CN108170587A - 系统功能模块配置评价方法 - Google Patents

Abstract

本发明涉及一种系统功能模块配置评价方法，涉及系统功能模块配置技术领域。本发明将层次分析法和模糊综合评价法进行有机的结合，即首先通过层次分析法确定准则层和各指标权重，然后用多层次模糊综合评价法对遥控武器站进行综合评价。其中，模糊综合评价是在层次分析法的基础上进行的，两者相辅相成，共同提高了遥控武器站功能模块配置方案评价的可靠性与有效性。

Description

系统功能模块配置评价方法

技术领域

本发明涉及系统功能模块配置技术领域，具体涉及一种系统功能模块配置评价方法。

背景技术

评价即对方案的质量、价值、或某一性质做出说明。评价的目标不同，制定的评价指标体系就不同。评价指标是评价对象某方面本质特征的主要因素与一定的精确数字或模糊量数的结合，是评价目标的具体化，是对评价对象进行价值判断的依据。建立评价指标体系主要解决具体评什么的问题，是决定评价效果的重要因素。遥控武器站模块配置方案评价的目的是对军方关注的性能进行评价，因此，需要建立模块配置方案的性能评价指标体系。

现代科学理论的发展为决策理论的形成提供了实际可能性，目前已经有很多种评价决策理论，各种评价方法也大量出现。且有关决策评价机制的问题也已有过很多研究，提出了多种供人决策的方法。

针对遥控武器站模块配置方案评价时要求细化指标，分层评价的实际情况，而且系统评价指标众多，其中一些指标难以用传统数学模型描述。为此，需要提出一种遥控武器站功能模块配置评价方法，从而使评价分析更准确、更可靠。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何遥控武器站功能模块配置评价方法，从而使评价分析更准确、更可靠。

(二)技术方案

为了解决上述技术问题，本发明提供了一种系统功能模块配置评价方法，包括以下步骤：

步骤一、层次分析法确定指标权重：

1)建立层次结构模型

在层次结构模型下，问题被分解为若干元素，这些元素又按照其具体属性分为若干组，从而形成不同的层次，其中，最高层即为最终目标或要解决的问题，中间层为时间预定目标所涉及的中间环节，最低层表示解决问题的措施和政策，即方案，同一层次的元素对下一层次的相关元素起支配作用，同时又受上层元素的支配；

2)对指标体系其中一个层次m项指标之间的相对重要性大小进行两两比较与判断，形成判断矩阵A：

其中a_ij(i,j＝1,2,…,n)代表两个指标比较的相对重要度，采用九级标度法对其赋值，n为整数；

3)一致性检验；设判断矩阵A的最大特征根为λ_max，其相应的特征向量为W，解判断矩阵A的特征根问题：

AW＝λ_maxW (2)

所得W经归一化后，即为同一层次相应元素对于上一层一因素相对重要性的权重向量；

计算一致性指标CI：

当判断矩阵具有完全一致性时，CI＝0，CI越大，说明矩阵的一致性越差，为了检验判断矩阵的一致性，将CI与平均随机一致性指标RI进行比较；

对于一阶、二阶判断矩阵，RI只是形式上的，由判断矩阵的定义可知，一阶、二阶判断矩阵总是完全一致的，当阶数大于2时，判断矩阵的一致性指标CI，与同阶平均随机一致性的指标RI的比值，记为CR。当CR＝CI/RI＜0.10时，判断矩阵具有满意RI的一致性，否则需要调整判断矩阵的元素取值；

4)层次总排序及一致性检验

利用同一层次中所有层次单排序的结果，计算针对上一层次而言本层次所有因素重要性的权值，这就是层次总排序，层次总排序从上到下逐层顺序进行，对于最高层下面的第二层，其层次单排序即为层次总排序，若上一层次A含有m个因素A₁,A₂,…,A_m，其组合权值为a₁,a₂,…,a_m，下一层次B包含n个因素B₁,B₂,…,B_n，它们对因素A_j的相对权值分别为b_1j,b_2j,…,b_nj，当B_i与A_j无关时，b_ij＝0，从而得到B层因素的总排序；

从上到下逐层进行层次总排序的一致性检验，CI为层次总排序一致性指标；RI为层次总排序平均随机一致性指标；CR为层次总排序随机一致性比例，其中：

式中CI_j为与a_j对应的B层次中判断矩阵的一致性指标；

式中RI_j为与a_j对应的B层次中判断矩阵的平均随机一致性指标；

层次总排序随机一致性比例CR＝CI/RI；

当CR＜0.10，认为判断矩阵具有较为满意的一致性，特征向量ω＝(ω₁,ω₂,…,ω_n)即为所要确定的各因素的权重；如果CR≥0.10，则说明判断矩阵没有较好的一致性，结束；

步骤二、确定评价系统指标隶属度

确定模糊综合评判三个基本要素：

(1)单因素集U＝{U₁,U₂,U₃,…,U_n}；

(2)评价集V＝{v₁,V₂,V₃,…,V_m}，m为整数；

(3)单因素评判矩阵：R＝(r_ij)_n×m

U是由影响评判对象的各个因素所组成的集合，表示为：

U＝{U₁,U₂,U₃,…,U_n}

其中因素U_i(i＝1,2,3,…,n)是若干影响因素，对评价指标体系进行分层，经低层次评判得到的下一层次综合评判向量继续参与上一层次的评判，因而，在每一层次的评判中，该层次中的各指标集合即为当前的评判集U；

评价集是由对评判对象可能作出的评判结果所组成的集合，其中元素V_i(i＝1,2,3,…,m)是若干可能做出的评判结果，模糊综合评判的目的在于通过对评判对象综合考虑所有的影响因素，能够从评价集V中获得一个最佳的评判结果；

采用百分制定量评价，将遥控武器站性能评价等级V分为五个等级；

V＝{V₁,V₂,V₃,V₄,V₅}＝{1,2,3,4,5}

其中的1,2,3,4,5为等级高低的量度，确定各评价等级对应的评语及相应赋分值得到评价尺度表；

将评价指标分为定性和定量两种类型，对于定量评价指标，利用模糊控制中的隶属函数的确定方法进行，具体做法是：对于每一评价指标首先由不同的语言变量对其优劣程度进行模糊化评判，把输入量视为语言变量，语言变量的档次因指标而异，语言变量的隶属度函数以连续函数的形式出现，或以离散的量化等级形式出现，由此以各档次语言变量为列，以五个评价等级为行，从而构造得出隶属度模糊子集表；

对于定性指标，在预先构造隶属度子集的基础上，根据遥控武器站性能评价指标的不同档次语言变量对第二类指标进行调查，统计具有同一指标语言变量的频数，得到各指标对不同档次语言变量的隶属度向量E_ijk，由此假设评价指标隶属度向量用E_ijk表示，则隶属度向量E_ijk由权重向量ω与由指标不同档次语言变量的隶属度模糊子集表所确定的模糊矩阵P_ijk合乘求得，即：

i＝1，2；j＝1，2，…,7；k＝1,2,…,n₂,n₂∈{2,3,4,6,11,15,21}；

步骤三、根据得到的评价系统指标隶属度用模糊综合评价法对遥控武器站进行综合评价。

(三)有益效果

本发明将层次分析法和模糊综合评价法进行有机的结合，即首先通过层次分析法确定准则层和各指标权重，然后用多层次模糊综合评价法对遥控武器站进行综合评价。其中，模糊综合评价是在层次分析法的基础上进行的，两者相辅相成，共同提高了遥控武器站功能模块配置方案评价的可靠性与有效性。

具体实施方式

为使本发明的目的、内容、和优点更加清楚，下面结合实施例，对本发明的具体实施方式作进一步详细描述。

本发明的系统功能模块配置评价方法包括以下步骤：

步骤一、层次分析法确定指标权重：

1)建立层次结构模型

层次结构的建立可以把问题条理化、层次化。在层次结构模型下，复杂的问题被分解为若干元素，这些元素又按照其具体属性分为若干组，从而形成不同的层次。其中，最高层即为最终目标或要解决的问题，中间层为时间预定目标所涉及的中间环节，最低层表示解决问题的措施和政策(即方案)。同一层次的元素对下一层次的相关元素起支配作用，同时又受上层元素的支配。

2)对指标体系某层次m项指标之间的相对重要性大小进行两两比较与判断，形成判断矩阵A：

其中a_ij(i,j＝1,2,…,n)代表两个指标比较的相对重要度，一般采用九级标度法对其赋值，其含义如表1所示:

表1判断矩阵标度及其含义

3)一致性检验。设判断矩阵A的最大特征根为λ_max，其相应的特征向量为W，解判断矩阵A的特征根问题：

AW＝λ_maxW (2)

所得W经归一化后，即为同一层次相应元素对于上一层某一因素相对重要性的权重向量。

计算一致性指标CI：

其中，n为判断矩阵阶数。

当判断矩阵具有完全一致性时，CI＝0。CI越大，说明矩阵的一致性越差。为了检验判断矩阵的一致性，需要将CI与平均随机一致性指标RI进行比较。随机一致性指标RI取值见表2。

表2平均随机一致性指标取值

对于一阶、二阶判断矩阵，RI只是形式上的，由判断矩阵的定义可知，一阶、二阶判断矩阵总是完全一致的，当阶数大于2时，判断矩阵的一致性指标CI，与同阶平均随机一致性的指标RI的比值(随机一致性比例)，记为CR。当CR＝CI/RI＜0.10时，判断矩阵具有满意RI的一致性，否则需要调整判断矩阵的元素取值。

4)层次总排序及一致性检验

利用同一层次中所有层次单排序的结果，就可以计算针对上一层次而言本层次所有因素重要性的权值，这就是层次总排序。层次总排序需要从上到下逐层顺序进行，对于最高层下面的第二层，其层次单排序即为层次总排序。若上一层次A含有m个因素A₁,A₂,…,A_m，其组合权值为a₁,a₂,…,a_m，下一层次B包含n个因素B₁,B₂,…,B_n，他们对因素A_j的相对权值分别为b_1j,b_2j,…,b_nj(当B_i与A_j无关时，b_ij＝0)，此时B层因素的总排序由表3给出。

表3层次总排序表

此外，还需要进行层次总排序的一致性检验，该步也是从上到下逐层进行的。CI为层次总排序一致性指标；RI为层次总排序平均随机一致性指标；CR为层次总排序随机一致性比例。其中：

式中CI_j为与a_j对应的B层次中判断矩阵的一致性指标。

式中RI_j为与a_j对应的B层次中判断矩阵的平均随机一致性指标。

层次总排序随机一致性比例CR＝CI/RI。

当CR＜0.10，我们认为判断矩阵具有较为满意的一致性，特征向量ω＝(ω₁,ω₂,…,ω_n)即为所要确定的各因素的权重；如果CR≥0.10，则说明判断矩阵没有较好的一致性。

步骤二、确定评价系统指标隶属度

模糊综合评判三个基本要素为：

(1)单因素集U＝{U₁,U₂,U₃,…,U_n}；

(2)评价集V＝{V₁,V₂,V₃,…,V_m}；

(3)单因素评判矩阵：R＝(r_ij)_n×m

因素集U是由影响评判对象的各个因素所组成的集合，可表示为：

U＝{U₁,U₂,U₃,…,U_n}

其中因素U_i(i＝1,2,3,…,n)是若干影响因素。本发明对评价指标体系进行了分层，经低层次评判得到的下一层次综合评判向量继续参与上一层次的评判，因而，在每一层次的评判中，该层次中的各指标集合即为当前的评判集U。

评价集是由对评判对象可能作出的评判结果所组成的集合，可以表示：

V＝{V₁,v₂,v₃,…,V_m}

其中元素V_i(i＝1,2,3,…,m)是若干可能做出的评判结果，模糊综合评判的目的就在于通过对评判对象综合考虑所有的影响因素，能够从评价集V中获得一个最佳的评判结果。

为了直观反映性能的好坏，本发明采用百分制定量评价，将遥控武器站性能评价等级V分为五个等级。

V＝{V₁,V₂,V₃,V₄,V₅}＝{1,2,3,4,5}

其中的1,2,3,4,5为等级高低的量度，各评价等级对应的评语及相应赋分值如表4评价尺度表所示。

表4评价尺度表

评价指标分为定性和定量两种类型，比如遥控武器站升降能力和射表外部写入能力等为定性指标，火控系统反应时间和有效射程等为定量指标。对于定量评价指标，笔者借鉴并利用模糊控制中常用的隶属函数的确定方法，具体做法是：对于每一评价指标首先由不同的语言变量对其优劣程度进行模糊化评判，把输入量视为语言变量，语言变量的档次因指标而异，语言变量的隶属度函数可以连续函数的形式出现，也可以离散的量化等级形式出现，由此可以以各档次语言变量为列，以五个评价等级为行，即可直接根据专家的经验和概率分布的原理构造得出隶属度模糊子集表。例如表5和6。

表5火控系统反应时间隶属度模糊子集表

表6有效射程隶属度模糊子集表

对于定性指标，由于具有一定的模糊性，各指标语言变量的档次较难区分，如射表外部写入能力“好”、“较好”、“一般”、“差”的划分界限有一定的模糊性，不同的评价者对这个问题的态度看法不尽相同。在预先构造隶属度子集的基础上，根据遥控武器站性能评价指标的不同档次语言变量对第二类指标进行专家调查，统计具有同一指标语言变量的频数，得到各指标对不同档次语言变量的隶属度向量E_ijk。由此假设评价指标隶属度向量用E_ijk表示，则隶属度向量E_ijk可以由权重向量ω与由指标不同档次语言变量的隶属度模糊子集表所确定的模糊矩阵P_ijk合乘(矩阵相乘)求得，即：

(i＝1，2；j＝1，2，…,7；k＝1,2,…,n₂,n₂∈{2,3,4,6,11,15,21})。

得到的部分定性隶属度模糊子集如表7和8所示。

表7升降能力隶属度模糊子集表

表8行进间射击能力隶属度模糊子集表

步骤三、根据得到的评价系统指标隶属度用模糊综合评价法对遥控武器站进行综合评价。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (1)

1.一种系统功能模块配置评价方法，其特征在于，包括以下步骤：

步骤一、层次分析法确定指标权重：

1)建立层次结构模型

在层次结构模型下，问题被分解为若干元素，这些元素又按照其具体属性分为若干组，从而形成不同的层次，其中，最高层即为最终目标或要解决的问题，中间层为时间预定目标所涉及的中间环节，最低层表示解决问题的措施和政策，即方案，同一层次的元素对下一层次的相关元素起支配作用，同时又受上层元素的支配；

2)对指标体系其中一个层次m项指标之间的相对重要性大小进行两两比较与判断，形成判断矩阵A：

其中a_ij(i,j＝1,2,…,n)代表两个指标比较的相对重要度，采用九级标度法对其赋值，n为整数；

3)一致性检验；设判断矩阵A的最大特征根为λ_max，其相应的特征向量为W，解判断矩阵A的特征根问题：

AW＝λ_maxW (2)

所得W经归一化后，即为同一层次相应元素对于上一层一因素相对重要性的权重向量；

计算一致性指标CI：

当判断矩阵具有完全一致性时，CI＝0，CI越大，说明矩阵的一致性越差，为了检验判断矩阵的一致性，将CI与平均随机一致性指标RI进行比较；

对于一阶、二阶判断矩阵，RI只是形式上的，由判断矩阵的定义可知，一阶、二阶判断矩阵总是完全一致的，当阶数大于2时，判断矩阵的一致性指标CI，与同阶平均随机一致性的指标RI的比值，记为CR，当CR＝CI/RI<0.10时，判断矩阵具有满意RI的一致性，否则需要调整判断矩阵的元素取值；

4)层次总排序及一致性检验

利用同一层次中所有层次单排序的结果，计算针对上一层次而言本层次所有因素重要性的权值，这就是层次总排序，层次总排序从上到下逐层顺序进行，对于最高层下面的第二层，其层次单排序即为层次总排序，若上一层次A含有m个因素A₁,A₂,…,A_m，其组合权值为a₁,a₂,…,a_m，下一层次B包含n个因素B₁,B₂,…,B_n，它们对因素A_j的相对权值分别为b_1j,b_2j,…,b_nj，当B_i与A_j无关时，b_ij＝0，从而得到B层因素的总排序；

从上到下逐层进行层次总排序的一致性检验，CI为层次总排序一致性指标；RI为层次总排序平均随机一致性指标；CR为层次总排序随机一致性比例，其中：

式中CI_j为与a_j对应的B层次中判断矩阵的一致性指标；

式中RI_j为与a_j对应的B层次中判断矩阵的平均随机一致性指标；

层次总排序随机一致性比例CR＝CI/RI；

当CR<0.10，认为判断矩阵具有较为满意的一致性，特征向量ω＝(ω₁,ω₂,…,ω_n)即为所要确定的各因素的权重；如果CR≥0.10，则说明判断矩阵没有较好的一致性，结束；

步骤二、确定评价系统指标隶属度

确定模糊综合评判三个基本要素：

(1)单因素集U＝{U₁,U₂,U₃,…,U_n}；

(2)评价集V＝{V₁,V₂,V₃,…,V_m}，m为整数；

(3)单因素评判矩阵：R＝(r_ij)_n×m

U是由影响评判对象的各个因素所组成的集合，表示为：

U＝{U₁,U₂,U₃,…,U_n}

其中因素U_i(i＝1,2,3,…,n)是若干影响因素，对评价指标体系进行分层，经低层次评判得到的下一层次综合评判向量继续参与上一层次的评判，因而，在每一层次的评判中，该层次中的各指标集合即为当前的评判集U；

评价集是由对评判对象可能作出的评判结果所组成的集合，其中元素V_i(i＝1,2,3,…,m)是若干可能做出的评判结果，模糊综合评判的目的在于通过对评判对象综合考虑所有的影响因素，能够从评价集V中获得一个最佳的评判结果；

采用百分制定量评价，将遥控武器站性能评价等级V分为五个等级；

V＝{V₁,V₂,V₃,V₄,V₅}＝{1,2,3,4,5}

其中的1,2,3,4,5为等级高低的量度，确定各评价等级对应的评语及相应赋分值得到评价尺度表；

将评价指标分为定性和定量两种类型，对于定量评价指标，利用模糊控制中的隶属函数的确定方法进行，具体做法是：对于每一评价指标首先由不同的语言变量对其优劣程度进行模糊化评判，把输入量视为语言变量，语言变量的档次因指标而异，语言变量的隶属度函数以连续函数的形式出现，或以离散的量化等级形式出现，由此以各档次语言变量为列，以五个评价等级为行，从而构造得出隶属度模糊子集表；

对于定性指标，在预先构造隶属度子集的基础上，根据遥控武器站性能评价指标的不同档次语言变量对第二类指标进行调查，统计具有同一指标语言变量的频数，得到各指标对不同档次语言变量的隶属度向量E_ijk，由此假设评价指标隶属度向量用E_ijk表示，则隶属度向量E_ijk由权重向量ω与由指标不同档次语言变量的隶属度模糊子集表所确定的模糊矩阵P_ijk合乘求得，即：

步骤三、根据得到的评价系统指标隶属度用模糊综合评价法对遥控武器站进行综合评价。