基于LLM改进的IFS-TOPSIS方法在目标威胁评估中的应用

《Journal of Systems Engineering and Electronics》：LLM-enhanced IFS-TOPSIS for target threat assessment

　　

摘要：

威胁评估是现代军事行动中的关键组成部分，然而传统的多属性决策方法严重依赖专家判断，这引入了主观性并限制了其可扩展性。为了克服这一挑战，本研究提出了一个智能框架，该框架将大型语言模型（LLMs）与直觉模糊集（IFS）技术相结合，通过相似度来评估对理想解的排序（TOPSIS）。在该框架中，LLMs 替代了人类专家来构建和评估指标体系，从而自动化了从指标生成、参数评估到最终威胁排序的工作流程。实验结果表明，这种整合减少了对外部专家主观输入的依赖，显著加快了评估过程，并降低了相关成本。LLM 改进的方法在下一代军事指挥和控制系统中的应用前景十分广阔。