CN110909974A - 一种基于排序向量的改进雷达图评估方法 - Google Patents
一种基于排序向量的改进雷达图评估方法 Download PDFInfo
- Publication number
- CN110909974A CN110909974A CN201910929224.3A CN201910929224A CN110909974A CN 110909974 A CN110909974 A CN 110909974A CN 201910929224 A CN201910929224 A CN 201910929224A CN 110909974 A CN110909974 A CN 110909974A
- Authority
- CN
- China
- Prior art keywords
- index
- improved
- radar map
- evaluation
- sector
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 36
- 239000013598 vector Substances 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000013210 evaluation model Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000012163 sequencing technique Methods 0.000 abstract description 8
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000013507 mapping Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于排序向量的改进雷达图评估方法,该方法包括以下步骤:S1、根据排序向量法确定各个指标的权重;S2、根据各个指标的权重绘制改进雷达图;S3、提取雷达图扇形特征;S4、利用改进雷达图效能评价模型给出评估结果。本发明基于排序向量的改进雷达图评估方法,利用排序向量法确定的指标权重更加客观公正,解决了现有雷达图评估结果带有主观偏见的问题。
Description
技术领域
本发明属于系统评估领域,尤其涉及一种基于排序向量的改进雷达图评估方法。
背景技术
图像是直观了解、认识数据的一种可视化手段,如果能将评价中的数据直接显示在一个平面上,便可一目了然地看出所分析变量间的数量关系。雷达图法是一种常用的图形评价方法,该方法通过将多个变量映射到二维的图形来评价系统的能力。由于该方法操作简单,既能够直观的反映被估对象整体性能的优劣,又能给出被估对象单项指标的好坏,因此得到了广泛的应用。
但是,雷达图法在评估的应用中还存在两个方面的缺陷:(1)雷达图中指标的排序不一样,构成的雷达图形也不一样,进而导致最终的评价结果不唯一;(2)雷达图法中各个指标权重不同,评价结果也不同。
发明内容
本发明的目的在于提供一种基于排序向量的改进雷达图评估方法,旨在解决上述背景技术中现有技术的不足之处。
本发明是这样实现的,一种基于排序向量的改进雷达图评估方法,该方法包括以下步骤:
S1、根据排序向量法确定各个指标的权重;
S2、根据各个指标的权重绘制改进雷达图;
S3、提取雷达图扇形特征;
S4、利用改进雷达图效能评价模型给出评估结果。
优选地,在步骤S1中,所述根据排序向量法确定各个指标的权重具体为:通过构造指标属性矩阵,建立指标竞争矩阵,计算指标竞争矩阵的特征向量,确定各个指标的权重。
优选地,步骤S2具体为:基于所述各个指标的权重令扇形区域的角度是把指标值按比例计算后在指标轴上标出每一个点,以该点与圆心的连线为半径作扇形区域;按照顺序依次绘制所有指标对应的扇形区域,最终得到改进的雷达图。
优选地,在步骤S3中,所述雷达图扇形特征包括扇形面积和扇形弧长,且所采用的面积为所有扇形面积,所采用的周长为所有扇形的弧长。
优选地,在步骤S4中,所述改进雷达图效能评价模型为:
相比于现有技术的缺点和不足,本发明具有以下有益效果:本发明基于排序向量的改进雷达图评估方法,利用排序向量法确定的指标权重更加客观公正,解决了现有雷达图评估结果带有主观偏见的问题。
附图说明
图1是本发明基于排序向量的改进雷达图评估方法的流程图;
图2是本发明实施例中改进雷达云图法评估结果示意图;
图3是三型防暴武器系统新的雷达图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
一种基于排序向量的改进雷达图评估方法,如图1所示,该方法包括以下步骤:
S1、根据排序向量法计算各个指标的权重
排序向量法主要基于皮式接近度和Perron-Frobenius理论,利用两个被估系统间的竞争信息,通过排序向量元素的大小反映被估系统的优劣。本发明利用排序向量法计算各个指标的权重,主要分为以下步骤:
S11、构造指标属性矩阵
为了确定各个指标的权重,指标属性矩阵设为:
其中,A1,A2,…,Am表示有个n评估对象,C1,C2,…,Cn表示有m个指标,令rij为第i个对象Ai对应第j个指标Cj下的规范化后的指标值(i=1,2,…,m,j=1,2,…,n)。
S12、建立指标竞争矩阵
由皮式接近度的定义可知:
根据式得到指标竞争矩阵:
为了保证矩阵特征向量的唯一性,当m(1,1;Xi(i,j))=0时,令m(1,1;Xi(i,j))≈0.0001。
S13、计算指标竞争矩阵的特征向量
计算矩阵XMSP的特征向量:
XMSP·w1×(m)=λ·w1×(m) (4)
其中,w1×(m)和λ分别为矩阵XMSP的特征向量和特征值。
进一步对w1×(m)进行归一化,得到对应指标的权重:
下面基于各指标的权重,绘制改进后的雷达图。
S2、绘制改进雷达图
假设被评的对象有n个评价指标,传统雷达图的绘制方法是首先作一个圆,根据各个指标的权重将其等分为n个扇形区域,每个扇形区域的角度是然后把指标值按比例计算后在指标轴上标出每一个点,以该点与圆心的连线为半径作扇形区域;按照顺序依次绘制所有指标对应的扇形区域,如图2所示。
S21、指标规范化处理
根据被估系统的作战效能指标体系,可将系统的作战效能指标分成两大类:效益型指标和成本型指标。
通常情况下,采用线性尺度变化法进行规范化,对于效益型指标有:
同理,对于成本型指标有
S22、绘制雷达图
根据上述评估指标和雷达图法的特点,得到绘制雷达图的步骤为:
(1)以O为圆心绘圆
根据评估指标的数量n,用数轴将圆等分,得到等分间的夹角为:
(2)在数轴上标定各个指标归一化后的数值:
(3)用直线连接各个相邻指标,得到不规则多边形的雷达图,但是该多边形雷达图因指标C1,C2,…Cn的顺序不同而不同。因此本文采用各个指标形成的扇形面积。令扇形区域的角度是然后把指标值按比例计算后在指标轴上标出每一个点,以该点与圆心的连线为半径作扇形区域;按照顺序依次绘制所有指标对应的扇形区域,如图2所示。
S3、提取雷达图扇形特征
进一步分别构造度量系统效能的指标和各单项指标均衡程度的模型:
S4、利用改进雷达图效能评价模型给出评估结果
综合评价系统的效能和系统各个单项指标的均衡程度,构造综合评价模型:
上述问题可转化成一个双目标的优化问题,多目标转化为单目标的方法有很多,本文采用加权和法和加权乘积法。
利用加权和法可得:
同理,利用几何平均法可得:
由式(13)和式(14)可知,式(13)计算EA需要给定相应的权重ωk,k=1,2,而式(14)计算不需要给定权重,进一步可知式(14)中隐含着和的权重相等,即ω1=ω2。但式(14)中可避免因或的变化导致评估结果剧变,从而保证结果稳定性。因此,我们利用式(14)评估系统的综合效能。
实施例2
在本实施例中,分别选取三型常用的防暴武器系统:防暴武器A、防暴武器B和防暴武器C,其中三型防暴武器系统的战术技术指标见表1:
表1三型防暴武器系统的战术技术指标
由式(9)可得,对表1中数值规范化后的防暴武器系统的指标值如表2所示:
表2三型防暴武器系统规范化值
指标 | 防暴武器A | 防暴武器B | 防暴武器C |
A<sub>s</sub> | 0.12 | 1 | 0.12 |
A<sub>m</sub> | 0.8333 | 1 | 0.0917 |
T | 0.75 | 1 | 0.6563 |
R | 0.3333 | 1 | 1 |
v<sub>s</sub> | 0.05 | 0.05 | 1 |
θ<sub>c</sub> | 0.75 | 1 | 1 |
θ<sub>s</sub> | 0.5 | 1 | 0.5 |
e | 0.9694 | 0.9694 | 1 |
k | 1 | 1 | 1 |
Cb | 0.8889 | 0.9444 | 1 |
CEP | 0.6 | 0.75 | 1 |
M | 1 | 0.136 | 0.0872 |
L×W×H | 1 | 0.2 | 0.075 |
根据排序向量法计算各个指标的权重:
S1、构建指标属性矩阵
S2、计算指标竞争矩阵
计算指标竞争矩阵的特征向量:
因此,根据表2的数据和上述指标权重,利用Matlab软件绘制得到三型防暴武器系统的新的雷达图评价结果,如图3所示,由图3中可以直观的看出三型防暴武器系统各单项指标的优劣。例如,从工作可靠性和战斗部当量可以得出:
为了评估三型防暴武器系统的作战效能,将表2中的数据代入式(11)可得:
和
进一步将式(18)和式(19)代入式得:
当然,如果取ω1=ω2=0.5时,将式(18)和式(19)代入式(13)可得:
由式(21)可得:
因此,三型防暴发射器的作战效能排序为:
防暴武器B>防暴武器C>防暴武器A (23)
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于排序向量的改进雷达图评估方法,其特征在于,该方法包括以下步骤:
S1、根据排序向量法确定各个指标的权重;
S2、根据各个指标的权重绘制改进雷达图;
S3、提取雷达图扇形特征;
S4、利用改进雷达图效能评价模型给出评估结果。
2.如权利要求1所述的基于排序向量的改进雷达图评估方法,其特征在于,在步骤S1中,所述根据排序向量法确定各个指标的权重具体为:通过构造指标属性矩阵,建立指标竞争矩阵,计算指标竞争矩阵的特征向量,确定各个指标的权重。
4.如权利要求1所述的基于排序向量的改进雷达图评估方法,其特征在于,在步骤S3中,所述雷达图扇形特征包括扇形面积和扇形弧长,且所采用的面积为所有扇形面积,所采用的周长为所有扇形的弧长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910929224.3A CN110909974A (zh) | 2019-09-29 | 2019-09-29 | 一种基于排序向量的改进雷达图评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910929224.3A CN110909974A (zh) | 2019-09-29 | 2019-09-29 | 一种基于排序向量的改进雷达图评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110909974A true CN110909974A (zh) | 2020-03-24 |
Family
ID=69815144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910929224.3A Pending CN110909974A (zh) | 2019-09-29 | 2019-09-29 | 一种基于排序向量的改进雷达图评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110909974A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111985819A (zh) * | 2020-08-23 | 2020-11-24 | 哈尔滨理工大学 | 一种工业粉尘涉爆风险评价方法 |
CN112907151A (zh) * | 2021-04-07 | 2021-06-04 | 中国人民武装警察部队工程大学 | 一种基于效用函数法的抗震救灾装备效能评估方法 |
CN112990752A (zh) * | 2021-04-07 | 2021-06-18 | 中国人民武装警察部队工程大学 | 一种基于改进雷达图法的侦察装备效能评估方法 |
CN114611945A (zh) * | 2022-03-15 | 2022-06-10 | 中国民用航空飞行学院 | 一种基于多维数据的飞行学员胜任力画像方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392474A (zh) * | 2017-07-26 | 2017-11-24 | 方洋旺 | 基于排序向量法的空地导弹系统综合性能评估方法 |
CN109840715A (zh) * | 2019-02-19 | 2019-06-04 | 中国人民解放军海军工程大学 | 一种基于改进雷达图的船舶动力系统综合评估方法 |
-
2019
- 2019-09-29 CN CN201910929224.3A patent/CN110909974A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392474A (zh) * | 2017-07-26 | 2017-11-24 | 方洋旺 | 基于排序向量法的空地导弹系统综合性能评估方法 |
CN109840715A (zh) * | 2019-02-19 | 2019-06-04 | 中国人民解放军海军工程大学 | 一种基于改进雷达图的船舶动力系统综合评估方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111985819A (zh) * | 2020-08-23 | 2020-11-24 | 哈尔滨理工大学 | 一种工业粉尘涉爆风险评价方法 |
CN111985819B (zh) * | 2020-08-23 | 2024-04-30 | 哈尔滨理工大学 | 一种工业粉尘涉爆风险评价方法 |
CN112907151A (zh) * | 2021-04-07 | 2021-06-04 | 中国人民武装警察部队工程大学 | 一种基于效用函数法的抗震救灾装备效能评估方法 |
CN112990752A (zh) * | 2021-04-07 | 2021-06-18 | 中国人民武装警察部队工程大学 | 一种基于改进雷达图法的侦察装备效能评估方法 |
CN114611945A (zh) * | 2022-03-15 | 2022-06-10 | 中国民用航空飞行学院 | 一种基于多维数据的飞行学员胜任力画像方法 |
CN114611945B (zh) * | 2022-03-15 | 2024-02-02 | 中国民用航空飞行学院 | 一种基于多维数据的飞行学员胜任力画像方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110909974A (zh) | 一种基于排序向量的改进雷达图评估方法 | |
CN110490422B (zh) | 一种基于博弈云模型的目标作战效能态势评估方法 | |
CN113987789B (zh) | 无人机协同空战中的动态威胁评估方法 | |
CN106599927B (zh) | 基于模糊art划分的目标分群方法 | |
CN111079090A (zh) | 一种“低慢小目标”的威胁评估方法 | |
CN109840715B (zh) | 一种基于改进雷达图的船舶动力系统综合评估方法 | |
CN108764676B (zh) | 一种高维多目标评价方法及系统 | |
CN110348664A (zh) | 一种基于雷达图法的防暴武器系统作战效能评估方法 | |
CN112950008A (zh) | 一种飞行器的航迹规划评价方法 | |
CN114444203A (zh) | 基于战场态势变权的空中集群威胁评估方法 | |
CN112258062A (zh) | 一种体系贡献度确定方法及装置 | |
CN115544714B (zh) | 一种基于飞行器编队的时序动态对抗威胁评估方法 | |
CN115759754A (zh) | 基于动态博弈变权的超视距空战模拟目标威胁评估方法 | |
CN115420294A (zh) | 一种基于改进人工蜂群算法的无人机路径规划方法及系统 | |
CN116008671A (zh) | 一种基于时差和聚类的闪电定位方法 | |
CN113836734B (zh) | 一种基于虚拟理想解的装备作战效能评估方法 | |
CN113807721B (zh) | 一种基于相近和相似机理的装备作战效能评估方法 | |
CN114444389A (zh) | 基于组合赋权和改进vikor的空袭目标动态威胁评估方法 | |
CN114499957A (zh) | 一种网络信息安全动态评价系统及其方法 | |
CN109993398A (zh) | 一种基于误差谱的空地导弹命中精度评估方法 | |
CN112541273A (zh) | 一种基于改进pcm-幂指数法的非致命武器效能评估方法 | |
CN105160065B (zh) | 基于拓扑关系的遥感信息相似度评价方法 | |
CN108304649B (zh) | 一种高层建筑形变预测方法 | |
CN114580884A (zh) | 多特性分层结构与自适应逼近的空天目标威胁评估方法 | |
CN106294983A (zh) | 一种面向舰船研制过程的质量量化评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |