【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及工程效能評估，特別是一種改進的主成分分析效能評估方法。
技術(shù)介紹
1、主成分分析法是將多個指標(biāo)化為少數(shù)指標(biāo)的一種統(tǒng)計方法，最早是由karlpearson對非隨機變量引入的一種統(tǒng)計方法，而后h?hotelling將此方法推廣到隨機向量的情形。利用主成分分析法對多維變量進行降維，降維后的變量是原變量的線性組合，并能反映原變量絕大部分的信息，使信息的損失最小，對原變量的綜合解釋能力強。主成分分析法是通過主成分的貢獻率來表示變量的作用，可避免在系統(tǒng)分析中對權(quán)重的主觀判斷，使權(quán)重的分配更合理，盡可能地減少重疊信息的不良影響，克服變量之間的多重相關(guān)性，使系統(tǒng)分析簡化。當(dāng)主成分變量所包含的指標(biāo)信息量占原始指標(biāo)信息量的85％以上時，一般可認(rèn)為達(dá)到分析效果。
2、目前，國內(nèi)大量學(xué)者將主成成分分析方法用于解決效能評估問題，從大量指標(biāo)中分析出多種主成分，對多項指標(biāo)進行了綜合優(yōu)化，減小了評估工作量，且評估結(jié)果符合客觀實際。
3、為了進一步提升主成分分析法在效能評估中的應(yīng)用效果，還對其進行改進和優(yōu)化。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種能夠?qū)崿F(xiàn)數(shù)據(jù)降維，適用多方案數(shù)據(jù)評估，可用解析計算評估指標(biāo)權(quán)重，無需人為干預(yù)，具有很強的客觀性的改進的主成分分析效能評估方法。
2、本專利技術(shù)所要解決的技術(shù)問題是通過以下的技術(shù)方案來實現(xiàn)的。本專利技術(shù)是一種改進的主成分分析效能評估方法，該方法包括以下步驟：
3、(1)將數(shù)據(jù)
4、(2)計算所有樣本的指標(biāo)相關(guān)矩陣，通過核函數(shù)改進算法的非線性性能；
5、(3)求解相關(guān)矩陣的特征值；
6、(4)計算各分量的貢獻率；
7、(5)計算原指標(biāo)對應(yīng)的系數(shù)；
8、(6)將系數(shù)歸一化，得到指標(biāo)權(quán)重；
9、(7)計算線性求和，得評價值。
10、本專利技術(shù)所要解決的技術(shù)問題還可以通過以下的技術(shù)方案來進一步實現(xiàn)，對于以上所述的改進的主成分分析效能評估方法，所述步驟(1)的具體過程為：
11、假設(shè)評估體系中有n個評估指標(biāo)，對m中方案進行評估，得到評估數(shù)據(jù)xij(i＝1,2,…,m；j＝1,2,…,n)，矩陣形式記為r；
12、rj為矩陣r對應(yīng)的第j列之和，即：
13、令
14、yij＝(xij)/rj
15、則，yij為原始數(shù)據(jù)進行無量綱化處理后得到的新樣本數(shù)據(jù)；
16、其中：
17、
18、本專利技術(shù)所要解決的技術(shù)問題還可以通過以下的技術(shù)方案來進一步實現(xiàn)，對于以上所述的改進的主成分分析效能評估方法，所述步驟(2)的具體過程為：
19、對標(biāo)準(zhǔn)化后的矩陣r運用核主成分方法進行處理，采用高斯徑向基核函數(shù)進行計算，rbf函數(shù)定義如下：
20、
21、其中:σ為待定參數(shù)，這里取為6，控制核函數(shù)的寬度；
22、計算所有樣本的指標(biāo)核矩陣r＝(kij)n×n，其中：
23、
24、其中：yi表示r矩陣的第i列。
25、本專利技術(shù)所要解決的技術(shù)問題還可以通過以下的技術(shù)方案來進一步實現(xiàn)，對于以上所述的改進的主成分分析效能評估方法，所述步驟(3)的具體過程為：
26、求相關(guān)矩陣r的特征值λ1≥λ2≥…≥λn≥0，記為：λi(i＝1,2,…,n)，其對應(yīng)的特征向量為：
27、zi＝[zi1,zi2,…,zin]t?i＝1,2,…,n
28、特征向量構(gòu)成了新的n維正交空間，根據(jù)特征值和特征向量的定義，有：rzi＝λizi(i＝1,2,…,n)，特征值λi就是相關(guān)矩陣r在新n維空間坐標(biāo)軸zi上的投影長度。
29、本專利技術(shù)所要解決的技術(shù)問題還可以通過以下的技術(shù)方案來進一步實現(xiàn)，對于以上所述的改進的主成分分析效能評估方法，所述步驟(4)的具體過程為：
30、通過λi計算各分量的貢獻率：
31、
32、選取滿足的前p個主成分作為新的決策指標(biāo)，取e＝0.85，從而得到低維指標(biāo)的主成分決策矩陣，即使用主成分對應(yīng)的特征向量構(gòu)成主成分決策矩陣：
33、z＝(zij)n×p＝[z1,z2,…,zp]
34、根據(jù)主成分分析的結(jié)果，得到主成分的權(quán)重：
35、
36、本專利技術(shù)所要解決的技術(shù)問題還可以通過以下的技術(shù)方案來進一步實現(xiàn)，對于以上所述的改進的主成分分析效能評估方法，所述步驟(5)的具體過程為：
37、計算原指標(biāo)對應(yīng)的系數(shù)：
38、
39、本專利技術(shù)所要解決的技術(shù)問題還可以通過以下的技術(shù)方案來進一步實現(xiàn)，對于以上所述的改進的主成分分析效能評估方法，所述步驟(6)的具體過程為：
40、將系數(shù)歸一化，得到指標(biāo)的權(quán)重：
41、
42、記為矩陣形式：ω＝[ω1,ω2,…,ωn]t。
43、本專利技術(shù)所要解決的技術(shù)問題還可以通過以下的技術(shù)方案來進一步實現(xiàn)，對于以上所述的改進的主成分分析效能評估方法，所述步驟(7)的具體過程為：
44、計算線性求和，得評價值v：
45、v＝y(tǒng)ω
46、其中y為新樣本數(shù)據(jù)；ω為指標(biāo)權(quán)重。
47、與現(xiàn)有技術(shù)相比，本專利技術(shù)的顯著優(yōu)點為：該方法能夠?qū)崿F(xiàn)數(shù)據(jù)降維，適用多方案數(shù)據(jù)評估，可用解析計算評估指標(biāo)權(quán)重，無需人為干預(yù)，具有很強的客觀性。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種改進的主成分分析效能評估方法，其特征在于：該方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的改進的主成分分析效能評估方法，其特征在于：所述步驟(1)的具體過程為：
3.根據(jù)權(quán)利要求1所述的改進的主成分分析效能評估方法，其特征在于：所述步驟(2)的具體過程為：
4.根據(jù)權(quán)利要求1所述的改進的主成分分析效能評估方法，其特征在于：所述步驟(3)的具體過程為：
5.根據(jù)權(quán)利要求1所述的改進的主成分分析效能評估方法，其特征在于：所述步驟(4)的具體過程為：
6.根據(jù)權(quán)利要求1所述的改進的主成分分析效能評估方法，其特征在于：所述步驟(5)的具體過程為：
7.根據(jù)權(quán)利要求1所述的改進的主成分分析效能評估方法，其特征在于：所述步驟(6)的具體過程為：
8.根據(jù)權(quán)利要求1所述的改進的主成分分析效能評估方法，其特征在于：所述步驟(7)的具體過程為：
【技術(shù)特征摘要】
1.一種改進的主成分分析效能評估方法，其特征在于：該方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的改進的主成分分析效能評估方法，其特征在于：所述步驟(1)的具體過程為：
3.根據(jù)權(quán)利要求1所述的改進的主成分分析效能評估方法，其特征在于：所述步驟(2)的具體過程為：
4.根據(jù)權(quán)利要求1所述的改進的主成分分析效能評估方法，其特征在于：所述步驟(3)的具體過程為：
5.根...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王彬，劉寶華，翟永翠，胡省院，陳端迎，杜乃瀚，李歐陽，韓永磊，胥昕昕，張晨，
申請(專利權(quán))人：江蘇杰瑞科技集團有限責(zé)任公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。