CN112070367A - 一种基于改进综合成新率的大型武器装备价值评估方法 - Google Patents
一种基于改进综合成新率的大型武器装备价值评估方法 Download PDFInfo
- Publication number
- CN112070367A CN112070367A CN202010841537.6A CN202010841537A CN112070367A CN 112070367 A CN112070367 A CN 112070367A CN 202010841537 A CN202010841537 A CN 202010841537A CN 112070367 A CN112070367 A CN 112070367A
- Authority
- CN
- China
- Prior art keywords
- index layer
- evaluation
- value
- comprehensive
- rate
- 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 97
- 238000000034 method Methods 0.000 claims abstract description 59
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000013210 evaluation model Methods 0.000 claims abstract description 4
- 239000013598 vector Substances 0.000 claims description 40
- 230000004044 response Effects 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000006872 improvement Effects 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 108091027981 Response element Proteins 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 2
- 230000000996 additive effect Effects 0.000 claims description 2
- 238000011835 investigation Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 125000004432 carbon atom Chemical group C* 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000013077 scoring method Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于大型武器装备价值评估领域,并具体公开了一种基于改进综合成新率的大型武器装备价值评估方法。包括:构建大型武器装备价值评估的指标体系;基于可拓学理论的综合成新率评估模型将待评估的大型武器装备的要素层作为基元,指标层作为物元,建立综合成新率和要素层以及指标层之间的关系表达式;计算各指标层的权重;根据各指标层的权重,求取综合成新率与评价等级的关联度;根据综合成新率的表达式、综合成新率与评价等级的关联度以及待评估的大型武器装备的评估价值计算模型求得待评估的大型武器装备的评估价值。本发明方法提高了成本法在大型武器装备价值评估方面的适用性,同时兼顾了成本法可靠性高、操作相对简单的特点。
Description
技术领域
本发明属于大型武器装备价值评估领域,更具体地,涉及一种基于改进综合成新率的大型武器装备价值评估方法。
背景技术
随着武器装备建设力度的不断加大,大型武器装备数量不断增多,质量不断提高。同时,大量单位裁、撤、降、改,这些问题都涉及到大型武器装备价值评估。但目前的大型武器装备价值评估方法的适用性不强。开展对大型武器装备价值评估方法的研究,不仅有利于大型武器装备的科学管理,更有利于资源统筹调配、强化集中统管重大资源。
根据中国资产评估协会发布的《资产评估准则-机器设备》的规定,主流的机器设备的资产价值评估方法主要有三种:收益法、市场法和成本法。而成本法具有适应条件广泛,具有可靠性、操作相对简单,且收集资料和数据比较容易的特点。因此,武器装备主要是应用成本法进行价值评估。成本法的计算方法为重置成本乘以成新率。成新率是指待评估资产在基准评估日时的状态与其全新状态下重置价值的比率,传统的成新率计算方法可分为使用年限法、部件打分法和综合法。
大型武器装备由武器及其相关技术装备等组成,具有特定作战功能,通常包括武器本身及其发射、探测、指挥、控制、通信、检测等分系统或设备。因此,其经济价值不仅在于其本身的物质组成,还与各系统的技术优势、操作顺畅度和系统配合度密切相关。但目前的成新率计算方法在价值影响因素指标的选取上不够全面,没有考虑到各分系统价值变化的特殊性和分系统综合作用对大型武器装备价值的影响,同时在各指标对价值影响程度的判定上不够客观,缺乏准确高效的权重计算方法。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于改进综合成新率的大型武器装备价值评估方法,其中结合大型武器装备价值自身的特征及其加之评估的特点,相应的引入了综合成新率的概念,考虑了大型武器装备结构复杂、技术集成性高、价值影响因素多、使用场景复杂等特点,综合计算其实体性贬值、功能性贬值和经济性贬值,提高了成本法在大型武器装备价值评估方面的适用性,同时兼顾了成本法可靠性高、操作相对简单的特点。
为实现上述目的,本发明提出了一种基于改进综合成新率的大型武器装备价值评估方法,包括以下步骤:
(1)在大型武器装备价值评估过程中,利用PSR模型构建综合成新率影响因素的指标体系,该指标体系包括要素层以及构成各要素层的指标层;
(2)基于可拓学理论的综合成新率评估模型将待评估的大型武器装备的要素层作为基元,所述指标层作为物元,建立综合成新率和要素层以及指标层之间的关系表达式;
(3)基于所述综合成新率影响指标体系,计算各指标层的权重;
(4)根据各指标层的权重,求取综合成新率与评价等级的关联度;
(5)根据综合成新率的表达式、综合成新率与评价等级的关联度以及待评估的大型武器装备的评估价值计算模型求得待评估的大型武器装备的评估价值。
作为进一步优选的,步骤(1)中,所述要素层包括:压力、状态以及回应,所述压力的指标层包括使用环境、使用频率以及任务强度,所述状态的指标层包括侦查与指挥系统、机动与火力系统以及防护与保障系统,所述回应的指标层包括日常保养、维修次数以及升级改造。
作为进一步优选的,步骤(2)中具体包括以下步骤:
(21)将待评估的大型武器装备的要素层作为基元,建立低阶物元模型:
其中,Ye为要素层中的压力、状态、回应,e=1,2,3,Ci(i=1,2,...,n)为压力、状态、回应要素层各自对应的指标层,Ci(Ye)为对应指标层的度量值;
(22)确定低阶物元模型的经典域和节域,对待评估的大型武器装备效费的指标层划分评价等级,并规定相应评价等级的取值范围,得到指标层相应的经典域Q3:
其中,Ot为设定的各指标层相应的评价等级,t=1,2,...,m,m为评价等级的数量;Ci(Ot)为各个评价等级对应指标层的取值范围;<aoi,boi>为取值范围具体数值;
(23)根据各指标层在所有评价等级内的量值值域,得到基元模型的节域Q4:
其中,Ci(Ye)(i=1,2...n)为大型武器装备的综合成新率影响因素指标层的规定量值范围,<api,bpi>为指标层的规定量值范围的具体数值;
(33)将所述指标层作为物元,建立综合成新率和要素层以及指标层之间的关系表达式;
其中,E为综合成新率,P为压力,P(E)为压力度量值,S为状态,S(E)为状态度量值,R为回应,R(E)为回应度量值。
作为进一步优选的,步骤(3)具体包括以下步骤:
(31)基于判断矩阵法获得各指标层的主观权重向量;
(32)基于最优权法获得各指标层的权重;
(33)基于熵权法获取各指标层的权重;
(34)基于步骤(32)和步骤(33)获取的各指标层的权重,采用几何平均值法获得各指标层的客观权重向量;
(35)基于步骤(31)获取的主观权重向量和步骤(34)获取的客观权重向量,采用加法集成法获取各指标层的最终综合权重量。
作为进一步优选的,步骤(35)中,所述最终综合权重量的计算模型为:
W=t1Ws+t2Wo
其中,W为综合权重量,t1为主观权重向量的影响数,Ws为各指标层的主观权重向量的影响数,t2为客观权重向量的影响数,Wo为各指标层的客观权重向量的影响数。
更进一步的,最终综合权重量的计算模型中,
t2=1-t1
其中,pi为主观权重向量按升序排列后求得的对应分量;n为评价指标个数。
作为进一步优选的,步骤(4)中,综合成新率与评价等级的关联度的计算模型为:
其中,Kt(Ot)为综合成新率与评价等级的关联度,Ot为设定的各指标层相应的评价等级,Ci(Ye)为指标层i的度量值,Wi为指标层i的权重,k(Ci(Ye))为要素层中的指标层(P、S、R)关于各评价等级的关联度。
更进一步的,综合成新率与评价等级的关联度的计算模型中,
其中,ρ[Ci(Ye),Yi(Ot)]为指标层i对应的值与经典域中<aot,bot>的距离,ρ[Ci(Ye),Zi(Ye)]指标层i对应的值与节域中<api,bpi>的距离。
作为进一步优选的,步骤(5)具体包括以下步骤:
(51)根据综合成新率与评价等级的关联度,构建各指标层相应的评价等级的变量特征值计算模型;
(52)根据评价等级以及各指标层相应的经典阈,获取待评估的大型武器装备的综合成新率相对新旧属度的标准值;
(53)根据变量特征值计算模型和待评估的大型武器装备综合成新率相对新旧属度的标准值,求得待评估的大型武器装备的综合成新率,并以此计算获取待评估的大型武器装备的评估价值。
作为进一步优选的,步骤(51)中,所述变量特征值计算模型为:
作为进一步优选的,步骤(52)中,所述综合成新率的计算公式为:
其中,Vt为评价等级,EVt为评价等级的标准值,G为评价等级的级别变量特征值,E为综合成新率。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,主要具备以下的技术优点:
(1)本发明的方法,引入了综合成新率的概念,考虑了大型武器装备结构复杂、技术集成性高、价值影响因素多、使用场景复杂等特点,综合计算其实体性贬值、功能性贬值和经济性贬值,提高了成本法在大型武器装备价值评估方面的适用性,同时兼顾了成本法可靠性高、操作相对简单的特点。
(2)本发明的方法,引用了客观权重和主观权重计算模型,通过组合赋权确定最后的综合权重,一方面改变了传统的成新率计算方法中各指标权重确定困难的现象,另一方面避免了权重系数确定过程的主观随意性。保证了各评估指标重要性与价值影响之间量化的科学性和全面性。
(3)本发明的方法,利用PSR模型建立了大型武器装备综合成新率影响因素的指标体系,包含了外界压力、自身状态以及回应三方面,既有定量指标又有定性指标,具体为外界压力导致自身状态发生变化,根据状态表现来做出相应回应的使用过程。这三方面包含了大型武器装备在整个使用过程中的内外界价值影响因素,显著提高了价值评估结果的准确性。
(4)本发明的方法,以物元模型作为基础模型解决了价值影响因素指标间存在交叉重叠的问题,同时解决了评价指标层级之间的矛盾问题。
(5)本发明的方法,价值影响因素评价指标信息采集概念明确且易于获得,提高了价值评估的效率。
附图说明
图1是本发明实施例涉及的一种基于改进综合成新率的大型武器装备价值评估方法的流程图;
图2是本发明实施例涉及的组合赋权模型计算流程。
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。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1和图2所示,本发明实施例提供的一种基于改进综合成新率的大型武器装备价值评估方法包括以下步骤:
步骤一,利用PSR模型构建大型武器装备价值评估的指标体系,该指标体系包括要素层以及构成各要素层的指标层。更具体的,如下表1所示,要素层包括压力(P)、状态(S)以及回应(R),其中,压力(P)的指标层包括使用环境(C1)、使用频率(C2)以及任务强度(C3),状态(S)的指标层包括侦查与指挥系统(C4)、机动与火力系统(C5)以及防护与保障系统(C6),回应(R)的指标层包括日常保养(C7)、维修次数(C8)以及升级改造(C9)。
表1综合成新率影响指标体系
步骤二,基于可拓学理论的综合成新率评估模型将待评估的大型武器装备的要素层作为基元,所述指标层作为物元,通过分析综合成新率和要素层以及指标层之间的关系构建综合成新率的表达式。其包括如下步骤:
(1)构建低阶物元模型:
其中,Ci(i=1,2,...,n)为压力、状态、回应三要素的影响指标;Ci(Ye)为各指标层的度量值,Ye(e=1,2,3)为要素层中的压力、状态、回应。
(2)确定低阶物元模型的经典域和节域,对待评估的大型武器装备效费的指标层划分评价等级,并规定相应评价等级的取值范围,得到指标层的经典域Q3:
式中,Ot(t=1,2...m)为设定的各指标层相应的评价等级,m为评价等级的数量;Ci(Ot)为各个评价等级对应指标层的取值范围;<aoi,boi>为取值范围具体数值。
根据各个影响因素指标在所有等级内的量值值域,得到基元模型的节域Q4:
式中,其中,Ci(Ye)为大型武器装备的综合成新率影响因素指标层的规定量值范围,<api,bpi>为指标层的规定量值范围的具体数值,i=1,2,...,n。
(3)将所述指标层作为物元,建立综合成新率和要素层以及指标层之间的关系表达式,即建立高阶物元模型:
式中,A为综合成新率;P为压力;P(A)为压力度量值;S为状态;S(A)为状态度量值;R为回应;R(A)为回应度量值。
其中,该高阶物元模型反映了综合成新率和要素层以及指标层之间的关系,也为综合成新率的表达式。
步骤三,基于所述综合成新率影响指标体系,计算各指标层的权重。即利用组合赋权模型计算本评估算法中各指标层的权重,组合赋权模型通过耦合判断矩阵法、最优权法、熵权法,将各指标层的主观判定和客观判定结合起来,从而得到更加符合实际情况的权重。具体步骤如下:
(1)判断矩阵法
首先,如表2所示,根据1~9标度法构造判断矩阵Ri×i,并求其最大特征根θmax与最大特征根对应的特征向量W1,将W1归一化后得指标层对应要素对于上层要素的权重Ws1。
表2标度1~9的含义
其次,进行一致性检验,防止产生相互矛盾的结果。因此,分别计算判断矩阵的一致性指标CI和随机一致性指标RI,并得到检验系数CR,检验系数的计算公式为:
上式中,
其中,θmax为判断矩阵最大特征根,n为指标层的个数,随机一致性指标RI可通过查表3得到。如果CR≤0.10,那么判断矩阵具备可行的一致性,反之则要对判断矩阵进行进一步的修正,使其可行。
表3随机一致性指标
通过一致性检验后,可求得各指标层的主观权重向量,即各指标层的主观权重向量为Wsi=(Wsi1,Wsi2…Wsi9),其中,Wsi为指标层i的主观权重向量的值。
(2)最优权法
首先,构造指标层的无量纲化指标层。假设指标层的个数为n,各指标层包含的样本个数为u,则无量纲化指标层的值C=(ci1,ci2,…,cun)T,其中,cun为第n各指标层的第u各样本的无量纲化指标层的值。
其次,基于上述无量纲化指标层构造线性函数:
式中,W=(w1,w2,…,wn)T为待求指标层的主观权重向量,cij为第i个指标层的第j个样本。
然后计算所述样本的方差,该方差的计算公式为:
式中,wj为待求指标层的客观权重向量中第j个元素,vjk为样本协方差,wk为待求的指标层客观权重向量中的第k个元素,W为待求指标层的客观权重向量,V为指标层中所有样本构成的协方差阵。
V=[vjk]n×n (11)
式中,cij为第i个评价对象的第j个指标,cj为cij的j维向量,ck为的k维向量,cik为第i个指标层的第k个样本,为ck向量的共轭复数,为cj向量的共轭复数,V为向量C=(c1,c2,…,cn)T的样本协方差阵,由此可得各指标层的权重分量Wo2=(Wo21,Wo22...Wo29)。
(3)熵权法
首先,对各指标层的量值进行归一化处理,得到各指标层的无量纲值。
其次,构造决策矩阵Rnu=Rn×u,u为方案数量,n为指标数量。
然后,计算各个指标层的熵值ei:
最后,计算各指标层的熵权权重Wo3i:
根据公式(12)~(15)得到指标的熵权权重Wo3,其表达式为:
Wo3=(Wo31,Wo32…Wo39) (16)
(4)计算综合权重,通过判断矩阵法得到指标层的主观权重向量为Ws1,由最优权法求得指标层的权重向量为Wo2,由熵权法求得指标层的权重向量为Wo3,结合几何平均值法处理Wo2和Wo3,求得指标层的客观权重向量对应分量为:
式中,Wo2'与Wo3'为Wo对应的分量;Wo2i,Wo3i为权重向量Woi'对应的分量。
最后运用加法集成法,得到最终的综合权重向量W为:
W=t1Ws+t2Wo (19)
其中:
t2=1-t1 (21)
式中,pi为主观权重向量按升序排列后求得的对应分量;n为评价指标个数,W为综合权重量,t1为主观权重向量对应分量的影响数,Ws为各指标层的主观权重向量对应分量的影响数,t2为观权重向量对应分量,Wo为各指标层的客观权重向量对应分量。
步骤四,根据各指标层的权重,求取综合成新率与评价等级的关联度。具体而言,通过计算评价指标Ci(Ye)所对应的值与<aot,bot>的距ρ[C(Yt),C(Ot)],从而求得待评估资产的综合成新率与评价等级Ot的关联度K(Ot),关联度K(Ot)的计算公式为:
其中,
根据关联度计算公式,可以得到待评估的大型武器装备的综合成新率关于各个等级的综合关联度即指的是与评价等级Ⅰ的关联度,即指的是与评价等级Ⅱ的关联度,以此类推,其中所对应的评价等级即为待评估的大型武器装备的综合成新率的评价等级Vt。其中,ρ[Ci(Ye),Yi(Ot)]为指标层i对应的值与经典域中<aot,bot>的距离,ρ[Ci(Ye),Zi(Ye)]指标层i对应的值与节域中<api,bpi>的距离。
步骤五,根据综合成新率的表达式、综合成新率与评价等级的关联度以及待评估的大型武器装备的评估价值计算模型求得待评估的大型武器装备的评估价值。
(1)级别变量特征值的计算
级别变量特征值G能够更加准确地反映综合成新率的评价等级Vt偏向相邻评价等级的程度,从而求得待评估资产的综合成新率。
其中,
(2)综合成新率的计算
根据本文中对评价等级的划分和各指标相应的经典域的选取,获得待评估资产综合成新率相对新旧属度的标准值EVt如表4所示。
表4待评估资产综合成新率相对新旧属度的标准值
根据级别变量特征值的定义和待评估资产综合成新率相对新旧属度的标准值,求得待评估资产的综合成新率E。其计算公式为:
其中,Vt为评价等级,EVt为评价等级的标准值,G为评价等级的级别变量特征值,E为综合成新率。
最后可得待评估的大型武器装备的评估价值=重置成本×综合成新率(E)。
本发明的方法,引入了综合成新率的概念,考虑了大型武器装备结构复杂、技术集成性高、价值影响因素多、使用场景复杂等特点,综合计算其实体性贬值、功能性贬值和经济性贬值,提高了成本法在大型武器装备价值评估方面的适用性,同时兼顾了成本法可靠性高、操作相对简单的特点。
本领域的技术人员容易理解,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 (9)
1.一种基于改进综合成新率的大型武器装备价值评估方法,其特征在于,包括以下步骤:
(1)在大型武器装备价值评估过程中,利用PSR模型构建综合成新率影响因素的指标体系,该指标体系包括要素层以及构成各要素层的指标层;
(2)基于可拓学理论的综合成新率评估模型将待评估的大型武器装备的要素层作为基元,所述指标层作为物元,建立综合成新率和要素层以及指标层之间的关系表达式;
(3)基于所述综合成新率影响指标体系,计算各指标层的权重;
(4)根据各指标层的权重,求取综合成新率与评价等级的关联度;
(5)根据综合成新率的表达式、综合成新率与评价等级的关联度以及待评估的大型武器装备的评估价值计算模型求得待评估的大型武器装备的评估价值。
2.根据权利要求1所述的一种基于改进综合成新率的大型武器装备价值评估方法,其特征在于,步骤(1)中,所述要素层包括:压力、状态以及回应,所述压力的指标层包括使用环境、使用频率以及任务强度,所述状态的指标层包括侦查与指挥系统、机动与火力系统以及防护与保障系统,所述回应的指标层包括日常保养、维修次数以及升级改造。
3.根据权利要求1所述的一种基于改进综合成新率的大型武器装备价值评估方法,其特征在于,步骤(2)中具体包括以下步骤:
(21)将待评估的大型武器装备的要素层作为基元,建立低阶物元模型:
其中,Ye为要素层中的压力、状态、回应,e=1,2,3,Ci(i=1,2,...,n)为压力、状态、回应要素层各自对应的指标层,Ci(Ye)为对应指标层的度量值;
(22)确定低阶物元模型的经典域和节域,对待评估的大型武器装备效费的指标层划分评价等级,并规定相应评价等级的取值范围,得到指标层相应的经典域Q3:
其中,Ot为设定的各指标层相应的评价等级,t=1,2,...,m,m为评价等级的数量;Ci(Ot)为各个评价等级对应指标层的取值范围;<aoi,boi>为所述取值范围具体数值;
(23)根据各指标层在所有评价等级内的量值值域,得到基元模型的节域Q4:
其中,Ci(Ye)为大型武器装备的综合成新率影响因素指标层的规定量值范围,i=1,2,...,n,<api,bpi>为指标层的规定量值范围的具体数值;
(33)将所述指标层作为物元,建立综合成新率和要素层以及指标层之间的关系表达式;
其中,E为综合成新率,P为压力,P(E)为压力度量值,S为状态,S(E)为状态度量值,R为回应,R(E)为回应度量值。
4.根据权利要求1所述的一种基于改进综合成新率的大型武器装备价值评估方法,其特征在于,步骤(3)具体包括以下步骤:
(31)基于判断矩阵法获得各指标层的主观权重向量;
(32)基于最优权法获得各指标层的权重;
(33)基于熵权法获取各指标层的权重;
(34)基于步骤(32)和步骤(33)获取的各指标层的权重,采用几何平均值法获得各指标层的客观权重向量;
(35)基于步骤(31)获取的主观权重向量和步骤(34)获取的客观权重向量,采用加法集成法获取各指标层的最终综合权重量。
5.根据权利要求4述的一种基于改进综合成新率的大型武器装备价值评估方法,其特征在于,步骤(35)中,所述最终综合权重量的计算模型为:
W=t1Ws+t2Wo
其中,W为综合权重量,t1为主观权重向量的影响数,Ws为各指标层的主观权重向量的影响数,t2为客观权重向量的影响数,Wo为各指标层的客观权重向量的影响数。
7.根据权利要求1所述的一种基于改进综合成新率的大型武器装备价值评估方法,其特征在于,步骤(5)具体包括以下步骤:
(51)根据综合成新率与评价等级的关联度,构建各指标层相应的评价等级的变量特征值计算模型;
(52)根据评价等级以及各指标层相应的经典阈,获取待评估的大型武器装备的综合成新率相对新旧属度的标准值;
(53)根据变量特征值计算模型和待评估的大型武器装备综合成新率相对新旧属度的标准值,求得待评估的大型武器装备的综合成新率,并以此计算获取待评估的大型武器装备的评估价值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010841537.6A CN112070367A (zh) | 2020-08-20 | 2020-08-20 | 一种基于改进综合成新率的大型武器装备价值评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010841537.6A CN112070367A (zh) | 2020-08-20 | 2020-08-20 | 一种基于改进综合成新率的大型武器装备价值评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112070367A true CN112070367A (zh) | 2020-12-11 |
Family
ID=73662294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010841537.6A Pending CN112070367A (zh) | 2020-08-20 | 2020-08-20 | 一种基于改进综合成新率的大型武器装备价值评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112070367A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884535A (zh) * | 2021-01-26 | 2021-06-01 | 中通诚资产评估有限公司 | 一种固定资产类资产成本法估值模型 |
CN116090800A (zh) * | 2023-04-11 | 2023-05-09 | 中国人民解放军海军工程大学 | 基于监控参数的设备稳定性实时评价方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9740351B2 (en) * | 2015-05-15 | 2017-08-22 | Synaptics Incorporated | Multi-step incremental switching scheme |
CN109712024A (zh) * | 2019-01-08 | 2019-05-03 | 中国环境科学研究院 | 用于评估能源生产与消费过程中影响生态安全程度的方法 |
CN110610285A (zh) * | 2019-07-22 | 2019-12-24 | 中南大学 | 一种地下金属矿采空区危险度分级评价方法 |
-
2020
- 2020-08-20 CN CN202010841537.6A patent/CN112070367A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9740351B2 (en) * | 2015-05-15 | 2017-08-22 | Synaptics Incorporated | Multi-step incremental switching scheme |
CN109712024A (zh) * | 2019-01-08 | 2019-05-03 | 中国环境科学研究院 | 用于评估能源生产与消费过程中影响生态安全程度的方法 |
CN110610285A (zh) * | 2019-07-22 | 2019-12-24 | 中南大学 | 一种地下金属矿采空区危险度分级评价方法 |
Non-Patent Citations (1)
Title |
---|
章磊 等: ""基于PSR模型的省域军民融合发展水平评价研究"", 《情报杂志》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884535A (zh) * | 2021-01-26 | 2021-06-01 | 中通诚资产评估有限公司 | 一种固定资产类资产成本法估值模型 |
CN116090800A (zh) * | 2023-04-11 | 2023-05-09 | 中国人民解放军海军工程大学 | 基于监控参数的设备稳定性实时评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111950918B (zh) | 一种基于电力交易数据的市场风险评估方法 | |
CN107544253B (zh) | 基于改进模糊熵权法的大型导弹装备退役安全控制方法 | |
CN110119904A (zh) | 一种舰船装备维修保障能力评估方法和系统 | |
CN104392087B (zh) | 一种顶置武器站性能评估方法 | |
CN111737642A (zh) | 基于模糊网络分析法的海底管道失效风险综合评价方法 | |
CN108399453A (zh) | 一种电力客户信用等级评价方法和装置 | |
CN107818237A (zh) | 沥青路面破损状况的评价方法 | |
CN104462827A (zh) | 一种综合评价中指标权重的柔性耦合计算方法 | |
CN112070367A (zh) | 一种基于改进综合成新率的大型武器装备价值评估方法 | |
CN112258062A (zh) | 一种体系贡献度确定方法及装置 | |
CN111932081B (zh) | 一种电力信息系统运行状态评估方法及系统 | |
CN114049026A (zh) | 一种基于层次分析法的工业互联网标识解析风险评估方法 | |
CN109460926A (zh) | 基于层次分析法和熵值法的台区资产组综合绩效评价方法 | |
CN111523080A (zh) | 一种电力系统的pas系统综合评估方法及相关装置 | |
CN110866694A (zh) | 一种电网建设项目财务评价系统及其方法 | |
CN111337956B (zh) | 导航接收机性能综合评价方法及装置 | |
CN107644285A (zh) | 售电市场盈利能力评估指标的筛选与权重确定方法及系统 | |
Yin et al. | A threat assessment algorithm based on AHP and principal components analysis | |
CN113139701A (zh) | 一种基于层次分析方法的区域内能源健康度评价方法 | |
CN112241808A (zh) | 路面技术状况预测方法、装置、电子设备及存储介质 | |
CN112580078A (zh) | 一种针对电力数据指纹的评估方法 | |
CN115099699A (zh) | 一种基于mabac综合算法的海岸侵蚀强度评价方法 | |
CN105931133A (zh) | 配电变压器更换优先级评定方法和装置 | |
CN111105168A (zh) | 一种基于云物元理论的负荷模型拟合优度评价方法 | |
CN111160719A (zh) | 两网融合的多指标评估方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201211 |