JMATH 数学杂志 2314 - 4785 2314 - 4629 Hindawi 10.1155 / 2020/4308756 4308756 研究文章 选择使用无人机的多准则决策辩护 Hamurcu 穆斯塔法 https://orcid.org/0000 - 0003 - 4781 - 854 x Eren 温和的 刘 Ming-Sheng 工业工程系 Kırıkkale大学 Kırıkkale 土耳其 kku.edu.tr 2020年 17 6 2020年 2020年 18 03 2020年 27 05年 2020年 28 05年 2020年 17 6 2020年 2020年 版权©2020 Mustafa Hamurcu和Eren降服。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

无人系统已经取得了显著的繁荣在过去十年里在不同的领域和技术发展。其中一个无人系统是无人机(uav)。无人机用于侦察和观察在军事领域,在攻击和摧毁任务发挥至关重要的作用。这些车辆一起赢得更多的特性与发展中技术在今天的世界。此外,他们已经不同与不同的特性。系统的、有效的方法对无人机的选择是必要的选择考虑的关键任务的最佳选择。多准则决策(指标)方法分析过程是适合处理复杂的选择的替代车辆。本研究还提出了一种集成方法基于层次分析法(AHP)和技术为顺序偏好相似理想溶液(TOPSIS)评估无人机替代选择的过程。首先,AHP指标方法,用于确定每个关键因素的权重。随后,它利用TOPSIS方法等级车辆选择的决策问题。 Result of the study shows that UAV-1 was selected as the most suitable vehicle. In results, it is seen that the weights of the evaluation criteria found by using AHP affect the decision-making process. Finally, the validation and sensitivity analysis of the solution are made and discussed.

 1。介绍

无人驾驶飞行器(无人机)命名,如遥控车辆,无人机,机器人飞机和无人驾驶飞机,在许多方面。无人机自主飞行或半自治( 1]。无人机成为许多现代军队的重要元素和各种民用领域。需求已经增加了各种类型的无人机将在战场上他们的成功。与此同时,他们也有能力如持续监视、战术和作战侦察、韧性和低效益风险,低成本。增加使用这些车辆增长与不断增加的对战场情报的需求,加强国家的国防预算,更快的操作的节奏,和降低对人员伤亡在国防领域。此外,无人机也成为一个合适的车辆等各种民用应用灾害监测和大气观测( 2]。在发达国家,土耳其也在开发国防和民用无人机的使用。

无人机主要发展了军事应用和军事领域几年前。然而,现在,他们已经构成严重的无人机的设计和功能增强与他们的不同大小由于机器人的技术进步。今天,无人机的众多民间应用最近出现了由于其可靠性和操作一个很好的飞行稳定的水平。无人机根据他们的选择有一些优势,比如一架直升机。这些优势都必须达到难以访问的地方,长时间的重复工作,或操作在危险的条件下,特别是长时间或在压力条件下和在危险的任务 3, 4]。所以,这些优势已经确保了使用这些车辆广泛。正常的无人机的体系结构由不同的五个组件的飞行系统,控制系统,监控系统,数据处理系统和着陆系统。

最好的无人机研发技术的选择是非常重要的在国防和影响能力和现代军队的必要性。能够执行侦察和监视任务的最有效的和有效的方式与精心挑选的无人机依靠规划者和管理者的决策。是非常重要的创造和发明,但他们也是多种多样,开发技术。因此,需要多准则选择过程与发展中技术最好的无人机决定。

本研究的主要目的是提出一个系统化的指标模型来帮助在国防领域的选择最合适的无人机在一组可用的选择。选择一个新的无人机是一个战略决策过程,具有很高的复杂性,因为标准,必须同时考虑。除此之外,大多数的这些标准互相影响,是矛盾的,标准的遵从性的增加可能会减少合规。因此,为了选择最好的无人机在市场上的选择,我们需要考虑不同的评估标准。指标的方法帮助选择最好的选择通过考虑不同的标准和评估所有的选择。学术文献的一些例子的应用在国防领域指标。他们中的一些正在评估海军战术导弹系统与模糊层次分析法( 5];选择攻击直升机的AHP ( 6];评价最好的主战坦克与模糊决策理论( 7, 8];武器选择利用AHP和TOPSIS ( 9,目标规划 10];ELECTRE(消除现实和选择翻译) 11];评估下的军事训练飞机使用指标模糊逻辑( 12, 13];使用指标测定方法最好的军用运输机( 14];选择投资项目的国防工业( 15];和军用机场位置选择的混合应用程序通过使用AHP-PROMETHEE——(偏好组织浓缩方法评价排名)VIKOR(塞尔维亚:虎钳Kriterijumska Optimizacija我Kompromisno Resenje)方法( 16]。尽管无人机发挥重要作用在设计一个有效的防御系统的军事领域,学术文献对无人机的选择是有限的。本文中描述的研究有两个具体目标:(1)介绍和描述无人机技术和他们的应用程序的重要性;(2)提供一个分析的过程,是基于AHP和TOPSIS方法替代无人机之间的最佳选择,帮助决策者在国防领域。

本研究的其余部分的结构如下:无人机的文献综述提出了部分 2。节 3、AHP和TOPSIS多准则决策方法,解释道。选择过程中利用AHP和TOPSIS是各种无人机部分 4。结论提出了部分 5。

 2。无人机在文献中

尽管无人机开发用于军事目的,包括侦察和攻击的角色,他们在全球范围内迅速普及各种民事领域。然而,现在,他们被用于很多领域。根据载人飞行器无人机系统有很多优点:首先,购买相关的使用成本低,管理和操作成本。他们可以产生高分辨率图像的有用的基于视频图像处理的流量分析。无人机有一些缺点,如低电池持续时间、电池寿命、无人机载荷有限,植被、建筑物、城市峡谷,起飞质量有限,有限的翼面,翼载荷有限,影响负面的禁飞区。如此,他们申请这个领域是有限的,受到一些因素影响他们的性能的影响,比如天气状况应该提到的,技术方面的问题,和物理障碍( 17]。

无人机被广泛使用,尤其是在交通和建筑业。无人机已用于各种目的,如安全/安全监测、检查、测量、航空摄影在建筑行业 18]。在交通,有应用,如获得详细的实时交通信息( 19];评估城市交通流条件通过无人机(使用视频 20.];并评估道路交叉口的交通流参数使用无人机(通过视频图像处理技术 21]。李等人提到交通和道路事故监测通过无人机( 22]。汗等人提出了一个广泛的系统研究和实践如何进行无人机交通研究[ 23]。齐射等人开发了一种新方法来评估实际交通流条件。在他们的方法,他们使用的视频被无人机(收购 20.]。Barmpounakis等人旨在回顾研究致力于使用无人机系统在交通在他们的研究。他们提到的优点机载视频作为一种手段获取高质量的自然数据对从业人员和研究人员在他们的研究( 24]。

除此之外,这些无人机的应用程序应用在不同的检验等领域重要的线性石油和天然气管道等基础设施或电输电线路和检验的风力涡轮机叶片通过无人机成像。无人机也在房地产行业中使用的目的进行空中调查和映射或记录交易计划的发展。同时,无人机在决策过程中使用在农业作物是否需要浇水,应用化肥。此外,居尔( 25]映射操作在露天矿是由使用无人机Erdelj和Natalizio搜索审查主要灾害管理应用程序与无人机( 26]。

有一些论文在文献中关于无人机及其各种应用程序。Hassanalian Abdelkefi给一些简短的信息相关的民用无人机/无人驾驶飞机和使用的字段。同时,他们提供全面的信息现状的法律框架和规定在土耳其和世界上 27]。Akgul等人评估无人机及其系统。与此同时,他们为林业评估这些车辆的使用面积( 28]。吴等人讨论的发展多目标任务飞行计划算法对无人机系统(UAS)国家空域系统内操作(NAS)在他们的研究 29日]。吴等人提出了一个系统的自动化操作无人机任务规划和一个视图。决策变量系统燃油消耗,飞行时间,风和天气条件,地形高程,空域分类、和其他飞机的飞行轨迹 30.]。Arıca等人提出了一种多准则为无人机路径规划模型。他们的模型有助于在最优路径的规划时间,距离,和燃料消耗 31日]。癌症了无人机的利弊与有人驾驶飞机相比,在书房。此外,他提供的信息所发生的历史发展和新技术的无人机( 32]。

Kiracı和Bakır关注飞机的选择来确定最合适的飞机航空公司与不同的飞行网络和不同的飞行目的地TOPSIS ( 33]。埃尔詹和Gencer调查了文学对“动态路线规划”无人机系统( 34]。林和挂选择军事无人机使用的模糊加权平均算法。在他们的研究中,他们使用三个主要标准任务的灵活性,操作适应性和操作评估( 35]。

此外,一些研究人员,从无人机的选择不同,研究关于飞机选型与多准则决策方法 36- - - - - - 38]。看到等人提出了一种多属性方法选择最佳的飞机一组备选方案之一。作者用假想的等价物和不一样的方法。他们用三个标准:速度、范围和乘客的数量( 39]。Yeh和Chang和群决策算法提出了一种模糊多准则决策评估每架飞机的性能。他们的研究,每架飞机的性能是通过模糊评估评级使用三个主要标准和十一subcriteria(主要标准:技术进步、社会责任和经济效益;subcriteria:飞机维修能力,飞行员适应性、飞机可靠性,最大射程,乘客的偏好、噪声水平、操作效率,航空公司机队规模经济,操作成本,采购价格,和公司战略) 40]。戈麦斯等人提出了一种模糊随机方法的选择飞机。NAIADE方法(新方法不精确的评估和决策环境)是他们评估过程中使用基于三个标准(金融、物流和质量),进一步明确十二subcriteria(购置成本、流动性、运营成本、范围、灵活性、巡航速度,更换零件的可用性、着陆和起飞距离,舒适,航空电子设备,可用性,和安全)( 41]。布鲁诺等人提出了一个模型飞机评估在他们的研究。提出的模型包括四个主要条件(经济效益、技术性能、飞机内部质量和环境影响)和八个subcriteria如飞机价格,操作成本、巡航速度,自主权,座位舒适,自带行李舱大小、噪音和环境污染。他们的目标是提出一种新的飞机模型评价根据航空公司的需求 42]。Dožić等人提出了一种新的方法对飞机选型问题对不同的标准,包括定量和定性方面,三个主要标准(飞机特点、成本和增值指标),和十subcriteria。他们使用来自不同航空公司和大学的专家的意见分析评估过程。使用模糊层次分析法由于不确定性决策问题的研究( 43]。从其他学者佩特科维奇等人研究了不同的主题。他们的具体需要选择适当的无人机农民为精准农业使用无人机收集必要的数据。他们选择最好的无人机无人机在两种类型的数据收集农业( 44]。

在这种背景下,本文提出了一种新型无人机模型选择,旨在克服无人机的评估过程的复杂性。集成AHP-TOPSIS方法多准则决策方法用于选择过程。这些方法包括一个简单的分析过程和基本计算。提出的混合模型有较低的计算复杂度水平,促进其实际应用。因此,一个系统的决策过程是通过开发模型及其适用性的可用性,帮助决策者在无人机选择过程。

论文的贡献可能认为通过两个主要问题:第一个是相关的选择标准作为模型输入,为决策和建模至关重要,而第二个是指指标技术。基于相关文献的分析,决策过程中使用标准的飞机选型确定。此外,论文的贡献是提出了无人机方法选择飞机的选择问题的基础上,首次综合指标的方法。我们看到各种飞机使用指标选择的研究方法在我们的文学研究完成的。我们看到一些研究无人机路径规划等及其任务规划。然而,文学是局限于无人机使用指标方法选择过程。此外,很多文章最近发表的关于各种无人机应用于军事用途和研究,推进无人机技术的主要因素,并做出了大的贡献。然而,学术研究决策对无人机是有限的。本研究将有助于在这方面的文献。

 3所示。多准则决策

在本节中,提出了AHP和TOPSIS方法。本研究利用两个指标方法,层次分析法来确定权重的标准和TOPSIS评价备选方案并选择最好的替代无人机。每个方法的简要描述和步骤,分别提供如下。

3.1。层次分析法

层次分析法(AHP)是一种灵活和有效的决策过程,由托马斯·l·Saaty。这个方法是有用的,做最好的决定决定建立的定量和定性方面的优先事项。AHP方法被应用在各个领域:管理、生产、运输、农业、工业、分配以及分配资源解决复杂决策问题的战略决策。有一些共同使用AHP的原因:(1)帮助决策者找到重要的学位使同时评价决策问题;(2)包括相对基本的数学计算与其他分析方法相比,(3)灵活是综合排名等各种决策方法和编程模型;和(4)有能力控制的数学计算和判断决策者( 45]。决策AHP层次结构包括三个层次的目标,标准,subcriteria,替代品。层次结构使问题更容易理解和更清晰的决策者在决策过程( 46, 47]。选择过程或在层次分析法计算权重有五个主要步骤( 48, 49]:

步骤1:确定决策问题、备选方案和标准。建立一个矩阵比较标准和替代明智地使用Saaty的规模。Saaty的规模:极端Importance-9;很强的Importance-7;强Importance-5;温和Importance-3;和Importance-1相等。

步骤2:计算两两比较的标准重量。所以,找到相对重要性权重的评估标准层次结构使用规模,1 - 9分,Saaty。创建和成对比较矩阵。

例如,<我t一个lic> n×<我t一个lic> n比较矩阵<我t一个lic> 一个创建的<我t一个lic> n标准的相对重要性标准<我t一个lic> 我和标准<我t一个lic> j。在<我t一个lic> 一个矩阵元素如下连接:

 (1) 一个 我 j = 1 , 一个 我 j = 1 一个 我 j 。

步骤3:创建标准化决策矩阵

第四步:计算一致性指数(CI)测量如下:

首先,计算<我t一个lic> ʎ马克斯价值总一致性;

 (2) CI = ʎ 马克斯 − n n − 1 。

第五步:计算一致性比率(CR)。如果小于0.10 CR (CR < 0.1),那么比层次分析法给出了一个可接受的水平的一致性。如果超过0.10 CR (CR > 0.1),比例不一致如下:

 (3) CR = CI 国际扶轮 < 0.10 , 用随机指数(RI),表中给出 1。

随机指数(RI)。

不。的标准 1 2 3 4 5 6 7 8 9 10
国际扶轮 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49
3.2。指标值

顺序偏好的技术相似,理想的解决方案(TOPSIS)技术建立了黄和尹,假定每一个标准的方法单调减少或增加公用事业[倾向 50, 51]。的必需积极理想溶液/最短的距离最远的距离负理想解决方案选择的选择是该技术的基本概念( 52]。这表明这个过程评估的欧几里得距离策略选择的替代品的相对亲密的理想解决方案。因此,一系列的比较的相对距离可以获得优先顺序的选择( 53]。

第一步包括建立一个由评价矩阵<我t一个lic> 米选择和<我t一个lic> n标准。每个选择的十字路口与每个标准是给出<我t一个lic> x ij因此,矩阵可以被描述为(<我t一个lic> x ij) 米×<我t一个lic> n。第二步包括矩阵的归一化: (4) R = r 我 j 米 × n , 在哪里 r 我 j = x 我 j ∑ 我 = 1 米 x 我 j 2 , 我 = 1、2 , … , 米 ; j = 1、2 , … , n 。

第三步包括加权标准化决策矩阵的计算: (5) t 我 j = r 我 j ∗ w j , 1 , 我 = 1、2 , … , 米 ; j = 1、2 , … , n , 在哪里 (6) w j = W j ∑ j = 1 n W j , j = 1、2 , … , n , 这<我nline-formula> ∑ j = 1 n W j = 1 ,<我nline-formula> w j 是原来的体重给指标<我nline-formula> v j ,<我t一个lic> j= 1,2,…<我t一个lic> n。其他步骤,我们计算最坏的替代(−)和最好的选择(+)。

在决策过程中,方程( 7)是用来确定每个替代和之间的距离正理想点。每个替代和负理想点之间的距离可以确定方程( 8)利用相同的分离措施( 54]: (7) d 我 j ∗ = ∑ 我 = 1 n V 我 j − V 我 ∗ 2 , (8) d 我 j − = ∑ 我 = 1 n V 我 j − V 我 − 2 , j = 1、2 , … 。

相对亲密(<我nline-formula> CC j ∗ )积极的理想解决方案可以由以下公式计算 (9) CC j ∗ = d j − d j − + d j + , j = 1、2 , … , 在哪里<我nline-formula> CC j ∗ 索引值在0和1之间。指数值越大意味着更好的性能选择。TOPSIS方法通常涉及利益和成本数据。摘要积极理想溶液(π)是一个最低的成本和最重要的好处是替代品,和负理想溶液(NIS)是最低成本和最高效益的替代品。

使用AHP和TOPSIS广泛路线选择等决策过程( 55),技术选择 56),项目选择( 57],位置选择[ 58],和车辆选择[ 59]。除此之外,这些方法已经用于研究维护策略选择( 60),供应商选择 61年),评价低排放能源技术( 62年),优化维修策略( 63年, 64年],选择电动公共汽车[ 65年),战略规划( 66年),和供应商选择 67年]。

 4所示。无人机的选择

该决策模型,由AHP和TOPSIS方法,由三个阶段组成。首先,确定模型中使用的标准;第二,发现使用层次分析法计算的重量标准;第三,与TOPSIS无人机的最终排名。

实现这个选择过程,AHP-TOPSIS混合模型被选中在本研究由于三个原因。这三个原因是简单的数学和计算过程,替代位置排名根据他们的整体性能,最后,提出了框架的信息需求是分层为层次结构,以简化信息输入和允许选择问题集中在一个小区域的大问题。此外,专家可以测量的不一致与CR值在这些决策过程。三步方法被用于这项研究无人机选择过程(见图 1)。

方法的原理图。

 4.1。识别的标准和专家团队

无人机经历了重大发展和获得快速增长的全球流行在过去几十年。如今,这些车辆被广泛应用于各种重要军事和国防应用的侦察、监视和安全加固( 68年]。无人机的评价中发挥着重要作用的设计一个有效的防御系统。无人机的生产商不断创新、提高无人机。这些发展过程旨在回答两个自己和潜在客户的需求。除此之外,这些过程改进的技术特点处理飞行参数如飞行距离、速度、负载能力和自主的。在这个范围中,我们评估六个替代无人机国防领域。我们用七个性能标准是重要的标准,属于无人机。这些条件的翼展(C1),长度(C2),有效负载能力(C3),耐力(C4),巡航速度(C5),操作高度(C6)和范围(C7)。这些标准对无人机很重要。例如,标准的有效载荷是无人机的最重要的标准之一。 With its capable payloads onboard, UAV can not only detect a target but also able to mark it with its laser designator and can attack. UAVs can take off, land, and fly fully autonomously for a mission without assistance from a pilot fully autonomously without assistance from a pilot. The payload capacity and variations are available for both civil and military applications. Criteria to be considered in evaluating UAVs are determined by the expert team. Furthermore, the judgments of experts are used in this methodology to evaluate the UAV selection process. The utilization of expert opinions is proposed in this methodology to define the problem statement, to identify the criteria for evaluating UAVs, and to the weight of the criteria in decision-making. The expert team determined six possible UAVs suitable for the needs for defence. The qualifications of experts are academic title, experience, and working area or institution, respectively: Expert 1, Prof Dr., 24, Optimization, Scheduling, and Decision-making/Expert 2, Assistant Prof, 12, Optimization and Energy/Expert 3, Assistant Prof, 10, Optimization/Expert 4, Assistant Prof, 12, Optimization/Expert 5, Research Assistant, 4, Decision-making/Expert 6, Mechanical engineer, 22, Turkish land forces command/Expert 7, Mechanical engineer, 23, Turkish land forces command. UAVs and their specifications are given in Table 2。

无人机及其规范。

Specif。 单位 替代无人机
UAV-1 UAV-2 UAV-3 UAV-4 UAV-5 UAV-6
C1 毫米 3100年 3400年 5110年 2200年 6500年 10500年
C2 毫米 1200年 3110年 4200年 1000年 4500年 6500年
C3 公斤 6 50 5 1。5 50 70年
C4 小时 20. 6 5 3 12 20.
C5 公里/小时 90年 180年 150年 80年 110年 80年
C6 公里/小时 5000年 4900年 450年 4500年 5500年 6800年
C7 公里/小时 1800年 600年 600年 150年 1300年 150年

本研究的目标是选择最好的无人机所示的目标层次结构的顶部。六个替代品和七个标准层次结构在同一图所示。

在层次分析法中,成对比较矩阵(表 3)是形成确定的标准重量。专家学者做评估使用Saaty 1 - 9的比例来确定值的标准两两比较矩阵。表 4显示的重量标准与层次分析法的结果比较。降序排列的标准权重如表所示 4可以看到,C3和C5额定比其余的标准更重要。此外,C4和C7评级相对较低,C1, C2, C6成为最低标准。一致性比率是发现通过使用公式( 1)和( 2)和随机指数(RI)。这个值是一个可接受的水平。选择最好的无人机的决策层次结构如图 2。

成对比较矩阵。

Crt。 C1 C2 C3 C4 C5 C6 C7
C1 1.000 3.000 0.333 0.333 0.333 0.200 0.333
C2 0.333 1.000 0.333 0.333 0.333 0.200 0.200
C3 3.000 3.000 1.000 1.000 3.000 3.000 0.333
C4 3.000 3.000 1.000 1.000 3.000 1.000 0.333
C5 3.000 3.000 0.333 0.333 1.000 1.000 0.333
C6 5.000 5.000 0.333 1.000 1.000 1.000 0.333
C7 3.000 5.000 3.000 3.000 3.000 3.000 1.000

标准及其重要的分数。

Crt。 C1 C2 C3 C4 C5 C6 C7 Imp.得分
C1 0.0545 0.1304 0.0526 0.0476 0.0286 0.0213 0.1163 0.0645
C2 0.0182 0.0435 0.0526 0.0476 0.0286 0.0213 0.0698 0.0402
C3 0.1636 0.1304 0.1579 0.1429 0.2571 0.3191 0.1163 0.1839
C4 0.1636 0.1304 0.1579 0.1429 0.2571 0.1064 0.1163 0.1535
C5 0.1636 0.1304 0.0526 0.0476 0.0857 0.1064 0.1163 0.1004
C6 0.2727 0.2174 0.0526 0.1429 0.0857 0.1064 0.1163 0.1420
C7 0.0545 0.1304 0.0526 0.0476 0.0286 0.0213 0.1163 0.3155
一致性比率(CR) 0.08388 < 0.10

无人机的决策层次选择过程。

获得一个加权TOPSIS方法使用决策表的标准由AHP权重计算。导致指标值加权决策矩阵的过程如表所示 5。积极的理想和消极的理想溶液的值如表所示 6。在这个问题中,C1和C2成本标准,而其他标准,C3, C4、C5、C6,和C7效益标准。

无人机的加权评估矩阵。

Alt。 C1 C2 C3 C4 C5 C6 C7
权重 0.0645 0.0402 0.1839 0.1535 0.1004 0.1420 0.3155
UAV-1 0.014 0.005 0.011 0.096 0.030 0.059 0.238
UAV-2 0.015 0.013 0.092 0.029 0.061 0.058 0.079
UAV-3 0.023 0.018 0.009 0.024 0.051 0.005 0.079
UAV-4 0.010 0.004 0.003 0.014 0.027 0.053 0.020
UAV-5 0.029 0.019 0.092 0.058 0.037 0.065 0.172
UAV-6 0.047 0.027 0.129 0.096 0.027 0.080 0.020

确定理想的积极和消极的理想解决方案。

+ 一个−
0.010 0.047
0.004 0.027
0.129 0.003
0.096 0.014
0.061 0.027
0.080 0.005
0.238 0.020

最后,专家评估六个无人机替代为每个与AHP评价标准。标准的重量已经估值指标值加权矩阵的计算,以确保无人机。AHP-TOPSIS方法,描述的决策矩阵,是由在表 2。在接下来的过程中,决策矩阵规范化,如表所示 4和加权值。表 5显示了计算加权归一化矩阵。在以下步骤中,确定了理想和负理想方案使用方程( 3)和( 4),见表 6。然后,用方程( 5),距离π和NIS计算,分别作为他们的结果如表所示 7。最终,排名已经计算,每个选择的分数表所示 7。

最后只排名TOPSIS和AHP-TOPSIS。

选择 只有TOPSIS) AHP-TOPSIS方法
CCi 排名 CCi 排名
UAV-1 0.6257 1 0.6623 2
UAV-2 0.5578 3 0.4216 4
UAV-3 0.3198 6 0.2374 5
UAV-4 0.4283 5 0.1944 6
UAV-5 0.5829 2 0.6747 1
UAV-6 0.4755 4 0.4273 3

因此,每辆车的距离从A +级降至A−目前可以计算。最后一步解决了相似的理想工具。基于CCi值表 7,无人机的排名是UAV-5 UAV-6, UAV-1, UAV-2 UAV-3, UAV-4。AHP-TOPSIS模型结果表明,UAV-4是最好的汽车CCi值为0.6173。

两种不同的决策过程应用TOPSIS法和AHP-weighted TOPSIS方法。CCi值获得在这种情况下提出了表 7,比较与先前的值。基于未加权的CCi价值观,无人机系统的排名顺序UAV-1, UAV-5, UAV-2, UAV-6 UAV-4, UAV-3。结果显示改变未加权的排名。排名考虑替代品的派生采用这两种方法都表现出图 3。

比较TOPSIS和AHP-TOPSIS。

 4.2。解决方案的验证和灵敏度分析

TOPSIS和VIKOR(虎钳Kriterijumska Optimizacija我Kompromisno Resenje)方法是基于距离的方法相似。决策过程是有区别的。虽然VIKOR法采用线性归一化,TOPSIS使用向量归一化过程。然而,两种方法有简单的数学计算和已经广泛用于复杂的决策过程。在本节中,我们使用VIKOR法来验证TOPSIS的结果。此外,斯皮尔曼等级相关的测试是用来控制之间的统计相似性排序方法的结果。看到的,更详细的描述VIKOR法及其决策过程,( 69年- - - - - - 72年]。

单独决定的问题是解决了VIKOR法,和AHP-weighted VIKOR解决方案结果比较表 8。所有方法的结果也显示在图 4图形化。

公司的排名方法的比较。

无人机 未加权的方法 层次分析法的权重
TOPSIS (A) VIKOR (B) AHP-TOPSIS (C) AHP-VIKOR (D)
CCi 排名 π 排名 CCi 排名 π 排名
UAV-1 0.6257 1 0.3905 3 0.6623 2 0.1733 2
UAV-2 0.5578 3 0.2865 2 0.4216 4 0.4723 3
UAV-3 0.3198 6 1.0000 6 0.2374 5 0.7565 5
UAV-4 0.4283 5 0.9152 5 0.1944 6 1.0000 6
UAV-5 0.5829 2 0.1705 1 0.6747 1 0.0699 1
UAV-6 0.4755 4 0.8436 4 0.4273 3 0.7123 4

排名方法的比较。

的分数标准通过AHP方法也用于两个排名。TOPSIS评价分数的应用程序然后使用VIKOR法相比,获得的结果用斯皮尔曼等级相关的测试,提出了表 9。斯皮尔曼等级相关测试的结果,结果提供了相同的表。

斯皮尔曼等级相关的测试。

选择 排名的差异
a - b 得了 模拟 c 罪犯
UAV-1 −2 −1 −1 1 1
UAV-2 1 −1 0 −2 −1
UAV-3 0 1 1 1 1
UAV-4 0 −1 −1 −1 −1
UAV-5 1 1 1 0 0
UAV-6 0 1 0 1 0
斯皮尔曼等级系数(rs) 0.829 0.829 0.886 0.771 0.886
统计显著性值(<我t一个lic> Z) 1.853 1.853 1.981 1.725 1.981

在我们的研究中,至关重要的<我t一个lic> Z值为1.645的选择的意义<我t一个lic> α= 0.05。每一个<我t一个lic> Z值(指标值,AHP-TOPSIS、VIKOR AHP-VIKOR)高于1.645。它可以表示VIKOR应用程序提供的排名统计类似于其他TOPSIS应用程序。总之,通过使用AHP-TOPSIS选择最合适的无人机。VIKOR及其应用程序支持每个结果。然而,结果表明,有小的差异在排名的方法。

 5。结论

无人机在决策过程的选择是非常重要的成功防守区域。本文的目的也提供了一个完整的指标测定方法最好的无人机。因此,AHP和TOPSIS方法一起使用。

无人机是一个日益重要的元素的许多现代军队和各种民用领域。因此,有必要对选择过程各种技术之间的无人机。因此,有很多标准影响这个决定的过程。所有这些标准应当评估各种维度。6下选择7标准进行评估,并与多准则决策模型的解决方案是建立在这项研究中。最后,最好的无人机替代中有排名。

5.1。这项研究的重要性

本研究旨在帮助发展中国家的重要性在国防领域的决策选择无人机之间的选择。无人机是基于项目的应用程序和为国家安全战略的车辆。因此,本研究将会是一个好向导,帮助发展中国家。

 5.2。建议未来的研究

在未来的研究中,其他指标的方法,如网络分析法(ANP), ANP-TOPSIS,或模糊方法可以使用,获得的结果可以比较。无人机选择的最优解可以通过数学模型目标规划和整数规划在资源约束等预算。它可以用作0 - 1目标规划模型,通过AHP / ANP优先级权重可以结合目标函数。除此之外,一个人可以将注意力集中在特定条件的选择关键绩效驱动程序可能导致无人机的知情选择成功的决策。该模型中使用的标准可以提高额外的标准。

该模型也可以用于无人机等其他重要的决策过程选择攻击直升机和选择。该模型还可以用于少量修改在国防领域的其他决策过程。此外,目标规划等数学模型可以结合该模型。此外,无人机的武器和武器系统的选择可以用指标。定性标准和定量标准等人为因素,飞行,和处理品质可以添加到模型中。

同时,无人机选择过程指标可用于交通控制和监测、基础设施检查、维护、安全、精准农业、智能城市。尤其是无人驾驶车辆选择交通控制和监测是一个非常重要的大城市。

 数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

 的利益冲突

作者宣称没有利益冲突。

 作者的贡献

穆斯塔法Hamurcu导致形式分析、资金收购,调查方法,项目管理和资源。温和的监督以及验证研究。穆斯塔法Hamurcu和添马舰Eren导致了写作,论文的审查和编辑。

 吴 p p Y。 在民用无人机系统多目标任务飞行计划 2009年 澳大利亚布里斯班 昆士兰科技大学的 博士论文 Kahvec M。 可以 N。 无人机:历史、定义、法律地位在土耳其,在世界上 Selcuk大学学报工程、科学和技术 2017年 5 4 511年 535年 10.15317 / Scitech.2017.109 Saggiani g . M。 Teodorani B。 旋转翼无人机潜在应用:通过矩阵法分析研究 飞机工程和航空航天技术 2004年 76年 1 6 14 10.1108 / 00022660410514955 2 - s2.0 - 1442334642 默罕默德 N。 Al-Jaroodi J。 Jawhar 我。 Idries 一个。 默罕默德 F。 无人机的应用在未来智能城市 技术预测和社会变革 2020年 153年 119293年 10.1016 / j.techfore.2018.05.004 2 - s2.0 - 85047056218 程 学术界。 由模糊AHP评价海军战术导弹系统基于隶属函数的分数值 欧洲运筹学杂志》上 1997年 96年 2 343年 350年 10.1016 / s0377 - 2217 (96) 00026 - 4 2 - s2.0 - 0030837856 程 学术界。 杨 K.-L。 黄 C.-L。 评估攻击直升机通过AHP基于语言变量的重量 欧洲运筹学杂志》上 1999年 116年 2 423年 435年 10.1016 / s0377 - 2217 (98) 00156 - 8 2 - s2.0 - 0032688425 程 学术界。 林 Y。 评价最好的主战坦克使用模糊决策理论和语言评价标准 欧洲运筹学杂志》上 2002年 142年 1 174年 186年 10.1016 / s0377 - 2217 (01) 00280 - 6 2 - s2.0 - 0036793670 Gazibey Y。 Kantemir O。 德米雷尔 一个。 之间的交互影响主战坦克的标准选择:DEMATEL方法的分析 国防科学杂志 2015年 65年 5 345年 355年 10.14429 / dsj.65.8924 2 - s2.0 - 84941330743 Dağdeviren M。 • 年代。 Kılınc N。 武器选择使用AHP和TOPSIS方法在模糊环境下 专家系统与应用程序 2009年 36 4 8143年 8151年 10.1016 / j.eswa.2008.10.016 2 - s2.0 - 60549087883 李 J。 康 工程学系。 罗桑伯格 J。 金 美国B。 目标规划的混合方法武器系统的选择 计算机与工业工程 2010年 58 3 521年 527年 10.1016 / j.cie.2009.11.013 2 - s2.0 - 77949489582 Ashari H。 Parsaei M。 应用多目标决策方法ELECTREⅲ的武器选择 决策科学的信件 2014年 3 4 511年 522年 Sanchez-Lozano j . M。 Serna J。 Dolon-Payan 一个。 军事训练评估飞机通过与模糊多准则决策过程的组合逻辑。一个案例研究在西班牙空军学院 航空航天科学技术 2015年 42 58 65年 10.1016 / j.ast.2014.12.028 2 - s2.0 - 84921823239 Sanchez-Lozano j . M。 Garcia-Cascales m . S。 Lamata m . T。 分析选择决策标准的军事训练飞机 基于软计算的优化和决策模型 2018年 柏林,德国 施普林格 177年 190年 Golec 一个。 Gurbuz F。 Şenyiğit E。 确定最好的军用运输机和多目标决策技术 玛纳斯社会研究杂志》上 2016年 5 5 87年 101年 Ucakcıoğlu B。 Eren T。 选择投资项目在空气中国防工业的多标准决策和目标规划 航空杂志 2017年 1 2 39 63年 Sennaroglu B。 Varlik Celebi G。 一个军用机场位置选择的AHP综合PROMETHEE法和VIKOR方法 交通研究D部分:交通和环境 2018年 59 160年 173年 10.1016 / j.trd.2017.12.022 2 - s2.0 - 85044372247 圭多 G。 Gallelli V。 Rogano D。 维托 一个。 评估车辆跟踪数据的准确性得到无人机 国际运输科学与技术杂志》上 2016年 5 3 136年 151年 10.1016 / j.ijtst.2016.12.001 泰特姆 m . C。 刘 J。 无人机系统在建筑中的应用 Procedia工程 2017年 196年 167年 175年 10.1016 / j.proeng.2017.07.187 2 - s2.0 - 85030318959 普里 一个。 Valavanis k P。 Kontitsis M。 统计配置文件生成交通监控使用基于无人机实时的视频数据 控制和自动化学报2007年地中海会议上 2017年 希腊雅典 IEEE 1 6 齐射 G。 卡鲁索 l Scordo 一个。 城市交通分析通过无人机 Procedia-Social和行为科学 2014年 111年 1083年 1091年 10.1016 / j.sbspro.2014.01.143 Braut V。 Culjak M。 Vukotic V。 Segvic 年代。 Sevrovic M。 黄金 H。 十字路口的估计OD矩阵在机载简易试点研究 美国第35届国际会议MIPRO学报》上 2012年5月 奥,克罗地亚 IEEE 977年 982年 李 J。 钟 Z。 金 K。 迪米特里杰 B。 杜 B。 Gutesa 年代。 检查小四轴飞行器的适用性无人机交通监测和巷道事件监视 美国交通运输研究委员会第94届会议 2015年1月 美国华盛顿特区 汗 m·A。 载体 W。 Bellemans T。 詹森 D。 湿胎 G。 无人机交通分析:基于文献调查的一个普遍的指导框架 学报19欧元运输工作组会议,EWGT 2016 2016年9月 土耳其伊斯坦布尔 10.1016 / j.trpro.2017.03.043 2 - s2.0 - 85019414128 Barmpounakis e . N。 Vlahogianni e . I。 Golias j . C。 从无人机中提取运动特征 美国交通运输研究委员会第95届会议 2016年1月 美国华盛顿特区 居尔 Y。 的应用在露天矿无人机(UAV) 土耳其的地质报告 2019年 62年 1 99年 112年 10.25288 / tjb.519506 Erdelj M。 Natalizio E。 UAV-assisted灾害管理:应用程序和开放问题 《2016年国际会议上计算、网络和通信(ICNC) 2016年2月 考艾岛,嗨,美国 IEEE 1 5 Hassanalian M。 Abdelkefi 一个。 无人机的分类、应用程序和设计挑战:一个回顾 航空航天科学进展 2017年 91年 99年 131年 10.1016 / j.paerosci.2017.04.003 2 - s2.0 - 85018968301 Akgul M。 Yurtseven H。 Demir M。 Akay 答:E。 Gulci 年代。 Ozturk T。 使用的机会生成数字高程模型与无人机在林业 《林业伊斯坦布尔大学的教员 2016年 66年 1 104年 118年 10.17099 / jffiu.23976 吴 P。 衣庄 R。 坎贝尔 D。 沃克 R。 模糊多目标任务在无人机飞行计划系统 学报2007年IEEE研讨会上计算智能在多准则决策 2007年4月 美国檀香山,嗨 IEEE 2 9 吴 p p Y。 坎贝尔 D。 梅尔兹 T。 车载无人机多目标任务规划 学报2009年航空会议 2009年3月 美国大的天空,太 IEEE 1 10 Arıca N。 Cicibaş H。 Demir k。 无人机多目标路径规划模型 国防科学杂志》 2012年 11 1 251年 270年 癌症 E。 无人驾驶飞行器 《国家安全与军事科学杂志》上 2013年 1 213年 241年 Kiracı K。 Bakır M。 使用飞机的多准则决策方法选择问题和应用程序 运输和物流杂志》上 2018年 3 1 13 24 10.26650 / JTL.2018.03.01.02 埃尔詹 C。 Gencer C。 文献综述的动态无人机系统uas的路由问题,并建议未来的研究 棉花堡大学工程科学杂志》上 2013年 19 2 104年 111年 10.5505 / pajes.2013.25733 林 K.-P。 挂 K.-C。 军用无人机的有效的模糊加权平均算法选择群体决策 以知识为基础的系统 2011年 24 6 877年 889年 10.1016 / j.knosys.2011.04.002 2 - s2.0 - 79957476576 太阳 X。 Gollnick V。 Stumpf E。 鲁棒性考虑在飞机选择问题的多目标决策 多准则决策分析杂志》上 2011年 18 1 - 2 55 64年 10.1002 / mcda.471 2 - s2.0 - 84974798998 奥兹德米尔 Y。 Basligil H。 Karaca M。 飞机选择使用网络分析法:土耳其航空公司的案例 世界大会在工程学报》卷二 2011年7月 英国伦敦 Dožić 年代。 Kalić M。 比较两种指标方法在飞机选型问题 交通研究Procedia 2015年 10 910年 919年 10.1016 / j.trpro.2015.09.044 2 - s2.0 - 84959338954 看到 T.-K。 Gurnani 一个。 刘易斯 K。 多属性决策使用假设的等价物和不相等 《机械设计 2004年 126年 6 950年 958年 10.1115/1.1814389 2 - s2.0 - 15444378123 叶 学术界。 常 中州。 对模糊多准则群体决策建模的主观评价 欧洲运筹学杂志》上 2009年 194年 2 464年 473年 10.1016 / j.ejor.2007.12.029 2 - s2.0 - 54449085249 戈麦斯 l·f·a . M。 de Mattos费尔南德斯 j·E。 梅洛 j . c . c . b . S。 多准则模糊随机方法选择区域租船的飞机 《先进的交通工具 2014年 48 3 223年 237年 10.1002 / atr.206 2 - s2.0 - 84857728302 布鲁诺 G。 埃斯波西托 E。 吉诺维斯 一个。 一个模型飞机支持战略决策评估 专家系统与应用程序 2015年 42 13 5580年 5590年 10.1016 / j.eswa.2015.02.054 2 - s2.0 - 84926680479 Dožić 年代。 Lutovac T。 Kalić M。 模糊层次分析法客机选型方法 航空运输管理杂志》上 2018年 68年 165年 175年 10.1016 / j.jairtraman.2017.08.003 2 - s2.0 - 85028506996 佩特科维奇 我。 西蒙 J。 佩特科维奇 一个 Čović Z。 选择精准农业的无人机多目标决策算法 学报2017年IEEE 15智能系统和信息学国际研讨会(陈文茜﹐) 2017年9月 苏博蒂察,塞尔维亚 IEEE Vaidya o年代。 库马尔 年代。 层次分析法:应用程序的概述 欧洲运筹学杂志》上 2006年 169年 1 1 29日 10.1016 / j.ejor.2004.04.028 2 - s2.0 - 25144483067 完美的祝福 J。 Herath G。 评估公共风险偏好在森林土地利用选择使用多属性效用理论 生态经济学 2005年 55 3 408年 419年 10.1016 / j.ecolecon.2004.12.015 2 - s2.0 - 26844440966 Saaty t . L。 层次分析法 1980年 美国宾夕法尼亚州匹兹堡 遥控武器站的出版物 Dweiri F。 库马尔 年代。 汗 美国一个。 耆那教徒的 V。 设计一个完整的基于AHP决策支持系统在汽车行业供应商选择 专家系统与应用程序 2016年 62年 273年 283年 10.1016 / j.eswa.2016.06.030 2 - s2.0 - 84976543444 朱 G.-N。 胡 J。 气 J。 顾 c c。 彭 中州。 综合层次分析法和VIKOR设计概念评估基于粗糙的数字 先进的工程信息 2015年 29日 3 408年 418年 10.1016 / j.aei.2015.01.010 2 - s2.0 - 84930000234 Jayant 一个。 古普塔 P。 Garg 美国K。 汗 M。 TOPSIS-AHP基于逆向物流服务供应商的选择:手机行业的案例研究 Procedia工程 2014年 97年 2147年 2156年 10.1016 / j.proeng.2014.12.458 2 - s2.0 - 84922336134 黄 c . L。 尹 K。 多属性决策的方法 多属性决策 1981年 186年 柏林,德国 施普林格 58 191年 10.1007 / 978 - 3 - 642 - 48318 - 9 - _3 普拉卡什 C。 Barua m·K。 整合AHP-TOPSIS方法重视逆向物流的解决方案采用模糊环境下克服的障碍 制造系统期刊 2015年 37 599年 615年 10.1016 / j.jmsy.2015.03.001 2 - s2.0 - 84944107348 丁 J。 一个集成的模糊TOPSIS排名的选择及其应用 海洋科学和技术杂志》上 2011年 19 4 341年 352年 Triantaphyllou E。 多准则决策方法 多准则决策方法:比较研究 2000年 柏林,德国 施普林格 5 21 Hamurcu M。 Eren T。 评估应用程序的多准则决策替代单轨线路 数学 2019年 7 1 16 10.3390 / math7010016 2 - s2.0 - 85059449092 Hamurcu M。 Eren T。 利用多准则决策单轨技术的选择 σ工程和自然科学杂志》上 2017年 8 2 303年 314年 Frini 一个。 本·阿莫 年代。 TOPSIS多目标多阶段方法在可持续发展背景下选择项目 《2015年国际工业工程与运营管理会议(IEOM) 2015年3月 迪拜,阿联酋 IEEE Emec Ş。 Akkaya G。 随机层次分析法和模糊VIKOR仓库选址问题的方法 企业信息管理杂志》上 2018年 31日 6 950年 962年 10.1108 / jeim - 12 - 2016 - 0195 2 - s2.0 - 85054349666 Erdoğan M。 卡亚 İ。 评估公共交通的替代燃料汽车使用区间二型模糊AHP和TOPSIS在伊斯坦布尔 《多元逻辑与软计算 2016年 26 6 2016年 Ozcan e . C。 Unlusoy 年代。 Eren T。 结合目标programming-AHP与TOPSIS方法支持维护策略选择水力发电厂 可再生能源和可持续能源的评论 2017年 78年 1410年 1423年 10.1016 / j.rser.2017.04.039 2 - s2.0 - 85020227749 耆那教徒的 V。 Sangaiah 答:K。 Sakhuja 年代。 Thoduka N。 Aggarwal R。 使用模糊AHP和TOPSIS供应商选择:一个案例研究在印度汽车工业 神经计算和应用 2018年 29日 7 555年 564年 10.1007 / s00521 - 016 - 2533 - z 2 - s2.0 - 84983446600 Ligus M。 Peternek P。 确定最合适的低排放能源技术开发使用综合模糊AHP-TOPSIS方法在波兰 能源Procedia 2018年 153年 101年 106年 10.1016 / j.egypro.2018.10.046 2 - s2.0 - 85057365576 Ozcan e . C。 Danışan T。 Eren T。 Hidroelektrik santralların en kritik elektriksel ekipman gruplarının bakım stratejilerin optimizasyonu icin bir onerisi matematiksel模型 帕穆嘉丽Universitesi Muhendislik Bilimleri Dergisi 2019年 25 4 498年 506年 10.5505 / pajes.2018.38455 Ozcan E。 电流的 Ş。 Eren T。 一个混合模型来优化水电站的维护策略 《理工 2020年 在新闻 10.2339 / politeknik.626171 Hamurcu M。 Eren T。 电动公共汽车与多准则决策分析选择绿色的交通工具 可持续性 2020年 12 7 2777年 10.3390 / su12072777 Hamurcu M。 Eren T。 基于可持续发展的城市交通战略规划:一个应用程序来决策 可持续性 2020年 12 9 3589年 10.3390 / su12093589 Alakaş h . M。 Bucak M。 Kızıltaş Ş。 AHP-TOPSIS ve AHP-VIKOR yontemleri ile ambulans tedarik firmasısecimi 哈兰Universitesi Muhendislik Dergisi 2019年 4 1 93年 101年 赛义德 答:S。 尤尼斯 答:B。 蔡 C。 蔡 G。 混合动力无人机的调查 航空航天科学进展 2018年 98年 91年 105年 10.1016 / j.paerosci.2018.03.007 2 - s2.0 - 85044511119 Narayanamoorthy 年代。 Geetha 年代。 Rakkiyappan R。 锺株 y . H。 区间值直观的犹豫模糊熵VIKOR法为基础的工业机器人的选择 专家系统与应用程序 2019年 121年 28 37 10.1016 / j.eswa.2018.12.015 2 - s2.0 - 85058196047 王 B。 首歌 J。 任 J。 李 K。 段 H。 王 x E。 选择可持续的能源转换技术的农业残留物:基于模糊AHP-VIKOR从生命周期角度优先级 资源保护和回收 2019年 142年 78年 87年 10.1016 / j.resconrec.2018.11.011 2 - s2.0 - 85057131070 金 j . H。 安 b S。 扩展VIKOR法使用不完整的标准重量 专家系统与应用程序 2019年 126年 124年 132年 10.1016 / j.eswa.2019.02.019 2 - s2.0 - 85061829814 库马尔 一个。 Aswin 一个。 古普塔 H。 评估绿色机场使用混合宝马和VIKOR方法的性能 旅游管理 2020年 76年 103941年 10.1016 / j.tourman.2019.06.016