目录
[1.1 现代陆航突击的生存逻辑](#1.1 现代陆航突击的生存逻辑)
[1.2 任务剖面](#1.2 任务剖面)
[1.3 候选方案](#1.3 候选方案)
[2.1 目标层](#2.1 目标层)
[2.2 核心指标](#2.2 核心指标)
[2.3 为什么 GRA 比 TOPSIS 更适合"形态一致性"问题](#2.3 为什么 GRA 比 TOPSIS 更适合“形态一致性”问题)
[2.4 指标细化（工程级）](#2.4 指标细化（工程级）)
[3.1 原始数据](#3.1 原始数据)
[3.2 正向化](#3.2 正向化)
[3.3 初始化（GRA 标准动作）](#3.3 初始化（GRA 标准动作）)
[3.4 参考序列（理想武直）](#3.4 参考序列（理想武直）)
[3.5 权重](#3.5 权重)
[4.1 GRA 核心思想](#4.1 GRA 核心思想)
[4.2 为什么 GRA 适合突防评估](#4.2 为什么 GRA 适合突防评估)
[4.3 分辨系数选取](#4.3 分辨系数选取)
[5.1 差序列计算（示意）](#5.1 差序列计算（示意）)
[5.2 关联系数（）](#5.2 关联系数（）)
[5.3 加权关联度](#5.3 加权关联度)
[5.4 排序结论](#5.4 排序结论)
[5.5 关键洞察：B 和 E 谁更像"未来武直"](#5.5 关键洞察：B 和 E 谁更像“未来武直”)
[5.6 敏感性分析](#5.6 敏感性分析)
[5.7 作战结论](#5.7 作战结论)
[六、关键 MATLAB 代码（GRA 核心版）](#六、关键 MATLAB 代码（GRA 核心版）)
[七、GRA vs TOPSIS：工程上怎么选](#七、GRA vs TOPSIS：工程上怎么选)
摘要：本文针对武装直升机低空突防场景，摒弃传统TOPSIS模型对欧氏距离的依赖，转而采用灰色关联分析（GRA），聚焦地形跟随、突防成功率、被弹面积三大核心指标，评估方案能力曲线与"理想武直"的形态一致性。通过构建任务剖面、数据处理与加权关联度计算，结果表明：中型串列武直（B）在整体能力演化上最贴近理想形态，具备最优突防稳健性；低可探测武直（E）在威胁升级时更具优势。GRA有效捕捉了多阶段、非线性威胁下的作战特性，弥补了TOPSIS仅关注"距离远近"的局限，为型号选型与战术决策提供更贴近实战的评估视角。。
一、场景介绍（低空突防：不是"飞得快"，而是"像影子"）
1.1 现代陆航突击的生存逻辑
武装直升机的作战价值不在高空横滚、不在载弹绝对量，而在：
- 从山谷/林缘/居民地杂波中钻出来
- 在雷达视距盲区里推进
- 在防空火力反应时间窗口内完成锁定与发射
- 打完后迅速"沉回"地形掩护
所以用"最大速度""火力指数"评估武直，是错配指标。
低空突防场景的底层公式其实是：
本文把它收敛为三个主变量：
| 核心指标 | 战场语言 |
|---|---|
| 地形跟随 | "能不能像贴着山脊的蝙蝠一样飞" |
| 突防成功率 | "这一趟有没有活着到发射点" |
| 被弹面积 | "被锁上后，一发导弹吃掉多少关键系统" |
1.2 任务剖面
定义标准任务：
从前沿直升机起降点起飞 → 利用丘陵/林地杂波飞行 120 km → 通过 3 道机动防空火力带 → 在距目标 6--8 km 的遮蔽区边缘短悬/拉起 → 发射空地导弹/制导火箭 → 原路或迂回脱离。
威胁配置：
- 预警雷达 + 低空补盲雷达
- 红外搜索跟踪系统（IRST）
- 25 mm--30 mm 高炮
- MANPADS
- 电子战干扰环境
1.3 候选方案
| 方案 | 定位 |
|---|---|
| A | 重型专用武直，装甲厚、探测强、被弹面大 |
| B | 中型串列窄机身，NOE 能力强 |
| C | 轻型高速武直，快但薄 |
| D | 通用直升机改装，成本低、能力平 |
| E | 新一代低可探测武直，综合均衡但复杂 |
二、指标体系构建
2.1 目标层
O：低空突防作战综合效能最优
不是火力最强，也不是最隐形，而是"在指定威胁下完成突防---打击---脱离"的概率与稳健性最高。
2.2 核心指标
| 编号 | 指标 | 类型 | 方向 | 物理本质 |
|---|---|---|---|---|
| C1 | 地形跟随能力 | 综合能力指数（0--100） | 正向 | 飞控+雷达高度计+地形库+NOE 自主度 |
| C2 | 突防成功率 | 任务概率（0--1） | 正向 | 探测/交战/命中/杀伤链综合结果 |
| C3 | 等效被弹面积 | 几何+易损性（m²） | 负向 | 旋翼/座舱/发动机/尾梁暴露程度 |
2.3 为什么 GRA 比 TOPSIS 更适合"形态一致性"问题
TOPSIS 的隐含假设是：
离理想点近 = 好
但作战里有种情况：
- 方案 X：地形跟随一般、突防成功率极高、被弹面积一般
- 方案 Y：三项都中等、曲线平滑
- 理想解：三项都顶格
TOPSIS 可能偏爱 X；
但指挥员会问："Y 是不是更可预测？在威胁升级时是不是不崩？"
GRA 回答的是：
你和理想武直的能力演化形态像不像？
这对"任务阶段化、威胁非线性、指标此消彼长"的突防问题非常关键。
2.4 指标细化（工程级）
（1）C1 地形跟随
- 高度保持均方误差
- 最大安全贴地速度
- 夜暗/沙尘 NOE 保持等级
- 障碍物规避响应时间
- 地形数据库更新频率
本文聚合成 0--100 指数。
（2）C2 突防成功率
由威胁仿真输出：
（Penetration Success Probability）：突防成功概率。即平台未被发现、未被有效拦截、未被致命毁伤，最终完成突防任务的综合概率。
（3）C3 等效被弹面积
不是简单投影：
三、指标数据处理
3.1 原始数据
| 方案 | C1 地形跟随 | C2 突防成功率 | C3 被弹面积(m²) |
|---|---|---|---|
| A | 78 | 0.82 | 6.8 |
| B | 91 | 0.88 | 4.2 |
| C | 85 | 0.86 | 3.6 |
| D | 62 | 0.71 | 7.9 |
| E | 88 | 0.93 | 4.8 |
3.2 正向化
本文用极差正向化保持可解释：
得到：
| 方案 | C1 | C2 | C3' |
|---|---|---|---|
| A | 78 | 0.82 | 0.276 |
| B | 91 | 0.88 | 0.862 |
| C | 85 | 0.86 | 1.000 |
| D | 62 | 0.71 | 0.000 |
| E | 88 | 0.93 | 0.724 |
3.3 初始化（GRA 标准动作）
灰色关联通常先做初值化 或均值化：
初值化：
或更常见------先构造参考序列 ，再对所有序列初值化：
这样参考序列就是 [1, 1, 1]。
3.4 参考序列（理想武直）
即：
- 地形跟随达到 B 的水平
- 突防成功率达到 E 的水平
- 被弹面积优于 C（正向化后最高）
3.5 权重
GRA 本身可不加权，但工程上必须加权：
（AHP 定框架 + 熵权校正，与前文一致，这里不重复 AHP 计算）
四、评估模型选取：灰色关联分析（GRA）
4.1 GRA 核心思想
给定：
- 参考序列
- 比较序列
关联系数：
其中：
关联度：
越大，方案与"理想武直"的形态越像。
4.2 为什么 GRA 适合突防评估
| 维度 | TOPSIS | GRA |
|---|---|---|
| 关注点 | 空间距离 | 曲线形态/趋势一致 |
| 对异常值 | 敏感 | 通过分辨系数可柔化 |
| 多阶段扩展 | 一般 | 天然支持时序/阶段序列 |
| 作战解释 | "离完美多远" | "和完美方案像不像" |
| 小样本 | 可用 | 更适合小样本 |
突防本来就是：
- 进入段：地形跟随权重高
- 中段：被弹面积/干扰权重高
- 抵近段：突防成功率权重高
GRA 后面可以自然扩成"阶段灰关联"。
4.3 分辨系数选取
本文取 （工程默认），再做
敏感性分析。
五、评估结果分析
5.1 差序列计算（示意）
参考序列：
以方案 B 为例：
差序列：
全方案差序列矩阵：
| 方案 | ΔC1 | ΔC2 | ΔC3' |
|---|---|---|---|
| A | 13 | 0.11 | 0.724 |
| B | 0 | 0.05 | 0.138 |
| C | 6 | 0.07 | 0.000 |
| D | 29 | 0.22 | 1.000 |
| E | 3 | 0.00 | 0.276 |
全局：
5.2 关联系数（）
公式：
方案 B：
- C1: 0.5 / 0.5 = 1.000
- C2: 0.5 / 0.55 = 0.909
- C3': 0.5 / 0.638 = 0.783
方案 E：
- C1: 0.5/0.8 = 0.625
- C2: 0.5/0.5 = 1.000
- C3': 0.5/0.776 = 0.644
方案 C：
- C1: 0.5/0.8 = 0.625
- C2: 0.5/0.57 = 0.877
- C3': 0.5/0.5 = 1.000
5.3 加权关联度
| 方案 | γC1 | γC2 | γC3' | 关联度 Γ | 排名 |
|---|---|---|---|---|---|
| A | 0.037 | 0.819 | 0.408 | 0.494 | 4 |
| B | 1.000 | 0.909 | 0.783 | 0.911 | 1 |
| C | 0.625 | 0.877 | 1.000 | 0.844 | 2 |
| D | 0.017 | 0.694 | 0.333 | 0.364 | 5 |
| E | 0.625 | 1.000 | 0.644 | 0.882 | 3 |
5.4 排序结论
和 TOPSIS 表面一样，但解释不同：
- TOPSIS：B 离理想解最近
- GRA：B 的"能力形态"最像理想武直------地形跟随顶格、突防很高、被弹面积也不差
5.5 关键洞察：B 和 E 谁更像"未来武直"
- E 的突防成功率最高（0.93），GRA 里 C2 关联系数=1
- 但 E 地形跟随不是顶格，被弹面积也不是最小
- B 在三项上"都没有掉链子"
GRA 告诉我们：
如果威胁环境还会演化，E 的"尖峰能力"更重要；
如果当前任务剖面固定，B 的"形态稳健性"更值钱。
这就是 GRA 比 TOPSIS 多给的一层信息：不是远近，而是像不像。
5.6 敏感性分析
（1）分辨系数 ρ
| ρ | B | E | C |
|---|---|---|---|
| 0.3 | 0.903 | 0.861 | 0.822 |
| 0.5 | 0.911 | 0.882 | 0.844 |
| 0.7 | 0.918 | 0.897 | 0.861 |
结论：ρ 增大，所有关联度抬升，但排序不变。
（2）权重偏移：突防成功率 0.55 → 0.70
- E 关联度上升
- B 仍第一，但优势收窄
- C 超过部分重型方案更明显
（3）被弹面积权重 0.15 → 0.30
- C 受益最大（被弹面积正向化最高）
- A 再跌
- B 仍稳：因为它不是"单项强"，而是"曲线像理想解"
5.7 作战结论
- B 是"低空突防形态最优"的武直：不是最隐形，也不是最猛，但最像该场景里的正确答案。
- E 是威胁升级型方案：雷达/数据链/组网防空越强，E 的 GRA 位置越往前。
- C 是快打快撤型：GRA 里 C3 关联系数满格，但 C2 拖后腿。
- A 不适合拿去比突防：它的形态更接近"伴随装甲突击平台"。
- D 不在同一赛道：GRA 关联度最低，说明它和"理想低空突防武直"形态差异最大。
六、关键 MATLAB 代码（GRA 核心版）
Matlab
%% Alg_03_GRA_Helicopter.m
% 武装直升机低空突防效能 - 灰色关联分析
Xraw = [
78 0.82 6.8; % A
91 0.88 4.2; % B
85 0.86 3.6; % C
62 0.71 7.9; % D
88 0.93 4.8; % E
];
% 负向指标正向化（被弹面积）
A = Xraw(:,3);
Xraw(:,3) = (max(A)-A)/(max(A)-min(A));
% 参考序列：各列最优
X0 = max(Xraw, [], 1);
% 初值化（按列除以参考值）
Y = Xraw ./ X0;
% 差序列
Delta = abs(Y - X0);
delta_min = min(Delta(:));
delta_max = max(Delta(:));
rho = 0.5;
% 关联系数
Gamma_coef = (delta_min + rho*delta_max) ./ (Delta + rho*delta_max);
% 权重
w = [0.30, 0.55, 0.15];
% 灰色关联度
GRA = Gamma_coef * w';
% 排序
[val, idx] = sort(GRA, 'descend');
names = ["A 重型","B 中型串列","C 轻型高速","D 改装通用","E 低可探测"];
table(names(idx)', val, 'VariableNames', ["方案","灰色关联度"])输出：
B > E > C > A > D如果要扩成阶段 GRA：
- 进入段权重：0.5, 0.3, 0.2
- 中段权重：0.2, 0.4, 0.4
- 抵近段权重：0.1, 0.7, 0.2
再对三段关联度做任务级加权，就是"动态突防效能"。
七、GRA vs TOPSIS：工程上怎么选
| 问题 | 用 TOPSIS | 用 GRA |
|---|---|---|
| 方案离理想解多远 | ✅ | 一般 |
| 方案能力曲线像不像理想装备 | 一般 | ✅ |
| 多阶段任务 | 要拆任务 | 天然支持 |
| 小样本/灰色信息 | 可用 | 更合适 |
| 给领导汇报 | "距离/贴近度"好懂 | "形态一致性"要解释 |
工程建议：
先 TOPSIS 做主排序，再 GRA 做形态校验。
两者结论一致 → 决策稳；
两者结论冲突 → 说明有方案"距离近但形态偏科"，必须回看任务剖面。
八、工程实践建议
- 突防成功率必须来自仿真，不要专家直接拍 0.88
- 被弹面积用等效值，否则串列机身和常规机身不可比
- GRA 参考序列不要只取"各方案最大值"，最好由作战研究人员给定"任务理想值"
- 分辨系数 ρ 要写进报告，不能默认 0.5 不解释
- GRA 很适合做型号迭代评估 ：
改型前/改型后和"理想武直"的关联度差，就是设计收益 - 可扩展：
- 阶段 GRA
- 模糊 GRA
- 灰色关联 + 贝叶斯（处理威胁不确定性）
- GRA + ADC（形态一致性 + 系统状态转移）
九、小结
本文把评估模型从 TOPSIS 切到 灰色关联分析，不是为了换名字，而是换"决策视角"：
- TOPSIS 回答：谁离完美方案最近
- GRA 回答：谁最像能在真实突防任务里活下来并打完的那类平台
对武装直升机低空突防这种"指标互相打架、威胁非线性、数据又不够多"的场景，GRA 的优势非常实：
- 不迷信距离
- 看形态
- 小样本稳
- 能扩到任务阶段
- 和作战人员的"手感"更靠近
最终结论不变但更有厚度：
B 型中型串列武直：当前低空突防形态最优
E 型低可探测武直：威胁升级后形态最优
C 型轻型高速：快袭/侦察打击专用
A 型重型：别拿去和突防刺客比隐蔽
D 型改装：不是低空突防资产