【技術實現步驟摘要】
本專利技術屬于工程效能評估，特別是一種基于云模型的效能評估算法。
技術介紹
1、隨著信息技術和其他高新技術的發展，國外就開始將系統工程的研究方法運用于工程防護方面的研究，以解決新技術威脅下僅靠結構抗力等硬技術防護手段無法確保陣地工程生存安全的問題。美軍最早將系統化的思想引入防護工程領域，提出了一體化防護和綜合防護的概念，開發了多種優化評估系統。蘇聯在這方面也做了許多工作。他們進行了將近15年的研究，積累了許多經驗，得到了許多有價值的研究成果，這些成果對于其防護手段的更新、系統的設計以及使用有著相當重要的指導意義。
2、我國在工程效能評估領域進行了重點研究，主要在評估方法的改進或創新上，包括不斷分析、歸納和總結效能評估的發展規律與特點，有關概念的內涵與外延，建立評估指標體系，合理選擇評估方法，探索效能評估研究的發展方向和深化研究的途徑等，逐步形成系統的理論以指導新的效能評估研究工作。
3、但是，在現有工程效能評估領域中還存在不確定性指標難以量化評估的問題。
技術實現思路
1、本專利技術所要解決的技術問題是針對現有技術的不足，提供一種通過云理論的引入，能夠有效解決效能評估領域中不確定性指標難以量化評估的問題的基于云模型的效能評估算法。
2、本專利技術所要解決的技術問題是通過以下的技術方案來實現的。本專利技術是一種基于云模型的效能評估算法，包括以下步驟：
3、(1)確定評估指標權重；
4、(2)構建云模型
5、使用云
6、(3)生成評價標準云及評價云
7、采用專家打分法，對n個評價指標，給出m個評價指標打分，通過反向云發生器對n個指標分別求出數字特征ex、en和he；
8、(4)計算綜合評價云
9、將指標權重和對應云數字特征，通過運算求解綜合評價云；
10、(5)計算與標準云相似度
11、得到綜合評價云后，計算其與各標準評價云之間的相似度，根據相似度進行排序，相似度最高的標準云對應的評估等級即為最終的評估結果。
12、本專利技術所要解決的技術問題還可以通過以下的技術方案來進一步實現，對于以上所述的基于云模型的效能評估算法，所述步驟(1)的具體過程為：
13、如計算第k層上各元素相對于最高層的組合權重，依賴于其相對于其上一層，即第k-1層的相對權重，以及第k-1層上各元素相對于最高層的組合權重；
14、假設某一層元素對假設第k-1層上有nk-1個元素，對目標層，即最高層的權重向量為：
15、
16、則第k層上個nk元素對其上一層，即第k-1層上第j個元素的權重向量為：
17、
18、則矩陣
19、
20、是nk×nk-1階矩陣，表示第k層上的元素對第k-1層上各元素的權重向量，那么第k層上的元素對目標層，即最高層的組合權重向量wk可以用下式計算：
21、
22、其中，
23、
24、本專利技術所要解決的技術問題還可以通過以下的技術方案來進一步實現，對于以上所述的基于云模型的效能評估算法，所述步驟(2)的具體過程為：
25、設u是精確數值表示的定量論域u＝{u}，對于定性概念a的任意隨機值u∈u，若都可用找到一個有穩定分布特性隨機數μa(u)∈[0，1]，則稱μa(u)為元素u對概念a的隸屬度，所有隸屬度的集合成為隸屬云，簡稱云，即：
26、隸屬云c包含3個數字特征，分別是隸屬云所代表數據的期望值ex、熵en和超熵he，可記為：c(ex，en，he)；
27、期望值ex：期望值是最具代表性的數字特征，是定性概念轉換后所有量化值的平均值，期望值ex的計算公式如下：
28、
29、熵en：熵是用來度量定性概念粒度的量，用于表示定性概念的模糊程度，熵越大定性概念越模糊，其云圖的離散程度也越大，熵en的計算公式如下：
30、
31、超熵he：超熵是熵的不確定度量，也可稱為熵的熵，能較好體現指標的穩定性，即可以反映出云圖中云滴的凝聚程度，超熵he的計算公式如下：
32、
33、其中，s2是樣本方差，其計算方式為
34、本專利技術所要解決的技術問題還可以通過以下的技術方案來進一步實現，對于以上所述的基于云模型的效能評估算法，所述云發生器是進行定性與定量之間相互轉化的工具，包括正向云發生器和反向云發生器，具體的：
35、正向云發生器用于進行定性到定量的轉換，輸入參數特征ex，en和he和云滴數n，輸出n個云滴的數值和隸屬度，具體算法流程如下：
36、(2.1.1)計算輸入為期望值是en，方差是的正態隨機值e′n；
37、(2.1.2)計算輸入為期望值是ex，方差是e′n2的正態隨機值xi；
38、(2.1.3)根據生成的xi、e′n計算隸屬度yi，計算公式如下：
39、
40、(2.1.4)根據xi和yi在論域u上生成相應的云滴drop(xi，yi)；
41、(2.1.5)重復步驟(2.1.1)～(2.1.4)，直到生成足夠數量的云滴結束算法；
42、反向云發生器用于完成從定量到定性的轉換，輸入若干云滴，輸出為云的3個數字特征ex、en和he，具體算法流程如下所示：
43、(2.2.1)根據算法輸入數據，計算量化數據的樣本均值
44、(2.2.2)計算樣本的一階中心距，即期望值
45、(2.2.3)計算熵
46、(2.2.4)計算方差
47、(2.2.5)根據方差結果計算超熵，計算公式如下：
48、
49、(2.2.6)得到定性概念對應的隸屬云的數字特征ex、en和he。
50、本專利技術所要解決的技術問題還可以通過以下的技術方案來進一步實現，對于以上所述的基于云模型的效能評估算法，所述步驟(3)的具體過程為：
51、先采用優、良、中、差4個等級評價標準對效能進行評估，評估結果限制在[0，1]區間，再為每個定性語言值生成一個云圖，建立一個標準云評價標尺；
52、假設定性語言對應的數值區間為[bmin，bmax]，根據雙邊約束的數值區間求解定性語言的云數字特征，通過正向云發生器生成云圖，計算公式如下：
53、
54、式中，k反應評價值的隨機性，取值越大，隨機性越大，通常取k＝0.01；這樣可得到優、良、中、差對應的評價標準云；
55、采用專家打分法，對n個評價指標，給出m個評價指標打分，通過反向云發生器對n個指標分別求出數字特征ex、en和he，計算公式如下：
56、均值：
57、期望值：
本文檔來自技高網...
【技術保護點】
1.一種基于云模型的效能評估算法，其特征在于：包括以下步驟：
2.根據權利要求1所述基于云模型的效能評估算法，其特征在于：所述步驟(1)的具體過程為：
3.根據權利要求1所述基于云模型的效能評估算法，其特征在于：所述步驟(2)的具體過程為：
4.根據權利要求1或3所述基于層次分析法的效能評估算法，其特征在于：所述云發生器是進行定性與定量之間相互轉化的工具，包括正向云發生器和反向云發生器，具體的：
5.根據權利要求1所述基于層次分析法的效能評估算法，其特征在于：所述步驟(3)的具體過程為：
6.根據權利要求1所述基于層次分析法的效能評估算法，其特征在于：所述步驟(4)的具體過程為：
7.根據權利要求1所述基于層次分析法的效能評估算法，其特征在于：所述步驟(5)的具體過程為：
【技術特征摘要】
1.一種基于云模型的效能評估算法，其特征在于：包括以下步驟：
2.根據權利要求1所述基于云模型的效能評估算法，其特征在于：所述步驟(1)的具體過程為：
3.根據權利要求1所述基于云模型的效能評估算法，其特征在于：所述步驟(2)的具體過程為：
4.根據權利要求1或3所述基于層次分析法的效能評估算法，其特征在于：所述云發生器是進行定性與定量之...
【專利技術屬性】
技術研發人員：吉寒冬，劉寶華，王圣東，王彬，李歐陽，陳端迎，韓永磊，杜乃瀚，喬萬里，張晨，
申請(專利權)人：江蘇杰瑞科技集團有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。