CN101807227A - 一种常规设施目标毁伤效果的计算方法 - Google Patents
一种常规设施目标毁伤效果的计算方法 Download PDFInfo
- Publication number
- CN101807227A CN101807227A CN201010033363A CN201010033363A CN101807227A CN 101807227 A CN101807227 A CN 101807227A CN 201010033363 A CN201010033363 A CN 201010033363A CN 201010033363 A CN201010033363 A CN 201010033363A CN 101807227 A CN101807227 A CN 101807227A
- Authority
- CN
- China
- Prior art keywords
- sub
- goal
- target
- bayesian network
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种常规设施目标毁伤效果的计算方法,它涉及目标毁伤效果评估领域中的常规设施目标毁伤效果的计算技术。它根据作战任务和目标特性将目标划分为多层次多类型的子目标,采用改进的层次分析法自上而下构造层次结构模型的判断矩阵并计算同层次同类型的子目标对所属上层子目标的权重,由贝叶斯网络决策模型计算最下层子目标的毁伤效果,采用综合评判法计算目标整体毁伤效果。本发明具有能够快速可靠的计算目标毁伤效果等优点。适用于复杂目标以及目标毁伤信息较少时的战时实时目标毁伤效果计算,不必等待相对准确的目标毁伤信息就能对目标的毁伤效果做出快速计算。
Description
技术领域
本发明涉及目标毁伤效果评估领域中的常规设施目标毁伤效果的计算方法,特别适用于复杂目标以及目标毁伤信息较少时的战时实时目标毁伤效果计算,不必等待相对准确的目标毁伤信息就能对目标的毁伤效果作出快速计算。
背景技术
目前已有的基于模糊综合评判的目标毁伤效果计算方法,它对各级子目标权重的确定方法采用的是传统的层次分析法,需要检验判断矩阵是否具有满意的一致性,否则要对判断矩阵进行调整,直至满足一致性为止,但在对判断矩阵进行调整的过程中,往往依据主观估计来调整,这样具有很大的盲目性,并且不能排除需要经过多次调整才能通过一致性检验的可能性。已有的基于模糊综合评判的目标毁伤效果计算方法中最下层子目标的毁伤程度是采用专家打分的定性分析方法,没有采用定量分析法,这在一定程度上影响了目标毁伤效果计算结果的客观性和可靠性。
发明内容
本发明所要解决的技术问题在于避免上述背景技术中的不足之处而提供一种能快速、可靠的进行常规设施目标毁伤效果的计算方法,该方法根据目标特性将目标划分为多层次多类型的子目标,建立层次结构模型,采用改进的层次分析法自上而下构造层次结构模型的判断矩阵,并计算同层次同类型的子目标对所属上层子目标的权重,由贝叶斯网络决策模型计算最下层子目标的毁伤效果,采用综合评判法计算目标整体毁伤效果。本发明具有能够快速可靠的计算目标毁伤效果的特点。
本发明目的是这样实现的:
该方法根据目标特性将目标划分为多层次多类型的子目标,建立层次结构模型,采用改进的层次分析法自上而下构造层次结构模型的判断矩阵,并计算同层次同类型的子目标对所属上层子目标的权重,由贝叶斯网络决策模型计算最下层子目标的毁伤效果,采用综合评判法计算目标整体毁伤效果;
该方法还包括步骤:
(1)根据目标特性将目标划分为多层次多类型的子目标,建立层次结构模型;
(2)根据层次结构模型,采用层次分析法自上而下构造层次结构模型的判断矩阵A;
(3)根据判断矩阵A,计算重要性排序指数ri;
(4)根据重要性排序指数ri,构造判断矩阵Bij;
(5)依据判断矩阵Bij,求解判断矩阵Bij的传递矩阵Cij;
(6)依据传递矩阵Cij,求解传递矩阵Cij的最优传递矩阵Dij;
(7)依据判断矩阵Bij和最优传递矩阵Dij,求解判断矩阵Bij的拟优一致矩阵B′ij;
(8)依据拟优一致矩阵Bij,求解拟优一致矩阵B′ij的特征向量Wi;
(9)对拟优一致矩阵Bij的特征向量Wi进行层次排序获得Wi;
(10)依据划分的多层次多类型的子目标层次结构模型,对最下层子目标构建贝叶斯网络模型;
(11)依据建立的贝叶斯网络模型,确定贝叶斯网络模型中各节点的状态;
(12)依据建立的贝叶斯网络模型和贝叶斯网络模型中各节点的状态,确定贝叶斯网络模型中的条件概率;
(13)计算贝叶斯网络模型中战前预测子目标毁伤信息节点处于各种毁伤状态的概率值;
(14)依据建立的贝叶斯网络模型和贝叶斯网络模型中各节点的状态及贝叶斯网络模型中的条件概率,进行战时实时子目标毁伤效果计算;
(15)依据拟优一致矩阵Bij的特征向量的层次排序结果Wi′和战时实时子目标毁伤效果计算结果,自下而上由综合评判法计算目标整体发生各种毁伤等级的概率;
(16)根据卫星拍摄到的子目标毁伤图片与战时实时子目标毁伤效果的计算结果进行比较,采用动态线性模型修正贝叶斯网络模型中的条件概率。
本发明与背景技术相比具有如下优点:
1 本发明采用了改进的层次分析法构造判断矩阵,该方法构造的判断矩阵能直接满足一致性检验要求。
2 本发明采用贝叶斯网络模型定量计算层次结构模型中最下层子目标的毁伤效果,提高了目标毁伤效果的计算速度和计算结果的可靠性。
附图说明
图1是本发明实施例的工作流程图。
具体实施方式
参照图1,本发明根据目标特性将目标划分为多层次多类型的子目标,建立层次结构模型,采用改进的层次分析法自上而下构造层次结构模型的判断矩阵,并计算同层次同类型的子目标对所属上层子目标的权重,由贝叶斯网络决策模型计算最下层子目标的毁伤效果,采用综合评判法计算目标整体毁伤效果。
本发明实施例的工作流程如图1所示,图1是本发明实施例的工作流程图,本发明包括步骤:
(1)根据目标特性将目标划分为多层次多类型的子目标,建立层次结构模型。
(2)根据层次结构模型,采用层次分析法自上而下构造层次结构模型的判断矩阵A。实施例本发明通过对同层次同类型的子目标进行两两比较,构造两两比较判断矩阵A,在两两比较时,对参数进行量化,使用1~9的度量方法。其具体含义如下:对于参数i和j∶1表示i因素与j因素同样重要;3表示i因素比j因素略重要;5表示i因素比j因素较重要;7表示i因素比j因素非常重要;9表示i因素比j因素绝对重要;2,4,6,8是介于两判断之间的、与中间状态对应的标度值,其中Aij为第i因素与第j因素相比较的重要性。
(3)根据判断矩阵A,计算重要性排序指数ri。实施例本发明重要性排序指数ri的计算公式为 式中ri为矩阵A中第i行各因素之和。取rmax=max{ri},rmin=min{ri}。
(4)根据重要性排序指数ri,构造判断矩阵Bij。实施例本发明对每组因素构造判断矩阵Bij,其元素bij满足公式:
(5)依据判断矩阵Bij,求解判断矩阵Bij的传递矩阵Cij。实施例本发明传递矩阵Cij,其元素cij满足公式:cij=lgbij(i,j=1,2,…,n)。
(6)依据传递矩阵Cij,求解传递矩阵Cij的最优传递矩阵Dij。实施例本发明最优传递矩阵Dij,其元素dij满足公式:
(7)依据判断矩阵Bij和最优传递矩阵Dij,求解判断矩阵Bij的拟优一致矩阵Bij。实施例本发明拟优一致矩阵B′ij,其元素bij′满足公式:
(8)依据拟优一致矩阵B′ij,求解拟优一致矩阵B′ij的特征向量Wi。实施例本发明拟优一致矩阵B′ij的特征向量Wi用方根法计算,其步骤为:计算B′ij每一行元素的乘积 计算方根 对向量 作归一化处理,即
(9)对拟优一致矩阵B′ij的特征向量Wi进行层次排序获得层次排序特征向量Wi′。实施例本发明层次排序特征向量Wi′的计算方法为:某一子目标权重为a,其下因素的权重分别为W=(W1,W2,…,Wn)T,则在总层次中该子目标的权重为Wi′=aWi(i=1,2,…,n)。按照此方法确定各子目标在总层次中的顺序。至此,各层次中的子目标的权重已经全部确定,这些权重直接符合一致性检验要求,不需要进行一致性检验。
(10)依据划分的多层次多类型的子目标层次结构模型,对最下层子目标构建贝叶斯网络模型。实施例本发明贝叶斯网络模型由战前预测子目标毁伤信息节点、武器系统提供的子目标毁伤信息节点、机组人员任务报告提供的子目标毁伤信息节点、战时实时子目标毁伤效果计算节点组成,贝叶斯网络模型的输入为:战前预测子目标毁伤信息、武器系统提供的子目标毁伤信息、机组人员任务报告提供的子目标毁伤信息;输出为:战时实时子目标毁伤效果。
(11)依据建立的贝叶斯网络模型,确定贝叶斯网络模型中各节点的状态。实施例本发明根据目标毁伤效果常规计算方法,确定贝叶斯网络模型中各结点状态。由于战前预测性子目标毁伤结果是粗略的,所以将战前预测子目标毁伤信息节点划分为3种毁伤状态(轻度毁伤、中度毁伤、重度毁伤),将武器系统提供的子目标毁伤信息节点、机组人员任务报告提供的子目标毁伤信息节点和战时实时子目标毁伤效果计算节点划分为5种毁伤状态(完好、轻度毁伤、中度毁伤、重度毁伤、报废)。目标不同,各节点状态的划分不同。
(12)依据建立的贝叶斯网络模型和贝叶斯网络模型中各节点的状态,确定贝叶斯网络模型中战时实时子目标毁伤效果计算节点的条件概率。实施例本发明假设恢复子目标特定功能所需的修复时间服从对数正态分布其中t为修复时间,t>0。并粗略估计对数正态分布的均值与方差,分别为u和D,从而可以计算对数正态分布落在每个损伤区间内的概率值,这个概率值就是要确定的条件概率值。
(13)计算贝叶斯网络模型中战前预测子目标毁伤信息节点处于各种毁伤状态的概率值。实施例本发明根据子目标特性分析、对火力毁伤方案、所选用的武器平台及弹药等信息,借助目标战损仿真系统或者专家分析等预测子目标在特定火力打击下可能的毁伤等级及其发生的概率。
(14)依据建立的贝叶斯网络模型和贝叶斯网络模型中各节点的状态及贝叶斯网络模型中的条件概率,进行战时实时子目标毁伤效果计算。实施例本发明将战前预测子目标毁伤信息、武器系统提供的子目标毁伤信息、机组人员任务报告提供的子目标毁伤信息输入到贝叶斯网络模型中,利用贝叶斯网络软件hugin计算战时实时子目标发生各种毁伤等级的概率。
(15)依据拟优一致矩阵B′ij的特征向量的层次排序结果Wi′和战时实时子目标毁伤效果计算结果,自下而上由综合评判法计算目标整体发生各种毁伤等级的概率。
(16)根据卫星拍摄到的子目标毁伤图片与战时实时子目标毁伤效果的计算结果进行比较,采用动态线性模型修正贝叶斯网络模型中的条件概率。
Claims (1)
1.一种常规设施目标毁伤效果的计算方法,其特征在于:该方法根据目标特性将目标划分为多层次多类型的子目标,建立层次结构模型,采用改进的层次分析法自上而下构造层次结构模型的判断矩阵,并计算同层次同类型的子目标对所属上层子目标的权重,由贝叶斯网络决策模型计算最下层子目标的毁伤效果,采用综合评判法计算目标整体毁伤效果;
该方法还包括步骤:
(1)根据目标特性将目标划分为多层次多类型的子目标,建立层次结构模型;
(2)根据层次结构模型,采用层次分析法自上而下构造层次结构模型的判断矩阵A;
(3)根据判断矩阵A,计算重要性排序指数ri;
(4)根据重要性排序指数ri.,构造判断矩阵Bij;
(5)依据判断矩阵Bij,求解判断矩阵Bij的传递矩阵Cij;
(6)依据传递矩阵Cij,求解传递矩阵Cij的最优传递矩阵Dij;
(7)依据判断矩阵Bij和最优传递矩阵Dij,求解判断矩阵Bij的拟优一致矩阵B′ij;
(8)依据拟优一致矩阵B′ij,求解拟优一致矩阵B′ij的特征向量Wi;
(9)对拟优一致矩阵B′ij的特征向量Wi进行层次排序获得Wi′;
(10)依据划分的多层次多类型的子目标层次结构模型,对最下层子目标构建贝叶斯网络模型;
(11)依据建立的贝叶斯网络模型,确定贝叶斯网络模型中各节点的状态;
(12)依据建立的贝叶斯网络模型和贝叶斯网络模型中各节点的状态,确定贝叶斯网络模型中的条件概率;
(13)计算贝叶斯网络模型中战前预测子目标毁伤信息节点处于各种毁伤状态的概率值;
(14)依据建立的贝叶斯网络模型和贝叶斯网络模型中各节点的状态及贝叶斯网络模型中的条件概率,进行战时实时子目标毁伤效果计算;
(15)依据拟优一致矩阵B′ij的特征向量的层次排序结果Wi′和战时实时子目标毁伤效果计算结果,自下而上由综合评判法计算目标整体发生各种毁伤等级的概率;
(16)根据卫星拍摄到的子目标毁伤图片与战时实时子目标毁伤效果的计算结果进行比较,采用动态线性模型修正贝叶斯网络模型中的条件概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010033363A CN101807227A (zh) | 2010-01-13 | 2010-01-13 | 一种常规设施目标毁伤效果的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010033363A CN101807227A (zh) | 2010-01-13 | 2010-01-13 | 一种常规设施目标毁伤效果的计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101807227A true CN101807227A (zh) | 2010-08-18 |
Family
ID=42609017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010033363A Pending CN101807227A (zh) | 2010-01-13 | 2010-01-13 | 一种常规设施目标毁伤效果的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101807227A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631198A (zh) * | 2015-12-22 | 2016-06-01 | 中国船舶重工集团公司第七一五研究所 | 一种基于模糊层次分析的海洋噪声场处理性能评估方法 |
CN107862158A (zh) * | 2017-12-04 | 2018-03-30 | 温州大学 | 一种基于iahp的阀门装配质量综合分析方法 |
CN107958289A (zh) * | 2016-10-18 | 2018-04-24 | 深圳光启合众科技有限公司 | 用于机器人的数据处理方法和装置、机器人 |
CN109814537A (zh) * | 2019-03-01 | 2019-05-28 | 中国航空无线电电子研究所 | 一种无人机地面站健康评估方法 |
CN111579647B (zh) * | 2020-07-06 | 2021-03-26 | 中南大学 | 基于层次分析法的混凝土构件腐蚀程度检测方法及系统 |
CN113177748A (zh) * | 2021-06-28 | 2021-07-27 | 西南石油大学 | 一种输气管道震害评价方法 |
CN114859978A (zh) * | 2022-07-05 | 2022-08-05 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种无人机自主目标排序方法及无人机控制系统 |
-
2010
- 2010-01-13 CN CN201010033363A patent/CN101807227A/zh active Pending
Non-Patent Citations (4)
Title |
---|
E. CAGNO等: ""Using AHP in determining the prior distributions on gas pipeline failures in a robust Bayesian approach"", 《RELIABILITY ENGINEERING & SYSTEM SAFETY》 * |
PILAR GARGALLO等: ""AHP-Group Decision Making: A Bayesian Approach Based on Mixtures for Group Pattern Identification"", 《GROUP DECISION AND NEGOTIATION(2007)》 * |
李绍勤等: ""基于最优传递矩阵层次分析法的改进及应用"", 《云南民族大学学报(自然科学版)》 * |
矫健等: ""一种网络信息资源综合评价的新方法"", 《情报理论与实践》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631198A (zh) * | 2015-12-22 | 2016-06-01 | 中国船舶重工集团公司第七一五研究所 | 一种基于模糊层次分析的海洋噪声场处理性能评估方法 |
CN105631198B (zh) * | 2015-12-22 | 2018-11-06 | 中国船舶重工集团公司第七一五研究所 | 一种基于模糊层次分析的海洋噪声场处理性能评估方法 |
CN107958289A (zh) * | 2016-10-18 | 2018-04-24 | 深圳光启合众科技有限公司 | 用于机器人的数据处理方法和装置、机器人 |
CN107958289B (zh) * | 2016-10-18 | 2022-02-01 | 深圳市中吉电气科技有限公司 | 用于机器人的数据处理方法和装置、机器人 |
CN107862158A (zh) * | 2017-12-04 | 2018-03-30 | 温州大学 | 一种基于iahp的阀门装配质量综合分析方法 |
CN109814537A (zh) * | 2019-03-01 | 2019-05-28 | 中国航空无线电电子研究所 | 一种无人机地面站健康评估方法 |
CN109814537B (zh) * | 2019-03-01 | 2022-02-11 | 中国航空无线电电子研究所 | 一种无人机地面站健康评估方法 |
CN111579647B (zh) * | 2020-07-06 | 2021-03-26 | 中南大学 | 基于层次分析法的混凝土构件腐蚀程度检测方法及系统 |
CN113177748A (zh) * | 2021-06-28 | 2021-07-27 | 西南石油大学 | 一种输气管道震害评价方法 |
CN113177748B (zh) * | 2021-06-28 | 2021-08-31 | 西南石油大学 | 一种输气管道震害评价方法 |
CN114859978A (zh) * | 2022-07-05 | 2022-08-05 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种无人机自主目标排序方法及无人机控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101807227A (zh) | 一种常规设施目标毁伤效果的计算方法 | |
CN102496069B (zh) | 基于模糊层次分析法的电缆多状态安全运行评估方法 | |
CN111582718B (zh) | 基于网络层次分析法的电缆通道火灾风险评估方法及装置 | |
CN103577888B (zh) | 一种对产品设计方案优选的方法 | |
CN104392071B (zh) | 一种基于复杂网络的高速列车系统安全评估方法 | |
CN104392087B (zh) | 一种顶置武器站性能评估方法 | |
CN105160149B (zh) | 一种模拟调峰机组的需求响应调度评估体系构建方法 | |
CN103714382B (zh) | 一种城轨列车安全检测传感网可靠性多指标综合评估方法 | |
CN105320809A (zh) | 一种针对风电场空间相关性的风速预测方法 | |
CN102902882A (zh) | 一种信息系统运行质量的评价方法 | |
CN112308360A (zh) | 一种基于熵权值法修正ahp法的岩质基坑安全评价方法 | |
CN105007170A (zh) | 一种基于fahp-svm理论的wlan网络负载综合评价方法 | |
CN104835073A (zh) | 基于直觉模糊熵权的无人飞行器控制系统运行绩效评价方法 | |
CN108171641A (zh) | 一种轨道交通应急预案评估方法 | |
CN105303331A (zh) | 一种变压器维修风险决策方法 | |
CN104599500A (zh) | 基于灰熵分析和改进贝叶斯融合的交通流预测方法 | |
CN109598236A (zh) | 一种自动化火点判识方法及系统 | |
CN111445695A (zh) | 一种智能车路系统的运行状况监测方法 | |
CN104766250A (zh) | 一种管廊管道的风险因素权重值计算方法 | |
CN109951468A (zh) | 一种基于f值优化的网络攻击检测方法与系统 | |
CN115408946A (zh) | 一种质量评估模型构建方法、装置、设备及储存介质 | |
CN105427062A (zh) | 基于云理论的水库塌岸风险分析方法 | |
CN115422716A (zh) | 一种适用于典型地面设施破坏失效的评估计算模型 | |
CN103150476B (zh) | 一种基于数据站场的系统效能评估方法 | |
Zhou et al. | The landing safety prediction model by integrating pattern recognition and Markov chain with flight data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20100818 |