数值范围，熵越大，概念所接受的数值范围也就越大，概念越模糊。

到矩阵归化后的特征向量即模糊隶属度，总总总，⋅⋅，总Ι总Ι总，⋅⋅，由计算结果可知各单次排序和总排序的致性比例均小于，结果可接受，各指标的权重可以确定。

云模型云模型是由李德毅院士于年提出，能够较好地处理定性概念与定量描述的不确定云模型基础上的雷达对抗装备模拟训练效果研究军事工程论文范围也就越大，概念越模糊。

云模型基础上的雷达对抗装备模拟训练效果研究军事工程论文。

矩阵致性检验根据上述求得的计算，对照的取值对应查找的值，求得致性比例，计算公式为−−ΙΙΙ当求得的，认为判断矩阵的致性是可接受的，否定性概念与定量描述的不确定转换问题。

自提出至今，已成功地应用到自然语言处理训练评估决策分析智能控制等领域。

云模型理论设是个用精确数值量表示的论域，与相对应的定性概念为，那么对于任意个论域中的元素，都有个具有比较稳定倾向的随机数∈，也叫做对的隶属度，将隶属度在论域上的分布称为隶属云，简称产生云滴，的过程，具体步骤为生成以为期望，为方差的个正态随机数，生成以为期望，为方差的个正态随机数，计算隶属度由上述步骤，可以获得个隶属度为的云滴重复上述过程，直至产生个指标建立的原则客观性。

建立的评估指标体系应当尽可能去除主观因素，尽量使其客观，能够较为准确地反映出雷达对抗装备模拟训练效果。

完备性。

建立指标时要着眼全局统筹考虑，建立的各个指标能够比较全面地涵盖雷达对抗装备模拟训练效果评估的全部内容。

云模型基础上的雷达对抗装备模拟训练效果研究军事工程论文。

语言评价的形式进行体现，目前常用的层次分析法德尔菲法灰色评估等评估方法在处理此类评估指标的不确定性和模糊性上还有所局限，而云模型在解决定性与定量指标综合评价问题具有独特的优势。

因此，本文综合运用和云模型，实现了定性评价与定量计算的结合。

首先，运用层次分析法确定了模拟训练效果评估的因素决策的准则，准则层分为侦察能力干扰能力和指挥能力。

侦察能力。

主要评估受训对象进行雷达对抗侦察，获取情报信息的能力，包括搜索发现目标特征识别分析和信息综合分析。

干扰能力。

摘要利用计算机仿真建模技术进行模拟训练是提升部队实战化训练水平的有效途径之，但训练效果如何评价，直比较棘手。

运用层次了定性评价与定量计算的结合。

首先，运用层次分析法确定了模拟训练效果评估的指标体系及各指标的权重其次，运用云模型处理了评估过程中的定性与定量结合的问题，处理了评估过程中的随机性和模糊性，对雷达对抗装备模拟训练效果进行了综合评估。

指标体系构建指标体系能够客观反映雷达对抗装备模拟训练的整体效果，在进行评估真和计算机技术的蓬勃发展及其在军事领域的广泛利用，运用模拟的方法改变训练的过程和方式，可有效解决实际训练中组织开展难训练环境缺乏和训练代价较大等难题，能够极大地提高部队实战化军事训练质量和效益。

雷达对抗装备模拟训练内容庞杂，影响因素众多且不易度量，评估结果准确与否将影响到部队的训练水平提高和人员训练热云模型基础上的雷达对抗装备模拟训练效果研究军事工程论文的指标体系及各指标的权重其次，运用云模型处理了评估过程中的定性与定量结合的问题，处理了评估过程中的随机性和模糊性，对雷达对抗装备模拟训练效果进行了综合评估。

指标体系构建指标体系能够客观反映雷达对抗装备模拟训练的整体效果，在进行评估时，构建的评估指标体系的科学性和合理性，将对评估结果是否准确产生很大影训练的过程和方式，可有效解决实际训练中组织开展难训练环境缺乏和训练代价较大等难题，能够极大地提高部队实战化军事训练质量和效益。

雷达对抗装备模拟训练内容庞杂，影响因素众多且不易度量，评估结果准确与否将影响到部队的训练水平提高和人员训练热情。

在评估过程中，既要基于大量的定量数据基础，又要以具有不确定性的自主观因素，尽量使其客观，能够较为准确地反映出雷达对抗装备模拟训练效果。

完备性。

建立指标时要着眼全局统筹考虑，建立的各个指标能够比较全面地涵盖雷达对抗装备模拟训练效果评估的全部内容。

云模型基础上的雷达对抗装备模拟训练效果研究军事工程论文。

摘要利用计算机仿真建模技术进行模拟训练是提升部队实战化析法构建雷达对抗装备模拟训练效果评估指标体系及其权重，采用云模型实现定性评价与定量计算相结合，对结果进行综合评估。

该方法简单易操作，可为雷达对抗及其他专业进行训练评估提供定的参考。

关键词云模型军事模拟训练训练评估雷达对抗引言随着模拟仿真和计算机技术的蓬勃发展及其在军事领域的广泛利用，运用模拟的方法改变，构建的评估指标体系的科学性和合理性，将对评估结果是否准确产生很大影响。

建立指标体系依据指标建立的原则，对雷达对抗装备模拟训练效果评估中各影响因素进行综合分析，建立了如图所示的指标体系。

指标体系自上而下分为目标层准则层和指标层。

模拟训练效果代表了雷达对抗装备模拟训练效果的总体目标，依据在评估中要考虑情。

在评估过程中，既要基于大量的定量数据基础，又要以具有不确定性的自然语言评价的形式进行体现，目前常用的层次分析法德尔菲法灰色评估等评估方法在处理此类评估指标的不确定性和模糊性上还有所局限，而云模型在解决定性与定量指标综合评价问题具有独特的优势。

因此，本文综合运用和云模型，实现训练水平的有效途径之，但训练效果如何评价，直比较棘手。

运用层次分析法构建雷达对抗装备模拟训练效果评估指标体系及其权重，采用云模型实现定性评价与定量计算相结合，对结果进行综合评估。

该方法简单易操作，可为雷达对抗及其他专业进行训练评估提供定的参考。

关键词云模型军事模拟训练训练评估雷达对抗引言随着模拟云模型基础上的雷达对抗装备模拟训练效果研究军事工程论文为止。

逆向云发生器逆向云发生器可实现定量数值到定性概念的转换，以模拟训练中实际测得的统计数据为基础，转换为以云的数字特征表示的定性概念，计算公式为其中为统计数据的个数−−。

指标建立的原则客观性。

建立的评估指标体系应当尽可能去超熵是熵的不确定性的度量，即的熵，反映了云滴的离散程度。

超熵越大，云滴越离散，隶属度的随机性越大，云的厚度也就越大。

云模型算法云模型的相关算法建立了定性与定量之间的相互联系，主要有正向发生器和逆向发生器指标近似法等。

正向云发生器正向云发生器可将定性概念转换为定量数值，是由云的数字特征转换问题。

自提出至今，已成功地应用到自然语言处理训练评估决策分析智能控制等领域。

云模型理论设是个用精确数值量表示的论域，与相对应的定性概念为，那么对于任意个论域中的元素，都有个具有比较稳定倾向的随机数∈，也叫做对的隶属度，将隶属度在论域上的分布称为隶属云，简称为云。

云的数字特征反映了定不符合致性要求，需对判断矩阵进行修改。

总排序致性检验检验最终的分析结果的致性，总排序的致性比例为总总总总Ι总Ι总ΙΙ当总时，认为总的层次排序结果致性较好，可以接受分析结果。

由上述步骤计算结果如表所示。

表致性检验结果导出云。

云的数字特征反映了定性知识的定量特性，用期望值熵超熵这个指标来表征。

期望值概念在论域中的中心值，也是最能代表定性概念的点，是隶属于概念。

熵是定性概念随机性和模糊度的度量，反应了代表这个定性概念的云滴的离散程度和在论域中可被这个概念所接受的云滴的数值范围，熵越大，概念所接受的数值滴为止。

逆向云发生器逆向云发生器可实现定量数值到定性概念的转换，以模拟训练中实际测得的统计数据为基础，转换为以云的数字特征表示的定性概念，计算公式为其中为统计数据的个数−−。

云模型云模型是由李德毅院士于年提出，能够较好地处理。

超熵是熵的不确定性的度量，即的熵，反映了云滴的离散程度。

超熵越大，云滴越离散，隶属度的随机性越大，云的厚度也就越大。

云模型算法云模型的相关算法建立了定性与定量之间的相互联系，主要有正向发生器和逆向发生器指标近似法等。

正向云发生器正向云发生器可将定性概念转换为定量数值，是由云的数字特征