ０， （１）

式中：α ＝ －０． ０２。

② 目標(biāo)威脅航向：目標(biāo)威脅航向角度是目標(biāo)火力打擊方向與雙方艦載平臺之間連線的夾角。由于目標(biāo)武器平臺可進(jìn)行旋轉(zhuǎn)，目標(biāo)的攻擊方向與目標(biāo)的運(yùn)動方向并不一致。當(dāng)目標(biāo)火力打擊方向指向我方艦載機(jī)，我方艦載火力打擊方向指向目標(biāo)的相反方向時，目標(biāo)的進(jìn)入角度最大，目標(biāo)的威脅度最大。計(jì)算如下：

式中：θ０ ＝ ９０，αθ ＝ ０． ３，γθ ＝ －０． ０１５。

③ 目標(biāo)距離：距離越近，給我方的防御時間越短，對我方平臺的威脅度越大。因此，其隸屬度函數(shù)值應(yīng)隨距離增加而單調(diào)下降，此外不同階段其威脅度的變化趨勢不同，當(dāng)距離越近，其威脅度的變化趨勢越快。具體計(jì)算如下：

式中：ｄ０ ＝ １０，αｄ ＝ ０． １５，γｄ ＝ －０． ００８。

２． ３ 其他影響因素

① 行為意圖：結(jié)合軍事作戰(zhàn)知識，將行為意圖分為攻擊、電子戰(zhàn)、威懾、掩護(hù)、協(xié)同、偵察、訓(xùn)練、日常巡邏和規(guī)避。當(dāng)敵方目標(biāo)發(fā)起攻擊，對我方造成的威脅程度比較高；當(dāng)敵方進(jìn)行電子戰(zhàn)時，影響我方對敵方目標(biāo)信息獲取能力，從而影響我方的作戰(zhàn)決策和指揮；當(dāng)敵方具有掩護(hù)意圖或規(guī)避的意圖時，對我方的威脅程度減小。行為意圖的威脅度量化如表３ 所示。

② 威脅因素：包括所處的氣象環(huán)境、國際輿論、目標(biāo)活動規(guī)律和突變情況因素組成的威脅因素之和，如表４ 所示。

３ 基于組合權(quán)重ＴＯＰＳＩＳ 的海上目標(biāo)威脅評估模型

３． １ 主觀權(quán)重的求取

真實(shí)戰(zhàn)場的情況錯綜復(fù)雜，對指揮員的專業(yè)能力、實(shí)戰(zhàn)經(jīng)驗(yàn)以及心理素質(zhì)都有極高的要求，在威脅評估中融合專家指揮經(jīng)驗(yàn)十分重要。利用ＡＨＰ 可通過不同的標(biāo)度將所有評估指標(biāo)的重要程度進(jìn)行兩兩對比，提高評估結(jié)果的可靠性。具體步驟如下：

① 通過對指標(biāo)重要程度的兩兩對比，由專家打分得到判斷矩陣Ｃ ＝ （ｃｉｊ）ｍ×ｍ ，計(jì)算如下：

式中：ｍ 為評估指標(biāo)的個數(shù)，λｍａｘ 為判斷矩陣的最大特征值。當(dāng)ＣＩ≤ε（ε ＝ ０． ００１）時，判斷矩陣滿足一致性檢驗(yàn)，則計(jì)算出的權(quán)重值即主觀權(quán)重值ｗ′，當(dāng)不滿足一致性檢驗(yàn)條件時，需對一致性指標(biāo)進(jìn)行修正，計(jì)算公式為：

ＣＲ ＝ ＣＩ／ＲＩ， （９）

式中：ＲＩ 為修正系數(shù)，ＲＩ 會隨矩陣Ｃ 的維度ｍ 變化而變化，如表５ 所示。

一般情況下，當(dāng)ＣＲ≤０． １ 時，可以認(rèn)為判斷矩陣滿足一致性要求，此時就可以得到主觀權(quán)重值。

３． ２ 客觀權(quán)重的求取

熵權(quán)法是以信息論中熵為基礎(chǔ)，利用數(shù)據(jù)的效用值來修正指標(biāo)的權(quán)重系數(shù)，有效地避免了由主觀賦權(quán)產(chǎn)生的隨意性，客觀性更強(qiáng)。具體步驟如下：

① 將ｎ 個評價對象的ｍ 項(xiàng)指標(biāo)值排列成如下的評估指標(biāo)矩陣：

３． ３ 基于組合權(quán)重的ＴＯＰＳＩＳ

為既兼顧評估專家對指標(biāo)的偏好，又力爭減少客觀賦權(quán)的不確定性，采用線性加權(quán)的方法對權(quán)重進(jìn)行處理，較準(zhǔn)確地體現(xiàn)指標(biāo)的重要程度，定義組合權(quán)重向量ｗ：

ｗｊ ＝ ａｗ′ｊ ＋ ｂｗ″ｊ（ｊ ＝ １，２，…，ｍ）， （１５）

式中：ａ 為主觀權(quán)重的影響因子，ｂ 為客觀權(quán)重的影響因子，滿足０≤ａ，ｂ≤１，ａ＋ｂ ＝ １，可以通過改變ａ和ｂ 的值來體現(xiàn)主客觀權(quán)重的相對重要程度。采用組合權(quán)重對標(biāo)準(zhǔn)矩陣加權(quán)后得到?jīng)Q策矩陣Ｘ，利用ＴＯＰＳＩＳ 方法計(jì)算各目標(biāo)的貼近度，計(jì)算步驟如下。

① 計(jì)算正理想解Ｘ＋和負(fù)理想解Ｘ－：

相對貼近度可以表征目標(biāo)威脅評估程度，相對貼近度大的，則威脅程度高。

４ 仿真實(shí)例

４． １ ｔ１ 時刻仿真試驗(yàn)

假設(shè)一次海上戰(zhàn)斗中，在ｔ１ 時刻我方通過各種傳感器獲取了敵方８ 批目標(biāo)的威脅評估指標(biāo)參數(shù)，如表６ 所示。

通過詢問相關(guān)專家，并查閱參考文獻(xiàn)后建立判斷矩陣，判斷矩陣的具體數(shù)值為：

利用式（６）計(jì)算各指標(biāo)的主觀權(quán)重向量：ｗ′ｊ ＝［０． ０３１ ６，０． ２４１ ９，０． １０５ ４，０． １７６ ０，０． ０３１ １，０． １３５ ２，０． ０５５ ０，０． １３８ ４，０． ０８５ ３］，并根據(jù)式（８）求得判斷矩陣最大特征根λｍａｘ ＝ １０． １２２，利用式（７）進(jìn)行一致性檢驗(yàn)，ＣＩ ＝ ０． １４，通過查表１ 得到修正系數(shù)ＲＩ ＝１． ４５，根據(jù)式（９）計(jì)算得到一致性檢驗(yàn)指標(biāo)ＣＲ ＝０． ０９６＜０． １，滿足判斷矩陣的一致性檢驗(yàn)條件，故該權(quán)重向量可信度較高。

按照威脅隸屬度公式對表６ 進(jìn)行標(biāo)準(zhǔn)化處理得到的目標(biāo)威脅評估矩陣，如表７ 所示。

利用熵權(quán)法計(jì)算得到各評估指標(biāo)的客觀權(quán)重：ｗ″＝ ［０． ０９４ ５，０． ０８４ ３，０． １１４ ０，０． ２１５ ４，０． ０９２ ８，０． １１６ ６，０． ０５７ ８，０． １３５ ６，０． ０８９ １］。

當(dāng)影響因子ａ、ｂ 取不同值時，利用式（１５）對主觀權(quán)重和客觀權(quán)重組合賦權(quán)，計(jì)算的綜合權(quán)重結(jié)果如表８ 所示。其中當(dāng)ａ ＝ ０，ｂ ＝ １ 時，綜合權(quán)重即客觀權(quán)重；相應(yīng)地，當(dāng)ａ ＝ １，ｂ ＝ ０ 時，綜合權(quán)重則為主觀權(quán)重。

當(dāng)ａ ＝ ０． ５，ｂ ＝ ０． ５ 時，對標(biāo)準(zhǔn)化目標(biāo)威脅評估矩陣?yán)镁C合權(quán)重進(jìn)行加權(quán)處理，得到加權(quán)矩陣，根據(jù)式（１６）、式（１７）計(jì)算得到的正負(fù)理想解為：

Ｘ＋ ＝ （０． １６４ ６，０． １１７ ９，０． １２８ １，０． ０１０ ４，０． ０３２ １，０． １９５ ９，０． １４７ ２，０． ２０８ ０）， （２２）

Ｘ－ ＝ （０． ０７０ ３，０． ０９７ ７，０． ０９６ ５，０． ２０８ ５，０． １８９ ０，０． ０３０ ４，０． ０８３ ７，０． ０１０ ２）。（２３）

目標(biāo)威脅評估結(jié)果：Ｄ＞Ｅ＞Ｂ＞Ｃ＞Ｇ＞Ａ＞Ｆ＞Ｈ。當(dāng)影響因子ａ、ｂ 取不同值時，采用ＴＯＰＳＩＳ 法中式（１８）～ 式（２０）對各目標(biāo)的與正理想解的相對貼近度進(jìn)行計(jì)算，對應(yīng)的目標(biāo)威脅評估結(jié)果如圖３ 和表９ 所示。當(dāng)ａ、ｂ 分別取值：ａ ＝ ０、ｂ ＝ １，ａ ＝ ０． ２、ｂ ＝０． ８，ａ ＝ ０． ５、ｂ ＝ ０． ５，目標(biāo)威脅排序?yàn)椋海模荆牛荆拢荆茫荆牵荆粒荆疲荆?；?dāng)ａ、ｂ 分別取值：ａ ＝ ０． ８、ｂ ＝ ０． ２，ａ ＝ １、ｂ ＝ ０，目標(biāo)威脅排序?yàn)椋海模荆牛荆茫荆拢荆牵荆粒荆疲荆取?/p>

４． ２ ｔ２ 時刻仿真試驗(yàn)

在ｔ２ 時刻，這８ 批目標(biāo)的威脅評估指標(biāo)參數(shù)如表１０ 所示。對這８ 批目標(biāo)的威脅評估過程如下所示。

按照威脅隸屬度公式對表１０ 進(jìn)行標(biāo)準(zhǔn)化處理得到的目標(biāo)威脅評估矩陣如表１１ 所示。

利用熵權(quán)法計(jì)算得到各評估指標(biāo)的客觀權(quán)

重為：

ｗ″ ＝ ［０． ０８７ ８，０． ０８３ ０，０． １５０ ０，０． １３５ ３，０． １９２ ８，０． ０８０ ５，０． ０９２ ７，０． ０９３ ６，０． ０８４ ３］。（２４）

當(dāng)影響因子?。?＝ ０． ５，ｂ ＝ ０． ５ 時，利用式（１５）對主觀權(quán)重和客觀權(quán)重組合賦權(quán)，計(jì)算的綜合權(quán)重結(jié)果為：

ｗ ＝ ［０． ０５９ ７，０． １６２ ５，０． １２７ ７，０． １５５ ６，０． １１１ ９，０． １０７ ９，０． ０７３ ９，０． １１６ ０，０． ０８４ ８］。（２５）

根據(jù)式（１６）、式（１７）計(jì)算得到的正負(fù)理想解：

Ｘ＋ ＝ （０． １１３ ６，０． １２２ ０，０． １１７ ４，０． ０３８ ０，０． ００２ ４， ０． １６９ ６，０． １１０ ０，０． １８６ ６）， （２６）

Ｘ－ ＝ （０． ０８５ ８，０． ０７１ ２，０． ０７６ ６，０． １６０ ９，０． １８８ ８， ０． ０２９ ３，０． ０８４ ６，０． ００５ ８）。（２７）

采用ＴＯＰＳＩＳ 法中式（１８）～ 式（２０）對各目標(biāo)的與正理想解的相對貼近度進(jìn)行計(jì)算，計(jì)算結(jié)果為：（０． ４３０ ４，０． ３６８ ６，０． ３９４ ８，０． ８０９ １，０． ９８７ ５，０． １４７ ２，０． ４３４ ９，０． ０３０ １）。目標(biāo)威脅評估結(jié)果：Ｅ ＞Ｄ ＞Ｇ ＞Ａ＞Ｃ＞Ｂ＞Ｆ＞Ｈ。

４． ３ 仿真試驗(yàn)分析

① 試驗(yàn)參數(shù)分析

試驗(yàn)過程中試驗(yàn)數(shù)據(jù)主要包括記錄的評估指標(biāo)體系參數(shù)Ａ、客觀權(quán)重Ａ、專家打分的主觀權(quán)重Ｃ、一致性指標(biāo)ＣＩ、修正系數(shù)ＲＩ、組合權(quán)重的影響因子（ａ、ｂ）、正理想解和負(fù)理想解的距離Ｓ＋ｉ 和Ｓｉ、相對貼近度Ｃ*ｉ ；其中Ａ 受系統(tǒng)探測、識別等因數(shù)以及評估指標(biāo)影響；同時主觀權(quán)重Ｃ 由專家對影響因素兩兩對比的重要程度確定，ａ、ｂ 作為輸入條件，其他參數(shù)都是通過計(jì)算得到的。本文方法是實(shí)現(xiàn)在Ａ和Ｃ 能夠事先確定，作為原始輸入的情況下，驗(yàn)證計(jì)算海上目標(biāo)威脅的評估能力和可行性。２ 次試驗(yàn)參數(shù)中目標(biāo)保持不變，運(yùn)動屬性發(fā)生變化，計(jì)算目標(biāo)威脅程度，和實(shí)際情況貼近。

② 試驗(yàn)結(jié)果分析

結(jié)合表８ 及表１２ 數(shù)據(jù)，與ｔ１ 時刻相比，目標(biāo)Ｅ加速向我方逼近，各指標(biāo)數(shù)據(jù)均表明其對我方的威脅程度呈上升趨勢；而目標(biāo)Ｄ 則遠(yuǎn)離我方，其對我方的威脅程度呈下降趨勢，這與仿真試驗(yàn)結(jié)果一致，說明基于主客觀組合賦權(quán)ＴＯＰＳＩＳ 目標(biāo)威脅評估方法是合理有效的。另外，仿真試驗(yàn)結(jié)果可進(jìn)一步為指揮決策人員提供靈活的威脅排序方式。

增加試驗(yàn)，如果變化主觀權(quán)重Ｃ，可以看出其對目標(biāo)Ｃ 和目標(biāo)Ｇ 影響度會偏大，將主要影響目標(biāo)Ｃ、目標(biāo)Ｇ 和目標(biāo)Ｂ 的排序情況；如果試驗(yàn)改變客觀權(quán)重Ａ，對Ｄ、Ｅ 現(xiàn)在排名靠前的威脅數(shù)值影響稍大，對排名靠后的影響度不大。

上述結(jié)果可得出以下結(jié)論：綜合權(quán)重僅由主觀權(quán)重決定，即數(shù)據(jù)主要由專家經(jīng)驗(yàn)獲得時，計(jì)算結(jié)果的標(biāo)準(zhǔn)差較大；綜合權(quán)重只由客觀權(quán)重影響時，數(shù)據(jù)全部由探測數(shù)據(jù)或經(jīng)理論推理的客觀數(shù)據(jù)組成，計(jì)算結(jié)果的標(biāo)準(zhǔn)差較大；而主客觀權(quán)重共同決定的組合權(quán)重得到結(jié)果的標(biāo)準(zhǔn)差介于二者之間，此結(jié)果既減少了客觀權(quán)重引起的信息的不確定性，又降低了主觀賦權(quán)的隨意性。結(jié)合定性分析，能夠證明該目標(biāo)威脅排序合理且符合實(shí)際。仿真試驗(yàn)結(jié)果可進(jìn)一步為決策人員提供靈活的威脅排序結(jié)果。

４． ４ 實(shí)際應(yīng)用分析

① 實(shí)際環(huán)境考慮分析

由于實(shí)際復(fù)雜海戰(zhàn)場環(huán)境，應(yīng)針對源頭進(jìn)行早期預(yù)警偵察，自敵方從基地出發(fā)進(jìn)行跟蹤監(jiān)視，盡早發(fā)現(xiàn)敵方編隊(duì)活動情況，依據(jù)活動規(guī)律，分析預(yù)測其可能的活動區(qū)域和意圖，利用構(gòu)建的指標(biāo)體系，盡早對敵目標(biāo)進(jìn)行威脅評估，并依據(jù)實(shí)時探測情況，調(diào)整評估參數(shù)，更新威脅評估結(jié)論。

針對較多不確定的因素，如臨時發(fā)現(xiàn)的目標(biāo)，應(yīng)盡量通過各種手段進(jìn)行跟蹤監(jiān)視識別，如果無法識別目標(biāo)類型，可通過其航行速度，幾何外形大小，初步確定其類型，其各種作戰(zhàn)能力可按照中間值處理，主觀權(quán)重影響因子ａ 取相對較小的值。

② 本方法的優(yōu)缺點(diǎn)

本方法的優(yōu)點(diǎn)為提供一種相對平衡的目標(biāo)威脅評估算法，減少客觀帶來的不確定性和主觀帶來的隨意性，同時由于評估指標(biāo)的確定性，主觀判斷矩陣通過試驗(yàn)通常情況下能夠趨于穩(wěn)定，同時計(jì)算方法簡單可靠，實(shí)際應(yīng)用便捷可行。其缺點(diǎn)為構(gòu)建的指標(biāo)參數(shù)與實(shí)際目標(biāo)信息不是強(qiáng)關(guān)聯(lián)，存在一定評估誤差，但歸一化后和通過主觀權(quán)重的組合，影響度有限。

③ 應(yīng)用參考啟示

傳統(tǒng)的海上目標(biāo)威脅評估沒有考慮主觀評價與客觀分析存在的差異對威脅的影響，本方法應(yīng)用組合賦權(quán)ＴＯＰＳＩＳ 的方法，能夠快速應(yīng)用于工程應(yīng)用中，可操作性強(qiáng)，評估結(jié)果合理、可靠。下一步將與實(shí)際作戰(zhàn)和仿真推演過程進(jìn)行總結(jié)歸納、比較，通過模擬各種復(fù)雜的戰(zhàn)場環(huán)境，反復(fù)仿真試驗(yàn)過程，使評估參數(shù)更加貼近實(shí)際，修正威脅評估指標(biāo)，為海上作戰(zhàn)預(yù)先判斷威脅提供新的方法和思路。

５ 結(jié)論

本文提出了一種基于組合賦權(quán)ＴＯＰＳＩＳ 的海上目標(biāo)威脅評估方法，主要結(jié)論如下：

① 建立了海上目標(biāo)威脅評估體系，詳盡闡述了該體系中各評估指標(biāo)的特點(diǎn)，構(gòu)建了各指標(biāo)的數(shù)學(xué)模型。

② 采用ＡＨＰ 確定主觀權(quán)重，采用熵權(quán)法確定客觀權(quán)重，并利用組合賦權(quán)法求取主客觀綜合權(quán)重。試驗(yàn)結(jié)果表明組合賦權(quán)法確定的指標(biāo)權(quán)重較單獨(dú)使用主觀賦權(quán)或客觀賦權(quán)更具合理性。

③ 采用組合權(quán)重對目標(biāo)威脅決策矩陣加權(quán)處理后利用ＴＯＰＳＩＳ 法得到目標(biāo)威脅排序。試驗(yàn)結(jié)果表明目標(biāo)威脅評估結(jié)果符合實(shí)際，可為指揮員提供有效的輔助決策。

參考文獻(xiàn)

［１］ 靳崇，孫娟，王永佳，等． 基于直覺模糊ＴＯＰＳＩＳ 和變權(quán)ＶＩＫＯＲ 的防空目標(biāo)威脅綜合評估［Ｊ］． 系統(tǒng)工程與電子技術(shù)，２０２２，４４（１）：１７２－１８０．

［２］ 楊璐，劉付顯，張濤，等． 基于組合賦權(quán)－ＴＯＰＳＩＳ 法的艦艇編隊(duì)空中目標(biāo)威脅評估模型［Ｊ］． 電光與控制，２０１９，２６（８）：６－１１．

［３］ 王思遠(yuǎn)，王剛，張家瑞． 基于變權(quán)ＴＯＰＳＩＳ 法的防空目標(biāo)威脅評估方法［Ｊ］． 彈箭與制導(dǎo)學(xué)報(bào)，２０１９，３９（６）：１７１－１７６．

［４］ 張浩為，謝軍偉，葛佳昂，等． 改進(jìn)ＴＯＰＳＩＳ 法的多時刻融合直覺模糊威脅評估［Ｊ］． 控制與決策，２０１９，３４（４）：８１１－８１５．

［５］ 王俊玲． 基于Ｔｏｐｓｉｓ 對無人艇保衛(wèi)目標(biāo)威脅程度的評價［Ｊ］． 信息系統(tǒng)工程，２０１７，２４（１０）：１３５－１３７．

［６］ 樊振華，師本慧，陳金勇，等． 基于動態(tài)貝葉斯網(wǎng)絡(luò)的意圖分析算法［Ｊ］． 無線電工程，２０１７，４７（１１）：４１－４４．

［７］ 李旭輝，顧穎彥，韓興豪，等． 基于動態(tài)云貝葉斯網(wǎng)絡(luò)的艦艇防空目標(biāo)威脅評估［Ｊ］． 艦船電子對抗，２０２１，４４（１）：３８－４４．

［８］ 劉詩瑤，王明，習(xí)朝輝，等． 基于動態(tài)貝葉斯網(wǎng)絡(luò)的無人戰(zhàn)車目標(biāo)威脅評估［Ｊ］． 火力與指揮控制，２０２１，４６（４）：５９－６４．

［９］ 翟貴敏，董龍明，邱瑞波，等． 基于貝葉斯網(wǎng)絡(luò)的空中目標(biāo)威脅估計(jì)算法［Ｊ］． 火力與指揮控制，２０１６，４１（１１）：９０－９３．

［１０］ 王#，騰克難，陳健，等． 特征數(shù)據(jù)缺失下海上要地防空威脅評估［Ｊ］． 艦船電子工程，２０２２，４２（４）：２２－２５．

［１１］ 楊童瑤，楊風(fēng)暴，吉琳娜，等． 基于行為意圖的海上目標(biāo)動態(tài)威脅評估［Ｊ］． 探測與控制學(xué)報(bào)，２０２１，４３（６）：８４－９１．

［１２］ 黃欽龍，劉忠，夏家偉． 海上近岸目標(biāo)威脅評估模型［Ｊ］． 指揮控制與仿真，２０１９，４１（５）：２１－２６．

［１３］ 李冬雷，姜禮平． 基于核主成分分析方法的水面艦艇空中目標(biāo)威脅評估［Ｊ］． 指揮控制與仿真，２０１６，３８（４）：３２－３５．

［１４］ 蘇瑤． 基于權(quán)重自適應(yīng)的艦艇防空目標(biāo)威脅評估研究［Ｃ］∥第八屆中國指揮控制大會論文集． 北京：兵器工業(yè)出版社，２０２０：５７８－５８２．

［１５］ 李寒雨，秦克，李家志，等． 一種基于改進(jìn)迭代決策樹算法的目標(biāo)威脅評估模型［Ｊ］． 艦船電子工程，２０１７，３７（１０）：２５－２９．

［１６］ 高楊，黃仰超，程國兵，等． 直覺模糊信息下基于ＶＩＫＯＲ 和三支決策的多目標(biāo)威脅評估方法［Ｊ］． 電子學(xué)報(bào)，２０２１，４９（３）：５４２－５４９．

［１７］ 侯思堯，李永光，陳思靜，等． 利用主客觀集成賦權(quán)法的多目標(biāo)威脅評估［Ｊ］． 電訊技術(shù)，２０１９，５９ （８ ）：９５６－９６１．

［１８］ 李智，齊瑩瑩，王莉． 基于ＤＢＮ 和證據(jù)網(wǎng)絡(luò)的目標(biāo)威脅評估方法研究［Ｊ］． 航天電子對抗，２０２２，３８ （２ ）：３８－４３．

作者簡介

唐偉廣 男，（１９８２—），碩士，高級工程師。

徐 超 男，（１９８６—），博士，工程師。主要研究方向：數(shù)據(jù)融合、目標(biāo)識別。

康彥肖 女，（１９７５—），正高級工程師。