基于自适应直觉模糊推理的威胁评估方法

摘要：

将直觉模糊集理论引入信息融合领域,提出一种基于自适应直觉模糊推理的威胁评估方法.首先,分析了现有威胁评估方法的特点与局限性,建立了基于自适应神经一直觉模糊推理系统(ANIFIS)的Takagi-Sugeno型威胁评估模型.其次,设计了系统变量的属性函数和推理规则,确定了各层输入输出的计算关系,以及系统输出结果的合成计算表达式.再次,分析了模型的全局逼近性,设计了网络学习算法.最后,以20批典型目标的威胁评估为例,给出相应的评估结果,验证了方法的有效性和模型的正确性.实践结果表明,该方法可以提高威胁评估的可信度,改进评估质量,提高推理结果综合值的精度.

关键词：信息融合、威胁评估、直觉模糊集、自适应、神经网络

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：国家部级科研项目51406030104DZ0120;陕西省自然科学基金2006F18

在线出版日期：2008-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2805-2809