CN104299047A - 一种基于模糊综合评价法的飞机航路评价指标体系的建立方法 - Google Patents
一种基于模糊综合评价法的飞机航路评价指标体系的建立方法 Download PDFInfo
- Publication number
- CN104299047A CN104299047A CN201410525482.2A CN201410525482A CN104299047A CN 104299047 A CN104299047 A CN 104299047A CN 201410525482 A CN201410525482 A CN 201410525482A CN 104299047 A CN104299047 A CN 104299047A
- Authority
- CN
- China
- Prior art keywords
- factor
- air route
- evaluation
- level
- index
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Complex Calculations (AREA)
Abstract
本发明属于飞机技术领域,具体公开了一种基于模糊综合评价法的飞机航路评价指标体系的建立方法,用以实现航路的综合评估优选,确定飞机的最优航路,为指挥员正确决策提供科学依据。其实现过程为:1、建立航路评价体系模型,确立评判因素集;2、利用层次分析法确定影响因素的权重,计算获得一级指标权重以及二级指标权重;3、确定评价集;4、计算单因素评判矩阵并进行综合评判,得出综合评判结果;5、计算结果,得出最终评判结果。本发明比较全面地考虑了航路决策的各个影响因素,并限制了人为主观因素的影响,从而保证了决策的准确性和客观性。
Description
技术领域
本发明属于飞机技术领域,涉及飞机航路评估,特别是飞机航路评价指标的建立方法,具体是一种基于模糊综合评价法的飞机航路评价指标体系的建立方法,可用于飞机任务规划系统中的航路评估环节。
背景技术
随着计算机、自动化、信息技术的发展,现代飞机技术发生了巨大的变化。飞机的种类越来越多,性能越来越高,技术密集、结构复杂、协同性强,使飞机的操纵愈来愈复杂。同时,随着现代飞行任务的难度、危险度以及强度的不断增加,由于飞行员受生理和心理等因素的局限,单纯依靠飞行员手工操作完成复杂的飞行任务变得越来越困难。例如在地形跟随过程中,视觉效应会使飞行员精神高度紧张,对速度的控制容易诱发长周期振荡。为解决这些问题,一种有效的解决途径就是采用航路评价技术。
航路评价是任务规划系统中一项重要的内容,它的主要任务是根据航路的主要参数指标和给定的航路优劣标准,分析航路的优劣程度。在进行飞行评估之前需要在可行航路中选择一条最优航路,由于航路规划算法众多,其依据和标准也不同,对于不同算法规划出的航路之间的对比选优还依据低效的人工选择方法。由于航路评价是一个很复杂的多因素决策问题,采用人工方法即花费大量时间同时也不能保证所选结果的最优性。现有的对因素决策方法都是以判断矩阵为核心,仍然显著地受决策者的主观影响。
发明内容
本发明的目的在于针对上述已有方法中的不足,建立了一种基于模糊综合评价法的飞机航路评价指标体系的建立方法,对航路的优劣性进行客观、合理的评价,以实现航路的综合评估优选,来确定飞机的最优航路,为指挥员正确决策提供科学依据。
本发明的技术方案是:一种基于模糊综合评价法的飞机航路评价指标体系的建立方法,包括如下步骤:
(1)建立航路评价体系模型:分为两个层次,将影响航路评估的航路自身状态和航路外部限制两个因素作为第一层次;将航路自身状态的影响因素和航路外部限制的影响因素作为第二个层次,其中航路自身状态的影响因素包括:最小平飞距离、最小转弯半径、最大爬升/俯冲角、转弯点数量以及航路总长度;航路外部限制的影响因素包括:目标进入方向、空情有利,威胁较小以及通过指定区域;
(2)计算航路评价体系模型中各个影响因素的值,并采用非线性S型可导函数对各个影响因素的值进行归一化处理,使各个指标在[0,1]之间取值,从而建立评判因素集;
(3)利用层次分析法确定影响因素的权重,得到一级指标权值向量A,二级指标权值向量A1、A2;
(4)确定评价集V,用以评价航路的等级:
V={v1,v2,v3,v4,v5}
各符号代表意义及取值范围如下:
v1:很好[4.0,5.0);v2:好[3.0,4.0);v3:一般[2.0,3.0);
v4:差[1.0,2.0);v5:很差[0,1.0);
(5)计算单因素评判矩阵Ri,并通过综合评判获得评判结果;根据二级指标权值向量A1、A2和单因素评判矩阵Ri,得出第一级评判结果Bi;再依据第一级评判结果Bi和一级指标权值向量A,得出第二级评判结果B;
(6)计算结果:采用“+、*”算子,即加权平均型算子,处理第二级评判结果B和评价集V,得到评判结果W:
W=B*VT,其中字母T为矩阵的转置符号。
上述步骤(2)所述的计算航路评价体系模型中各个影响因素的值,按如下步骤进行:
2a)最小平飞距离:此为限制飞机在开始改变飞行姿态之前必须直飞的最短距离;设第i段航路长度为li,最小航路段长度为lmin,则该约束表示为:li≥lmin i=1,2,...,n,其中n为航路所包含的分段折线数,
具体计算为:
其中,(xi yi zi)和(xi+1 yi+1 zi+1)分别为第i段航路的起始坐标和终点坐标。
其中初始设定最小航路段为3000米;
2b)最小转弯半径:最小转弯半径限制生成的航路只能在大于或等于预先确定的最小转弯半径范围内的转弯,设飞机的巡航速度为v,重力加速度为g,则在可用过载np一定时,飞机的最小转弯半径Rmin为:
2c)最大爬升/俯冲角:最大爬升/俯冲角限定了飞机在纵向截面上爬升和下滑的最大角度,设最大允许爬升/下滑角为θmax,则第i段航路的爬升/下滑角约束可表示为:
其中mi+1=(xi+1-xi,yi+1-yi)T
2d)转弯点数量:即航路中转弯点或者航路点的数量,初始设定为12个;
2e)航路总长度:设航路由n段分段折线组成,最大航路长度为Lmax,则该航路总长度约束表示为:
需要根据飞机当前的燃油量计算出可飞的最大航程,范围设为[Lmax*0.2,Lmax];
2f)目标进入方向:即从预先确定的方向接近目标,以保证从目标最薄弱的方位进行有效地攻击,初始设定为360度;
2g)空情有利,威胁小:将航路某一段的实际威胁值的大小设定在[0,1]范围内,其中0表示没威胁,1表示威胁大;
2h)通过指定区域:为满足战略战术要求,实际应用中常常需要飞机经过特殊指定的区域,设定为0和1,“1”表示经过,“0”表示不经过。
上述步骤(2)所述的建立评判因素集,按如下步骤进行:
3a)采用非线性S型可导函数进行归一化处理,使各指标在[0,1]之间取值,
对于数值越大越好的指标,有:
对于数值越小越好的指标,有:
其中xi为第i个指标的原始性能参数值,Xi为归一化后的值,xmax为所有同类航路中该指标项性能参数可能的最大值,xmin为所有同类航路中该指标项性能参数可能的最小值;
3b)建立评判因素集:
一级指标:
X={X1,X2}
即X为第一层次的评判因素集,其中X1,X2分别为第一层次所包含的影响因素。
二级指标:
X1={X11,X12,X13,X14,X15}
X2={X21,X22,X23,X24,X25}
X1,X2为第二层次的评判因素集,包含了第一层次影响因素的子因素。
上述步骤(3)所述的二级指标权值向量,按如下步骤进行确定:
4a)确定每个层次的判断矩阵:
假设层次有n个因素,那么该层次的判断矩阵Bi为:
判断矩阵中赋值bij表示元素bi对于元素bj重要程度比较值;
4b)计算指标权向量并做一致性检验:
对每个判断矩阵计算最大特征值及其对应的特征向量,利用一致性指标、随机一致性指标和一致性比率做一致性检验,若检验通过,特征向量归一化后即为指标权向量,若不通过,则重新构造判断矩阵,
由此获得评价体系第一层次的指标权向量:
A=(a1,a2)
a1,a2分别为第一层次各因素的权向量。
第二层次的指标权向量:
A1=(a11,a12,a13,a14,a15)
A2=(a21,a22,a23,a24,a25)
A1,A2分别包含第二层次各因素的权向量。
上述步骤(5)所述的单因素评判矩阵Ri按如下计算:
假设有Y个专家对因素xi,i-1,2,...,n进行评价,其中n为因素个数,分别有mij个专家分别把xi评定为yj,j=1,2,...,m,其中m为评价集中分类个数,且满足则因素xi具有评语yj的隶属度rij为:
记故有单因素评价向量f(xi)为:
在给出所有因素xi的单因素评价向量f(xi)后,即可得到所有因素的评判矩阵R=(f(x1),f(x2),...,f(xn))T=(rij)n×m;
而单因素评判矩阵Ri为第二层次评判因素集Xi所包含的因素所对应的评判矩阵,其中i=1,2。
上述步骤(5)所述的综合评判的步骤为:
8a)根据二级指标权值向量A1、A2和单级评判矩阵Ri得出第一级评判结果Bi为:
8b)依据第一级评判结果Bi和一级指标权值向量A,得出第二级评判结果B为:
本发明的有益效果:本发明通过对航路评价指标体系模型的建立,先进行单因素等级评判,再做因素组的二级评判,最后进行航路总评判。下层评判结果作为上一层的评判隶属度,依次类推得出航路综合评判结果。本发明具有以下优点:
1)采用模糊综合评判方法可把人为主观因素限制在单一很小范围,使主观因素影响大大缩小。
2)由于比较全面地考虑了航路决策的各个影响因素,从而保证了决策的准确性和客观性。同时权重集由于已具有较全面的量化值,而且模型采用加权求和算法,简单易行。
3)只需对因素等级隶属度进行专家评分确定,便可得出各航路的评价结果并做出决策,对航路评估和决策具有一定的实用价值。
以下将结合附图对本发明做进一步详细说明。
附图说明
图1是本发明中的航路评价指标模型图;
图2是本发明的实现流程图。
具体实施方式
步骤1.参照图1,建立航路评价模型。
1a)将航路自身状态和航路外部限制两个因素设置为航路评价模型的第一层次。
1b)确定航路自身状态所包含的影响因素,分别为:最小平飞距离、最小转弯半径、最大爬升/俯冲角、转弯点数量、航路总长度。
1c)确定航路外部限制所包含的影响因素,分别为:目标进入方向(符合上级以及所支援部(分)队的作战企图)、空情有利,威胁较小、通过禁飞区域;
1d)将上述航路自身状态和航路外部限制所包含的影响因素作为第二层次。从而建立航路评价指标模型。
参照图2,本发明接下来的具体实施步骤如下:
步骤2.根据评价模型计算各个影响因素的值。
2a)最小平飞距离:限定飞机在开始改变飞行姿态前必须直飞的最短距离。远距离飞机一般不希望迂回行进和频繁的转弯。设第i段航路长度为li,最小航路段长度为lmin,该约束表示为:li≥lmin i=1,2,...,n,其中n为航路所包含的分段折线数。
具体计算为:
其中,(xi yi zi)和(xi+1 yi+1 zi+1)分别为第i段航路的起始坐标和终点坐标。
初始设定最小航路段为3000米。
2b)最小转弯半径:限制生成的航路只能在大于或等于预先确定的最小转弯半径范围内转弯。该条件取决于飞机的过载能力和飞行任务。在密集编队的情况下剧烈转弯将会增大碰撞概率。
根据飞行力学知识,飞机的可用过载是有限的,一般飞机的可用过载大小为n=2-10。设飞机的巡航速度为v,重力加速度为g,则飞机的转弯过载n为:
其中R为飞机的转弯半径。因此在可用过载一定时,飞机的最小转弯半径Rmin为:
其中,np为可用过载;
2c)最大爬升/俯冲角:限定了飞机在纵向截面上爬升和下滑的最大角度,主要取决于飞机性能。为了简化俯仰角约束计算,把该约束转化到对地形的预处理上,即用飞机的最大爬升/下滑角对地形进行平滑预处理。设最大允许爬升/下滑角为θmax,则第i段航路的爬升/下滑角约束可表示为:
其中mi+1=(xi+1-xi,yi+1-yi)T
2d)转弯点数量:即航路中转弯点或者航路点的数量,初始设定为12个。
2e)航路总长度:航路的总长度必须小于或等于一个预先设定的最大距离。它相当于要在有限的燃料供应或在某一固定时间内必须到达目标。设航路由n段分段折线组成,最大航路长度为Lmax,则该航路总长度约束表示为:
需要根据飞机当前的燃油量计算出可飞的最大航程,范围设为[Lmax*0.2,Lmax]。
2f)目标进入方向:限制航路从某一预先确认的角度进入目标,这个角度与具体任务的性质有关。符合上级和所支援部队的作战意图是确定飞机航路的基本依据。
从预先确定的方向接近目标,以保证从目标最薄弱的方位进行有效地攻击,初始设定为360度。
2g)空情有利,威胁小:在具有威胁的环境中执行任务时,要根据飞行区域内的威胁分布情况,确定飞机处于航路轨迹点被敌方探测的概率,从而确定航路的规避威胁能力。当规避威胁能力越强时,即飞机离威胁源中心距离越大时,航路越安全。
将航路某一段的实际威胁值的大小设定在[0,1]范围内。
2h)通过指定区域:为满足战略战术要求,实际应用中常常需要飞机经过特殊指定的区域,设定为0和1,“1”表示经过,“0”表示不经过。
步骤3.建立评判因素集,按如下步骤进行:
3a)采用非线性S型可导函数进行归一化处理:对于模型中的各指标,它们的指标值量纲不一致;各指标值的相关特性也不相同,有些是正相关(指标值越大越好),有些是负相关(指标值越小越好)。因此在使用之前必须进行归一化处理。
对于数值越大越好的指标,有:
对于数值越小越好的指标,有:
其中xi为第i个指标的原始性能参数值,Xi为归一化后的值,xmax为所有同类航路中该指标项性能参数可能的最大值,xmin为所有同类航路中该指标项性能参数可能的最小值;
3b)建立评判因素集:
一级指标:
X={X1,X2}
即X为第一层次的评判因素集,其中X1, X2分别为第一层次所包含的影响因素。
二级指标:
X1={X11,X12,X13,X14,X15}
X2={X21,X22,X23,X24,X25}
X1,X2为第二层次的评判因素集,包含了第一层次影响因素的子因素。
步骤4.确定影响因素的指标权值向量,按如下步骤进行:
4a)确定每个层次的判断矩阵:
假设层次有n个因素,那么该层次的判断矩阵Bi为:
判断矩阵中赋值bij表示元素bi对于元素bj重要程度比较值。
需根据评价体系的第一层次建立判断矩阵B,对于其第二层次建立判断矩阵B1,B2。
4b)计算指标权向量并做一致性检验
对每个判断矩阵计算最大特征值及其对应的特征向量。利用一致性指标、随机一致性指标和一致性比率做一致性检验。若检验通过,特征向量归一化后即为指标权向量,若不通过,则重新构造判断矩阵。
由此获得评价体系第一层次的指标权向量:
A=(a1,a2)
a1,a2分别为第一层次各因素的权向量。
第二层次的指标权向量:
A1=(a11,a12,a13,a14,a15)
A2=(a21,a22,a23,a24,a25)
A1,A2分别包含第二层次各因素的权向量。
步骤5.确定评价集V。
按照一般对航路的综合评价等级要求,分为很好、好、一般、差和很差五级,每一种评价都看成一种模糊向量,则其评价集为V={v1,v2,v3,v4,v5}
各符号代表意义及取值范围如下:
v1:很好[4.0,5.0);v2:好[3.0,4.0);v3:一般[2.0,3.0);
v4:差[1.0,2.0);v5:很差[0,1.0)。
步骤6.计算单因素评判矩阵Ri。
假设有Y个专家对因素xi,i=1,2,...,n进行评价,其中n为因素个数,分别有mij个专家分别把xi评定为yj,j=1,2,...,m,其中m为评价集中分类个数,且满足则因素xi具有评语yj的隶属度rij为:
记故有单因素评价向量f(xi)为
在给出所有因素xi的单因素评价向量f(xi)后,即可得到所有因素的评判矩阵R=(f(x1),f(x2),...,f(xn))T=(rij)n×m。
而单因素评判矩阵Ri为第二层次评判因素集Xi所包含的因素所对应的评判矩阵,其中i=1,2。
步骤7.进行综合评判,按如下步骤进行:
7a)根据二级指标权值向量A1、A2和单因素评判矩阵Ri得出第一级评判结果Bi为:
7b)依据第一级评判结果Bi和一级指标权值向量A,得出第二级评判结果B为:
步骤8.计算结果,得到评判结果W:
为了使评判结果更加准确,我们采用“+,*”算子,即加权平均型算子,则评判结果为:W=B*VT
其中B为第二级评判结果,V为评价集。
将W值进行比较,若W∈[4.0,5.0],则评为很好;若W∈[3.0,4.0),则评为好,其余类推。
本发明的效果可以通过如下仿真实验进一步说明。
1)仿真条件:
硬件平台为:Intel Core2 Duo CPU E65502.33GHZ、2GB RAM
软件平台为:VC++6.0
2)仿真内容:
应用本发明分别对30个不同航路评价指标的数据进行试验,来评价本发明的可靠性和实用性。
表1 30个不同航路评价指标的实验结果
由表1可见,本发明的算法运行时间小于0.3秒,能够很好的满足实际工程中的实时性的要求,评价结果也合理可靠。
综上,本发明具有以下优点:
1)采用模糊综合评判方法可把人为主观因素限制在单一很小范围,使主观因素影响大大缩小。
2)由于比较全面地考虑了航路决策的各个影响因素,从而保证了决策的准确性和客观性。同时权重集由于已具有较全面的量化值,而且模型采用加权求和算法,简单易行。
3)只需对因素等级隶属度进行专家评分确定,便可得出各航路的评价结果并做出决策,对航路评估和决策具有一定的实用价值。
本实施例没有详细叙述的部分属本行业的公知的常用手段,这里不一一叙述。以上例举仅仅是对本发明的举例说明,并不构成对本发明的保护范围的限制,凡是与本发明相同或相似的设计均属于本发明的保护范围之内。
Claims (6)
1.一种基于模糊综合评价法的飞机航路评价指标体系的建立方法,其特征在于:包括如下步骤:
(1)建立航路评价体系模型:分为两个层次,将影响航路评估的航路自身状态和航路外部限制两个因素作为第一层次;将航路自身状态的影响因素和航路外部限制的影响因素作为第二个层次,其中航路自身状态的影响因素包括:最小平飞距离、最小转弯半径、最大爬升/俯冲角、转弯点数量以及航路总长度;航路外部限制的影响因素包括:目标进入方向、空情有利,威胁较小以及通过指定区域;
(2)计算航路评价体系模型中各个影响因素的值,并采用非线性S型可导函数对各个影响因素的值进行归一化处理,使各个指标在[0,1]之间取值,从而建立评判因素集;
(3)利用层次分析法确定影响因素的权重,得到一级指标权值向量A,二级指标权值向量A1、A2;
(4)确定评价集V,用以评价航路的等级:
V={v1,v2,v3,v4,v5}
各符号代表意义及取值范围如下:
v1:很好[4.0,5.0);v2:好[3.0,4.0);v3:一般[2.0,3.0);
v4:差[1.0,2.0);v5:很差[0,1.0);
(5)计算单因素评判矩阵Ri,并通过综合评判获得评判结果;根据二级指标权值向量A1、A2和单因素评判矩阵Ri,得出第一级评判结果Bi;再依据第一级评判结果Bi和一级指标权值向量A,得出第二级评判结果B;
(6)计算结果:采用“+、*”算子,即加权平均型算子,处理第二级评判结果B和评价集V,得到评判结果W:
W=B*VT,其中字母T为矩阵的转置符号。
2.根据权利要求1所述的一种基于模糊综合评价法的飞机航路评价指标体系的建立方法,其特征在于:其中步骤(2)所述的计算航路评价体系模型中各个影响因素的值,按如下步骤进行:
2a)最小平飞距离:此为限制飞机在开始改变飞行姿态之前必须直飞的最短距离;设第i段航路长度为li,最小航路段长度为lmin,则该约束表示为:li≥lmini=1,2,...,n,其中n为航路所包含的分段折线数,
具体计算为:
其中,(xiyizi)和(xi+1yi+1zi+1)分别为第i段航路的起始坐标和终点坐标。
其中初始设定最小航路段为3000米;
2b)最小转弯半径:最小转弯半径限制生成的航路只能在大于或等于预先确定的最小转弯半径范围内的转弯,设飞机的巡航速度为v,重力加速度为g,则在可用过载np一定时,飞机的最小转弯半径Rmin为:
2c)最大爬升/俯冲角:最大爬升/俯冲角限定了飞机在纵向截面上爬升和下滑的最大角度,设最大允许爬升/下滑角为θmax,则第i段航路的爬升/下滑角约束可表示为:
其中mi+1=(xi+1-xi,yi+1-yi)T
2d)转弯点数量:即航路中转弯点或者航路点的数量,初始设定为12个;
2e)航路总长度:设航路由n段分段折线组成,最大航路长度为Lmax,则该航路总长度约束表示为:
需要根据飞机当前的燃油量计算出可飞的最大航程,范围设为[Lmax*0.2,Lmax];
2f)目标进入方向:即从预先确定的方向接近目标,以保证从目标最薄弱的方位进行有效地攻击,初始设定为360度;
2g)空情有利,威胁小:将航路某一段的实际威胁值的大小设定在[0,1]范围内,其中0表示没威胁,1表示威胁大;
2h)通过指定区域:为满足战略战术要求,实际应用中常常需要飞机经过特殊指定的区域,设定为0和1,“1”表示经过,“0”表示不经过。
3.根据权利要求1所述的一种基于模糊综合评价法的飞机航路评价指标体系的建立方法,其特征在于:其中步骤(2)所述的建立评判因素集,按如下步骤进行:
3a)采用非线性S型可导函数进行归一化处理,使各指标在[0,1]之间取值,
对于数值越大越好的指标,有:
对于数值越小越好的指标,有:
其中xi为第i个指标的原始性能参数值,Xi为归一化后的值,xmax为所有同类航路中该指标项性能参数可能的最大值,xmin为所有同类航路中该指标项性能参数可能的最小值;
3b)建立评判因素集:
根据确立的评价体系模型建立:
一级指标:
X={X1,X2}
即X为第一层次的评判因素集,其中X1,X2分别为第一层次所包含的影响因素。
二级指标:
X1={X11,X12,X13,X14,X15}
X2={X21,X22,X23,X24,X25}
X1,X2为第二层次的评判因素集,包含了第一层次影响因素的子因素。
4.根据权利要求1所述的一种基于模糊综合评价法的飞机航路评价指标体系的建立方法,其特征在于:其中步骤(3)所述的二级指标权值向量,按如下步骤进行确定:
4a)确定每个层次的判断矩阵:
假设层次有n个因素,那么该层次的判断矩阵Bi为:
判断矩阵中赋值bij表示元素bi对于元素bj重要程度比较值;
4b)计算指标权向量并做一致性检验:
对每个判断矩阵计算最大特征值及其对应的特征向量,利用一致性指标、随机一致性指标和一致性比率做一致性检验,若检验通过,特征向量归一化后即为指标权向量,若不通过,则重新构造判断矩阵,
由此获得评价体系第一层次的指标权向量:
A=(a1,a2)
a1,a2分别为第一层次各因素的权向量。
第二层次的指标权向量:
A1=(a11,a12,a13,a14,a15)
A2=(a21,a22,a23,a24,a25)
A1,A2分别包含第二层次各因素的权向量。
5.根据权利要求1所述的一种基于模糊综合评价法的飞机航路评价指标体系的建立方法,其特征在于:其中步骤(5)所述的单因素评判矩阵Ri按如下计算:
假设有Y个专家对因素xi,i=1,2,...,n进行评价,其中n为因素个数,分别有mij个专家分别把xi评定为yj,j=1,2,...,m,其中m为评价集中分类个数,且满足则因素xi具有评语yj的隶属度rij为:
记故有单因素评价向量f(xi)为:
在给出所有因素xi的单因素评价向量f(xi)后,即可得到所有因素的评判矩阵R=(f(x1),f(x2),...,f(xn))T=(rij)n×m;
而单因素评判矩阵Ri为第二层次评判因素集Xi所包含的因素所对应的评判矩阵,其中i=1,2。
6.根据权利要求1所述的一种基于模糊综合评价法的飞机航路评价指标体系的建立方法,其特征在于:其中步骤(5)所述的综合评判的步骤为:
8a)根据二级指标权值向量A1、A2和单级评判矩阵Ri得出第一级评判结果Bi为:
8b)依据第一级评判结果Bi和一级指标权值向量A,得出第二级评判结果B为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410525482.2A CN104299047B (zh) | 2014-10-08 | 2014-10-08 | 一种基于模糊综合评价法的飞机航路评价指标体系的建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410525482.2A CN104299047B (zh) | 2014-10-08 | 2014-10-08 | 一种基于模糊综合评价法的飞机航路评价指标体系的建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104299047A true CN104299047A (zh) | 2015-01-21 |
CN104299047B CN104299047B (zh) | 2017-10-03 |
Family
ID=52318768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410525482.2A Expired - Fee Related CN104299047B (zh) | 2014-10-08 | 2014-10-08 | 一种基于模糊综合评价法的飞机航路评价指标体系的建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104299047B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239626A (zh) * | 2017-06-13 | 2017-10-10 | 南京理工大学 | 一种基于焊接机器人的模糊fmeca分析方法 |
CN108109001A (zh) * | 2017-12-18 | 2018-06-01 | 广东广业开元科技有限公司 | 一种基于ahp的贸易摩擦指数人工智能评估的方法 |
CN108564214A (zh) * | 2018-04-12 | 2018-09-21 | 中国人民解放军海军航空大学 | 航空布雷海区优选模型 |
CN110210088A (zh) * | 2019-05-20 | 2019-09-06 | 哈尔滨工程大学 | 一种基于人机结合的机舱设备布置优化设计方法 |
CN113031647A (zh) * | 2021-02-25 | 2021-06-25 | 浙江工业大学 | 一种基于模糊综合评判的供电式无人机最优路径规划方法 |
CN113534836A (zh) * | 2021-07-02 | 2021-10-22 | 河北科技大学 | 基于topsis-层次分析法的无人机避让决策方法 |
CN114091618A (zh) * | 2021-11-30 | 2022-02-25 | 重庆允成互联网科技有限公司 | 工业设备健康状态诊断管理方法、装置及服务器 |
CN114153683A (zh) * | 2021-10-22 | 2022-03-08 | 西安电子科技大学 | 基于综合评价算法的网络化软件健康度评价方法 |
CN116484227A (zh) * | 2023-05-04 | 2023-07-25 | 西北工业大学 | 用于机弹对抗末端机动规避指标生成的神经网络建模方法 |
CN117391543A (zh) * | 2023-12-07 | 2024-01-12 | 武汉理工大学 | 一种轨迹数据生成的海上航路网络质量评价方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060031006A1 (en) * | 2001-07-31 | 2006-02-09 | Stenbock Roger M | Process for generating computer flight plans on the internet |
CN102147255A (zh) * | 2011-01-12 | 2011-08-10 | 北京航空航天大学 | 一种威胁信息共享环境下的无人机群实时航路规划方法 |
-
2014
- 2014-10-08 CN CN201410525482.2A patent/CN104299047B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060031006A1 (en) * | 2001-07-31 | 2006-02-09 | Stenbock Roger M | Process for generating computer flight plans on the internet |
CN102147255A (zh) * | 2011-01-12 | 2011-08-10 | 北京航空航天大学 | 一种威胁信息共享环境下的无人机群实时航路规划方法 |
Non-Patent Citations (4)
Title |
---|
王琦: "飞行器航迹规划与航迹评价算法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
王飞 等: "空中交通安全预警系统的综合评价方法探讨", 《计算机工程》 * |
赵嶷飞 等: "基于模糊综合评价的航路交通态势评估", 《中国民航大学学报》 * |
马国忠: "民航系统安全的多层次模糊评估方法", 《西南交通大学学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239626A (zh) * | 2017-06-13 | 2017-10-10 | 南京理工大学 | 一种基于焊接机器人的模糊fmeca分析方法 |
CN108109001A (zh) * | 2017-12-18 | 2018-06-01 | 广东广业开元科技有限公司 | 一种基于ahp的贸易摩擦指数人工智能评估的方法 |
CN108564214A (zh) * | 2018-04-12 | 2018-09-21 | 中国人民解放军海军航空大学 | 航空布雷海区优选模型 |
CN110210088A (zh) * | 2019-05-20 | 2019-09-06 | 哈尔滨工程大学 | 一种基于人机结合的机舱设备布置优化设计方法 |
CN110210088B (zh) * | 2019-05-20 | 2022-09-06 | 哈尔滨船科动维消声技术有限公司 | 一种基于人机结合的机舱设备布置优化设计方法 |
CN113031647A (zh) * | 2021-02-25 | 2021-06-25 | 浙江工业大学 | 一种基于模糊综合评判的供电式无人机最优路径规划方法 |
CN113534836A (zh) * | 2021-07-02 | 2021-10-22 | 河北科技大学 | 基于topsis-层次分析法的无人机避让决策方法 |
CN114153683B (zh) * | 2021-10-22 | 2024-04-16 | 西安电子科技大学 | 基于综合评价算法的网络化软件健康度评价方法 |
CN114153683A (zh) * | 2021-10-22 | 2022-03-08 | 西安电子科技大学 | 基于综合评价算法的网络化软件健康度评价方法 |
CN114091618A (zh) * | 2021-11-30 | 2022-02-25 | 重庆允成互联网科技有限公司 | 工业设备健康状态诊断管理方法、装置及服务器 |
CN116484227A (zh) * | 2023-05-04 | 2023-07-25 | 西北工业大学 | 用于机弹对抗末端机动规避指标生成的神经网络建模方法 |
CN117391543A (zh) * | 2023-12-07 | 2024-01-12 | 武汉理工大学 | 一种轨迹数据生成的海上航路网络质量评价方法及系统 |
CN117391543B (zh) * | 2023-12-07 | 2024-03-15 | 武汉理工大学 | 一种轨迹数据生成的海上航路网络质量评价方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104299047B (zh) | 2017-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104299047A (zh) | 一种基于模糊综合评价法的飞机航路评价指标体系的建立方法 | |
CN105426970B (zh) | 一种基于离散动态贝叶斯网络的气象威胁评估方法 | |
CN106441308B (zh) | 一种基于自适应权重鸽群算法的无人机航路规划方法 | |
CN108280553A (zh) | 基于gis-神经网络集成的山洪灾害风险区划及预测方法 | |
CN106997509A (zh) | 一种不确定信息融合的应急物资分布需求预测方法 | |
CN110222406B (zh) | 一种基于任务阶段复杂性的无人机自主能力评估方法 | |
CN106203870A (zh) | 一种面向联合作战的目标体系分析及武器分配方法 | |
Li et al. | Analytical hierarchy process using fuzzy inference technique for real-time route guidance system | |
CN103530818B (zh) | 一种基于brb系统的供水管网建模方法 | |
CN105589806A (zh) | 一种基于SMOTE+Boosting算法的软件缺陷倾向预测方法 | |
CN109191004A (zh) | 一种多无人机测绘任务分配方法和装置 | |
CN107944694A (zh) | 一种面向作战性能的装备保障运行过程分析方法 | |
CN106789214A (zh) | 一种基于正余双弦算法的网络态势感知方法及装置 | |
CN107506022B (zh) | 一种有人/无人协同班组辅助指挥系统 | |
CN106227043A (zh) | 自适应最优控制方法 | |
CN105373692B (zh) | 基于区间二元语义的驾驶舱人机功能分配方法 | |
CN109670660A (zh) | 一种基于直觉模糊topsis的舰艇编队动态防空威胁估计方法 | |
CN111191926A (zh) | 基于可拓不确定性量化法的装备抢修效能云评估方法 | |
CN106599495B (zh) | 基于萤火虫算法优化bp神经网络的最佳滑移率识别方法 | |
CN108320504A (zh) | 基于监测数据的动态od矩阵估计方法 | |
CN113537663A (zh) | 基于topsis算法的无人机航迹评价方法 | |
CN106679670A (zh) | 一种基于融合赋权的无人飞行器航迹规划决策方法 | |
CN110084464A (zh) | 一种基于物联网的智慧城市火灾危险性实时评估方法 | |
CN103823380B (zh) | 一种考虑飞行品质的直升机总体设计方法 | |
CN105389599A (zh) | 基于神经模糊网络的特征选择方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171003 Termination date: 20181008 |