摘要：先分析不同等级的任务，之后再根据合适的相控阵雷达维修方案来选择合适的问题。在实际操作过程中，大家需要根据先分析合适的面向任务的维修方案，之后再采用更好的方法解决问题。该方法可以以理想排序法为基础，之后再通过引入区间数据来处理决策信息。之后再通过有效地引入变权理念来弥补掌权决策过程中产生的误差。本文主要在分析的过程中给出具体的方法和步骤，之后再运用实际的方法进行验证。
　　关键词：相控阵雷达;维修方案;优选方法;分析策略
　　引言：
　　目前，相控阵雷达在我国的防控和反导弹等军事领域都有着非常广泛的应用，在实际使用的过程中也能够发挥关键的作用。只有合理地选择合适的相控阵雷达才能够有效地改变维修方案。当前，包括层次分析法、灰色关联分析法和其他多种方法都可以被运用于方案选择的过程中^[1]。但是，由于TOPSIS法能够在运用的过程中解决多重属性问题，所以一直被广泛应用。本文具体分析一种TOPSIS法相控阵雷达维修方案方法来更好地发挥作用。
　　1.维修方案优选模型理论知识
　　1.1区间数
　　区间数存在于实数轴内部的一个闭合区间内部。实际操作时可以用A=[a^L，a^U]={x，a^L<x<a^u，a^U，a^L ∈R}。如果区间内部的数目下限存在a^L>0时，则内部的A可以被当作一个正区间数。如果a^L和a^U数值相等时，区间内的A则可以直接变成一个实数。一般而言，区间内部的数据都可以被称为正区间数。对于任何2个区间内部的数据而言，在运算过程中需要满足如下的运算法则：
　　（1）A±B=[a^L±b^L，a^U±b^U]
　　（2）Ka=[ka^L，ka^U]
　　（3）A*B=[min{a^Lb^L，a^Lb^U，a^Ub^L，a^Ub^L}max{a^Lb^L，a^Lb^U，a^Ub^L}
　　在实际进行决策时，大家可以根据定量属性之间的区间数值、实际测试的数值和历史数据进行综合分析。并需要根据各个属性语言变量之间内部来给出相关的数据。表1直接给出了具有5个不同属性等级的区间数量化表。
　　1.2变权理论
　　变权理论思想是由李洪兴教授所提出的一种空间理论。在此理论的背景下，专家将会强调因素权重将会直接随着因素状态的变化而不断变化，只有这样才能够有效地弥补常权决策过程中产生的偏差^[2]。
　　在变权理论的背景下，大家可以对变权的过程有一种充足的定义。主要指的是可以先表现出n个映射的现象：wj=（j=1，2，3……n）：[0，1]，（x₁，……x_n） w_j （x₁，x₂，x₃……x_n）這样的权值在使用的过程中将会表现出归一性、连续性和单调性的特征。
　　2.面向任务的维修方案优选模型
　　可以看出，TOPSIS方法确实是最接近理想方案的一种方法。在实际操作时，可以通过有效的求解来确定备选方案和正负方案之间的距离。等到进行排序之后再确定优先级的方案，最终再筛选出最优的方案。可以通过构建面向任务维修方案的优选模型，才能够最终选择出最优的方案。在该模型的背景下，可以直接通过引入区间内部的数据来处理不确定的决策属性。之后再通过控制不同任务的属性权重来同步跟进不同的作战任务。必要时也可以通过借助TOPSIS法来确定最优的维修方案。
　　不同的任务等级将会和决策属性内部的要求有效地结合，也会对维修方案提出不一样的要求。因此，在转换相控阵雷达任务的过程中，需要随时准备好不同任务等级下的最优维修方案。图1为面向任务的优化流程：
　　图1 模型实施流程
　　可以看出整个流程非常简洁，主要可以由“明确任务等级数”、“构造区间多属性决策矩阵”、“确定决策属性权重”、“确定属性任务权重”和其他几个步骤一起组成。具体又可以分为如下几个步骤
　　2.1构造区间数多属性决策矩阵
　　如果有m个备选维修方案可以共同组成方案集V={V₁，……V_m}。n个决策属性共同将共同组成决策属性集U={U₁，……U_n}。方案V_i与属性U_j本身的决策值可以用区间的数值来表示，最终表示为A=[a_ij^L，a_ij^U（i=1，2，…m;j=1，2，…）可以对决策值区间内的A进行无量纲处理，才能够有效地消除决策值之间不同物理量纲对决策结果产生的影响。
　　2.2确定属性任务权重
　　假设相控阵雷达内部一共有p个任务等级和n个决策属性。在实际操作时，大家需要先考虑到不同的任务等级对相控阵雷达的性能要求^[3]。总体可以采用如下步骤来确定属性任务的权重： 　　可以先邀请相关领域内的n位专家，之后再采用3级比例标度对属性内部的两重重要性进行评分，其3级标度q_ij的含义分别如下所示：
　　q_ij= 1. 属性x_i比x_j重要
　　0.5 属性x_i与x_j同样重要
　　0   属性x_i比不上x_j重要
　　当位于h个任务等级条件下时，n个专家可以对属性i和j之间的重要性进行评分，并将评分的指标确定为q_ijk（k=1，2，…，s），则可以将指标i和j重要性平均评分为：
　　当上一步求得了第h个任务等级下的决策属性时，其w_hi的值可以表示为：
　　2.3构造属性状态变权向量
　　通过选取变权向量和构造就能够成功地实施属性变权。正是因为指数型的变权向量内部有着较多的优点，所以在使用的过程中不仅能够明显地体现决策的要求，更加能够灵活地设置参数模型。整个模型的扩展能力也很强。所以，可以采用指数型的状态变权向量来构造P_i的状态向量，并有效地确定变权向量S。算式如下：
　　S_j（Y_i）=e-β（y_ij-γ），y_ij<γ
　　1，Y_ij>γ                        ， j=1，2…，n（12）
　　算式中的β代表惩罚水平，将会直接体现决策结果与均衡因素之间的关系。如果内部β的值越大，则方案的结果将会越偏向于属性间均衡的因素。其中，γ将被称为否定水平，j将会成为属性状态值。y_ij<γ，则大家可以通过分析变权来加强其内部属性的权重。
　　3.结束语
　　综上所述，本文先介绍了维修方案优选模型的理论知识，之后再结合具体情况分析维修方案优选模型内部的步骤^[4]。在实际操作的过程中，大家一定要结合实际的案例进行分析，才能够让优选模型发挥更大的作用。
　　参考文献：
　　[1]吴叶科，宋如顺，陈波.基于博弈论的综合赋权法的信息安全风险评[J].计算机工程与科学，2017（5）：198-203
　　[2]杨宝臣，陈跃.基于变权和 TOPSIS 方法的灰色关联决策模型[J].系统工程，2017（5）：206-209
　　[3]杨红军，董礼.基于直觉模糊集多属性决策的灰色关联分析方法[J].微电子学与计算机，2016（5）：196-204
　　[4]焦利明，于伟，李冬岩.用赋权公式法对战术防空 C 3 I系统综合效能评估[J].电光与控制，2017（5）：69-74
　　作者简介：张智远（1984.12）男汉江西南昌2005年毕业于江西财经大学通訊技术专业  本科。现供职于中国电子科技集团公司第三十八研究所工程师，研究方向雷达总体设计。
　　收刊地址：张智远：18919651330安徽省合肥市高新区合欢路38所北门邮编230031