基于粗糙集理论的多属性评估方法的研究

传统的模糊综合评价方法利用模糊数学理论来描述评价过程中涉及的一些模糊因素,取得了一定效果。但这种方法存在的隶属度参数调整的主观性、网络结构不易确定、模糊规则的选取等问题不易解决。本文提出结合粗糙集理论（RS）和模糊神经网络（FNN）的一种网络评估模型。使得网络的结构容易确定,并利用Rosetta软件轻松提取模糊规则。是一种具有通用性的网络评估模型。     

五维战场视景仿真应用研究

虚拟作战仿真系统的建设在开发模拟作战指挥训练中占有很重要的地位,Vega是实时三维动态视景仿真的主要支撑软件,两者的结合在战场模拟中一直没能得到很好地解决。该文基于MultiGenVega并结合MFC对陆地、海洋、天空、太空、电磁五维战场进行多角度、多层次模拟仿真。从战场实际应用的角度出发,设计了一套五维战场作战可视化仿真交互系统5DBS,将各种气象环境和不同的运动模式,以及大量的作战武器和3D真实感声音集成到同一系统中,并可进行不同的显示控制。在Vega中成功地得到验证和应用,具有交互性强、实时性好等优点,为学习和研究虚拟战场提供了有益的借鉴。     

基于粗糙集理论的多属性评估方法的研究

传统的模糊综合评价利用模糊数学理论来描述评价过程中涉及的一些模糊因素,取得了一定效果。但这种方法存在如隶属度参数的调整的主观性,网络结构不易确定,模糊规则的选取等问题不易解决。文章提出结合粗糙集理论（RS）和模糊神经网络（FNN）的一种网络评估模型,使得网络的结构容易确定,并利用Rosetta软件轻松提取模糊规则,是一种具有通用性的网络评估模型。