Многофункциональный беспилотный комплекс Konghai эффективно выполняет сложные морские задачи, систематическая оценка эффективности способствует продвижению его боевого применения. В связи с проблемой неопределенности измерительных данных при оценке координационной эффективности многофункционального беспилотного комплекса Konghai предлагается метод оценки эффективности координации на основе теории доказательств D-S. Метод основан на теории боевого цикла OODA и строит систему индикаторов оценки координационной эффективности многофункционального беспилотного комплекса, включающую четыре измерения: координационные возможности разведки и восприятия, координационные возможности анализа и суждения, координационные возможности командования и принятия решений, а также координационные операционные возможности; учитывая зависимость субъективного метода взвешивания от экспертного опыта, разработан объективный механизм взвешивания, который с помощью расстояния Хеллингера и коэффициента корреляции формирует матрицу сходства индикаторов и объединяет прямые веса с учетом степени сходства индикаторов и косвенные веса, отражающие взаимное влияние индикаторов, эффективно захватывая сложные взаимосвязи показателей в процессе координации; через функцию принадлежности моделируется неопределенность данных показателей, каждый показатель рассматривается как доказательство для подтверждения результатов оценки, и применяется правило Демпстера для слияния, получая окончательный результат оценки координационной эффективности. Результаты имитационного тестирования показывают, что предложенный метод способен реализовать оценку координационной эффективности многофункционального беспилотного комплекса Konghai и предоставить согласованные результаты оценки в условиях неопределенности данных. Результаты оценки могут служить справочной основой для боевого применения многофункционального беспилотного комплекса Konghai.
关键词
многофункциональный беспилотный комплекс Konghai;оценка координационной эффективности;теория доказательств D-S;боевой цикл OODA;сложные сети