《Journal of Systems Engineering and Electronics》：Mission Capability Assessment of UAV Swarms Based on UAF and Interval-Valued Spherical Fuzzy ANP
编辑推荐：
为解决无人机集群任务能力评估中指标模糊表示与主观判断犹豫性问题，本文提出了一种融合统一架构框架与区间值球面模糊网络分析法的多准则决策方法，通过构建标准化的能力指标体系并引入区间值球面模糊集处理专家评价的模糊性与犹豫度，实现了对无人机集群搜索打击水面舰艇任务能力的有效量化评估，为无人机集群设计与任务规划提供了重要参考。
无人机集群在军民领域应用日益广泛，其任务导向特性使得量化评估任务能力成为设计与开发过程中的关键环节。然而，现有研究多聚焦于集群的弹性与可靠性，对整体任务能力的综合评估却鲜有涉及。这主要面临两大挑战：一是能力指标缺乏标准化、一致的表达方式，易导致误解且难以随任务需求变更而调整；二是现有评估方法在处理指标间相互依赖关系时，常用的模糊网络分析法虽能整合专家意见，但大多忽略了专家决策时的犹豫态度，且在多专家意见聚合时较少考虑主观分歧，影响了评估的准确性。
为突破这些局限，本文创新性地将统一架构框架与区间值球面模糊网络分析法相结合，构建了一套全新的任务能力评估方法。UAF提供了一套标准化的元模型，用于以模型驱动的方式清晰地定义任务目标、能力需求及其相互关系，确保了指标体系的一致性与可维护性。在此基础上，研究人员引入了区间值球面模糊集来扩展传统的网络分析法。IVSFS能独立地表征隶属度、非隶属度和犹豫度，并以区间值形式更合理地刻画专家在成对比较时的模糊与不确定判断。方法中还包含了一个基于专家决策相似性调整其权重的步骤，有效降低了多位专家参与带来的模糊性。最终，性能特征根据UAF模型中定义的用户偏好进行非线性转化，并通过加权求和得到最终的任务能力值。
在技术方法上，本研究主要运用了基于UAF的标准化建模、区间值球面模糊集理论、扩展的网络分析法以及基于专家决策相似性的权重调整算法。
研究结果
1. 构建基于UAF的任务能力指标体系
通过扩展选定的UAF视点，构建了标准化的任务能力指标模型。这包括定义任务目标与需求、明确能力需求与可追溯性、分解能力并识别其相互关系，以及最终确定能力度量。此过程产生了需求、战略-结构、战略-连接性、参数-测量和战略-约束等多个标准化视点模型，为后续评估奠定了清晰、一致的基础。
2. 提出基于IVSF-ANP的准则权重确定方法
将ANP扩展到IVSFS环境中，用以确定相互依赖的能力准则权重。专家使用语言项进行成对比较，其意见被转化为IVSFN形式。通过引入基于专家决策相似性的权重调整步骤，聚合了多位专家的判断，从而计算得到各子能力准则的局部权重与全局权重。这一方法更全面地捕捉了决策中的不确定性。
3. 应用于无人机集群海上搜攻任务能力评估
将所提出的MCDM方法应用于评估无人机集群对水面舰艇的搜索与打击任务能力。通过案例研究，验证了该方法的可行性与有效性。
4. 通过对比分析验证方法的合理性与可靠性
将IVSF-ANP与经典ANP、模糊ANP及球面模糊ANP等方法进行对比分析。结果表明，本文提出的方法能够更合理地处理专家判断中的模糊性与犹豫度，并且在整合多位专家意见时能有效减少歧义，证明了其相对于现有方法的优势与进步。
研究结论与意义
本研究成功提出并验证了一种集成UAF与IVSF-ANP的无人机集群任务能力评估MCDM方法。主要贡献在于：首先，利用扩展的UAF视点对复杂的任务能力指标及其相互关系进行了标准化建模，提升了理解的统一性和修改的便捷性；其次，通过引入IVSFS来扩展ANP，并纳入基于专家相似性的权重调整机制，显著提升了对主观判断中模糊性、犹豫度以及多专家意见分歧的处理能力；最后，通过将其应用于无人机集群海上搜攻任务的能力评估，并与多种现有方法对比，证实了该方法的有效性与合理性。这项工作为无人机集群等任务导向系统的能力评估提供了系统化、标准化的新框架，对系统设计、开发和任务规划具有重要的理论与实践意义。
