An Approximate Reasoning Model for Situation and Threat Assessment, Liang 2007 참고하여 논문의 항공 위협을 지상 위협으로 치환하여 적용 과정을 정리하였습니다.

적군의 위협도를 평가하기 위한 퍼지로직 적용 과정

퍼지화(Fuzzification)

1. 적의 위협 정도와 관련된 입력과 위협도로 표현되는 출력 파라미터 선정

Capacity parameter

• 무기 사거리
• 무기 타입별 피해평가
• 전력의 이동속도

Proximity parameter

• $TBH=\frac{무기 사거리}{적-아 간 거리}x적의 이동속도$ (원래 Time Before Hit의 수식은 아니나 임의로 정의 ~ 대강 현재 거리 대비 적의 사거리와 속력을 고려한 위협변수)
  

Threat

• 위협도는 0~1

2. membership function 정의

• 각 파라미터별로 위협도와의 관계를 고려하여 통상 3구간(저/중/고) 로 표현 가능
• 전문가나 파라미터의 특성을 고려하여 삼각형, 사다리꼴형, 종형 등으로 정의
• 입/출력 파라미터
  

3. fuzzy inference rule 정의

• IF-THEN의 production rule로 규칙 생성
  • Rule1(R1) : IF (무기 사거리 is High) and (피해평가 is Mid) and (이동속도 is Low) and (TBH is Mid) THEN (위협도 is Mid) (Weight: 1)
  • Weight = 규칙의 신뢰도로 전문가 판단
• 소속함수의 구간을 3구간으로 정의 했으므로 최대 3*3*3*3=81개의 규칙이 정의될 수 있음

4. fuzzy inference rule evaluation

• 생성한 규칙별로 입력된 값의 소속 정도를 평가
• Clipping; AND 연산이므로 최소값을 소속 정도로 결정
  • R1 : 무기 사거리 High = 0.54 $\cap$ 피해평가 Mid = 0.7 $\cap$ 이동속도 Low = 0.8 $\cap$ TBH Mid = 0.4 $\rarr$ 위협도 Mid는 최솟값인 = 0.4
  • R2, R3, ... 최대 R81까지의 위협도 소속값 산출

5. fuzzy inference rule integration

• 규칙의 통합은 규칙의 신뢰도의 가중치를 고려하여 계산할 수 있음

  R1의 신뢰도가 1이므로, 위협도 Mid = 0.4 * 1 $\cup$ (다른 위협도 Mid의 규칙들 ) $\cup$ (...) = 최종 0.43 (예시)
  다른 위협도 Low = (...), 위협도 High = (...) 로 최종 위협도 membership function의 값이 정의됨

• 또는, 각 규칙에서 나온 소속함수의 값 중 가장 큰 값으로 계산하는 방법도 존재

  위협도 Mid 룰의 값이 각각 0.4 $\cup$ 0.3 $\cup$ 0.7 = 0.7을 위협도 Mid의 최종 membership function 값으로 정의

6. Defuzzification

• 최종 산출된 위협도 membership funtion(Low + Mid + High)의 두께?면적?의 무게중심법(Center of mass)을 통해 최종 위협도 값 0~1 사이를 구할 수 있음.