CN112528460B - 用于空间站机械臂任务的路径依赖度计算方法、装置 - Google Patents
用于空间站机械臂任务的路径依赖度计算方法、装置 Download PDFInfo
- Publication number
- CN112528460B CN112528460B CN202011123660.0A CN202011123660A CN112528460B CN 112528460 B CN112528460 B CN 112528460B CN 202011123660 A CN202011123660 A CN 202011123660A CN 112528460 B CN112528460 B CN 112528460B
- Authority
- CN
- China
- Prior art keywords
- matrix
- similarity
- index
- task
- weight
- 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.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims abstract description 174
- 238000000034 method Methods 0.000 claims description 13
- 230000001149 cognitive effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 description 8
- 238000003786 synthesis reaction Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000005728 strengthening Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种路径依赖度计算方法、装置以及存储介质。其中,路径依赖度计算方法包括:根据空间站机械臂任务中路径依赖产生的条件,建立多级递阶结构模型;基于多级递阶结构模型建立对比矩阵;根据对比矩阵确定多级递阶结构模型中各指标的权重;获取多级递阶结构模型中最下级各指标的实际评分值;根据权重和实际评分值计算路径依赖度。该路径依赖度计算方法,可以针对具体的空间站机械臂任务,实现对路径依赖度的计算。
Description
技术领域
本发明涉及航天工程技术领域,尤其涉及一种用于空间站机械臂任务的路径依赖度计算方法、装置以及存储介质。
背景技术
路径依赖涉及到路径选择、自我强化、路径依赖和路径锁定四个阶段。认知路径依赖是指认知层面的路径依赖,类似于思维惯性,具体地,由于学习效应,在任务中学习获得的思维模式、认知行为习惯,通过不断的正反馈的强化会形成固化的思维模式,并且这种思维模式在遇到相似任务时会自动激活。在具体复杂任务的学习过程中尤其如此,比如空间站机械臂操作任务,在训练学习过程中会产生特有的思维模式,包括特有的观察、判断决策和操作方式习惯等。通过相同或者相似任务的训练,通过正向反馈实现自我强化,进而形成路径依赖,反复不断的练习就会产生路径锁定。认知路径依赖形成的前提是正反馈和自我强化,思维惯性是在相似任务中采用相同的思维模式处理任务而不断强化最终形成的。可见,认知路径依赖一方面与形成的思维惯性有关,另一方面与任务的相似性相关。任务越相似,路径依赖也即思维惯性的应用越强。
目前,对路径依赖的研究存在以下不足:路径依赖的实证研究缺少,只有是理论研究;现有研究缺少依据数据的定量研究,只有定性分析;现有研究没有明确提出路径依赖度这样一个定量指标;现有研究没有针对具体任务,尤其是复杂任务的路径依赖度测量。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的第一个目的在于提出一种用于空间站机械臂任务的路径依赖度计算方法,以针对具体的空间站机械臂任务,实现对路径依赖度的计算。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种用于空间站机械臂任务的路径依赖度计算装置。
为达到上述目的,本发明第一方面实施例提出一种用于空间站机械臂任务的路径依赖度计算方法,所述方法包括以下步骤:根据空间站机械臂任务中路径依赖产生的条件,建立多级递阶结构模型;基于所述多级递阶结构模型建立对比矩阵;根据所述对比矩阵确定所述多级递阶结构模型中各指标的权重;获取所述多级递阶结构模型中最下级各指标的实际评分值;根据所述权重和所述实际评分值计算路径依赖度。
本发明实施例的用于空间站机械臂任务的路径依赖度计算方法,通过根据据空间站机械臂任务中路径依赖产生的条件,建立多级递阶结构模型,进而建立对比矩阵,并根据对比矩阵确定多级阶梯模型中各指标的权重。进而获取多级递阶结构模型中最下级各指标的实际评分值,从而根据权重和实际评分值计算路径依赖度。由此,可以针对具体的空间站机械臂任务,实现对路径依赖度的计算。
另外,本发明上述的用于空间站机械臂任务的路径依赖度计算方法还可以具有如下附加的技术特征:
根据本发明的一个实施例,所述用于空间站机械臂任务的路径依赖度计算方法还包括:所述空间站机械臂任务中路径依赖产生的条件包括一级指标和二级指标,所述一级指标包括任务相似性、人机界面相似性、人的因素中的至少一个,其中,所述任务相似性对应的二级指标包括任务目标相似性、任务流程相似性、初始条件相似性、操作方式相似性中的至少一个,所述人机界面相似性包括操作装置相似性、信息显示相似性、盘控布局相似性、软件界面相似性中的至少一个,所述人的因素包括经验、认知结构、生理疲劳、压力中的至少一个。
根据本发明的一个实施例,所述用于空间站机械臂任务的路径依赖度计算方法还包括:所述对比矩阵包括各一级指标之间相对重要度的专家评判矩阵和各一级指标下各二级指标之间相对重要度的专家评判矩阵。
根据本发明的一个实施例,所述根据所述对比矩阵确定所述多级递阶结构模型中各要素的权重,包括:通过如下公式对所述对比矩阵中的打分进行归一化处理,得到权重矩阵:
each_line=1,2,…,n,
W=[w1,w2,…,weach_line,…,wM],
其中,i=1,2,…,n,aij表示所述对比矩阵A中的第i行第j列的元素,n×n表示所述对比矩阵的维数,W表示所述权重矩阵;
根据如下公式计算所述权重矩阵的最大特征值:
其中,λmax表示所述最大特征值,A表示(aij)n×n对比矩阵,(AW)i表示向量AW的第i个元素,wi表示权重矩阵第i行的权重;
根据所述最大特征值对所述权重矩阵进行一致性检验,以判断所述对比矩阵中的打分是否合理;如果所述对比矩阵中的打分不合理,则调整所述对比矩阵,并返回所述对所述对比矩阵中的打分进行归一化处理的步骤;如果所述对比矩阵中的打分合理,则根据所述权重矩阵确定各指标的权重,其中,所述各指标的权重包括各一级指标的权重和各一级指标下各二级指标的权重。
根据本发明的一个实施例,所述根据所述最大特征值对所述权重矩阵进行一致性检验,包括:通过如下公式计算所述权重矩阵的一致性取值:
CR=CI/RI,
其中,CI=(λmax-n)/(n-1),n表示对比矩阵A的阶数,CR表示所述权重矩阵的一致性取值,RI表示平均随机一致性指标;判断所述一致性取值是否小于预设阈值;如果所述一致性取值小于所述预设阈值,则判定所述对比矩阵中的打分合理;如果所述一致性取值大于或等于所述预设阈值,则判定所述对比矩阵中的打分不合理。
根据本发明的一个实施例,所述用于空间站机械臂任务的路径依赖度计算方法还包括:通过如下公式计算所述路径依赖度:
其中,y(xi,j)表示参与指标评分的所有人员对第i个一级指标下第j个二级指标的评分的平均值,y综合(路径依赖)表示路径依赖度,n表示一级指标的个数,wi表示第i个一级指标的权重,mi表示第i个一级指标下二级指标的个数,wi,j表示第i个一级指标下第j个二级指标的权重,count表示参与指标评分的人员数,y(xi,j,k)表示第k个人员对第i个一级指标下第j个二级指标的实际评分值。
为达到上述目的,本发明第二方面实施例提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的用于空间站机械臂任务的路径依赖度计算方法。
本发明实施例的计算机可读存储介质,在其上存储的计算机程序被处理器执行时,可针对具体的空间站机械臂任务,实现对路径依赖度的计算。
为达到上述目的,本发明第三方面实施例提出了一种用于空间站机械臂任务的路径依赖度计算装置,所述计算装置包括第一建立模块,用于根据空间站机械臂任务中路径依赖产生的条件,建立多级递阶结构模型;第二建立模块,用于基于所述多级递阶结构模型建立对比矩阵;确定模块,用于根据所述对比矩阵确定所述多级递阶结构模型中各指标的权重;获取模块,用于获取所述多级递阶结构模型中最下级各指标的实际评分值;计算模块,用于根据所述权重和所述实际评分值计算路径依赖度。
本发明实施例的用于空间站机械臂任务的路径依赖度计算装置,通过第一建立模块根据空间站机械臂任务中路径依赖产生的条件,建立多级递阶结构模型,进而通过第二建立模块基于多级递阶结构模型建立对比矩阵,并通过确定模块根据对比矩阵确定多级递阶结构模型中各指标的权重,进而通过获取模块获取多级递阶模型中最下级各指标的实际评分值,从而通过计算模块根据权重和实际评分值计算路径依赖度。由此,可以针对具体的空间站机械臂任务,实现对路径依赖度的计算。
另外,本发明上述的用于空间站机械臂任务的路径依赖度计算装置还可以具有如下附加的技术特征:
根据本发明的一个实施例,所述用于空间站机械臂任务的路径依赖度计算装置还包括:所述空间站机械臂任务中路径依赖产生的条件包括一级指标和二级指标,所述一级指标包括任务相似性、人机界面相似性、人的因素中的至少一个,其中,所述任务相似性对应的二级指标包括任务目标相似性、任务流程相似性、初始条件相似性、操作方式相似性中的至少一个,所述人机界面相似性包括操作装置相似性、信息显示相似性、盘控布局相似性、软件界面相似性中的至少一个,所述人的因素包括经验、认知结构、生理疲劳、压力中的至少一个。
根据本发明的一个实施例,所述用于空间站机械臂任务的路径依赖度计算装置还包括:所述对比矩阵包括各一级指标之间相对重要度的专家评判矩阵和各一级指标下各二级指标之间相对重要度的专家评判矩阵。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是本发明一个实施例的用于空间站机械臂任务的路径依赖度计算方法的流程图;
图2是本发明另一个实施例的用于空间站机械臂任务的路径依赖度计算方法的流程图;
图3是本发明又一个实施例的用于空间站机械臂任务的路径依赖度计算方法的流程图;
图4是本发明实施例的用于空间站机械臂任务的路径依赖度计算装置的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的路径依赖度计算方法、装置以及存储介质。
图1是本发明一个实施例的用于空间站机械臂任务的路径依赖度计算方法的流程图。
如图1所示,用于空间站机械臂任务的路径依赖度计算方法包括以下步骤:
S11,根据空间站机械臂任务中路径依赖产生的条件,建立多级递阶结构模型。
具体地,空间站机械臂任务中路径依赖产生的条件包括一级指标和二级指标,一级指标包括任务相似性、人机界面相似性、人的因素中的至少一个,任务相似性对应的二级指标包括任务目标相似性、任务流程相似性、初始条件相似性、操作方式相似性中的至少一个,人机界面相似性包括操作装置相似性、信息显示相似性、盘控布局相似性、软件界面相似性中的至少一个,人的因素包括经验、认知结构、生理疲劳、压力中的至少一个。
进一步地,根据上述空间站机械臂任务中路径依赖产生的条件,可构建如表1所示的多级递阶结构模型。
表1
进一步地,根据上述空间站机械臂任务中路径依赖产生的条件,可构建包括一级指标和二级指标的两级递阶结构模型。
S12,基于多级递阶结构模型建立对比矩阵。
具体地,在构建了多级递阶结构模型后,通过获得专家的评判,从而建立对比矩阵,进而确定各二级指标对各一级指标的影响度。
其中,对比矩阵包括各一级指标之间相对重要度的专家评判矩阵和各一级指标下各二级指标之间相对重要度的专家评判矩阵。
作为一个示例,对比矩阵可以包括如表2所示的一级指标之间相对重要度的专家评判矩阵、如表3所示的一级指标“任务相似性”下的各二级指标之间相对重要度的专家评判矩阵、如表4所示的一级指标“人机界面相似性”下的各二级指标之间相对重要度的专家评判矩阵、如表5所示的一级指标“人的因素”下的各二级指标之间相对重要度的专家评判矩阵。
表2
表3
表4
表5
具体地,可以向专家询问上述专家评判矩阵中元素的重要程度,进而根据获得的重要程度按照表6填写上述专家评判矩阵,从而建立对比矩阵。例如,可以向若干与本领域相关的专家发放包含上述专家评判矩阵的问卷,并将专家的评判结果取平均值填入专家评判矩阵从而建立对比矩阵。
表6
需要说明的是,由于对比矩阵A=(aij)nxn满足aij>0和aji=1/aij,因此在填写上述对比矩阵时,可以先填写aii=1的部分,然后填写上三角形或下三角形中的n(n-1)/2个元素,进而填写剩余部分。在填写对比矩阵时,需要尽可能保证填写的分值两两比较具有一致性,例如,若专家意见是A1比A2重要且A2比A3重要,则在填写对比矩阵时需要保证填写的分值可以体现出A1比A3重要。
S13,根据对比矩阵确定多级递阶结构模型中各指标的权重。
具体地,在完成对比矩阵的建立后,通过与对比矩阵对应的权重矩阵的一致性判断对比矩阵中的打分是否合理,若判断打分合理,则根据各权重矩阵确定各指标的权重,并构建如表7所示的指标权重模型。
表7
由此,本发明采用AHP(Analytic Hierarchy Process,层次分析法)评估指标权重,对于具有属性多样、结构复杂等特点的空间站机械臂任务中路径依赖产生的条件,可实现良好的优化分析与评价效果。
S14,获取多级递阶结构模型中最下级各指标的实际评分值。
S15,根据权重和实际评分值计算路径依赖度。
具体地,通过如下公式计算路径依赖度:
其中,y(xi,j)表示参与指标评分的所有人员对第i个一级指标下第j个二级指标的评分的平均值,y综合(路径依赖)表示路径依赖度,n表示一级指标的个数,wi表示第i个一级指标的权重,mi表示第i个一级指标下二级指标的个数,wi,j表示第i个一级指标下第j个二级指标的权重,count表示参与指标评分的人员数,y(xi,j,k)表示第k个人员对第i个一级指标下第j个二级指标的实际评分值。
可选地,还可根据y(xi,j)的具体数值判断各指标所处的水平。例如,可将y(xi,j)的具体数值代入表8,从而直观判断该y(xi,j)所对应的指标所处的水平。
表8
进一步地,根据计算出的路径依赖度,可确定相应的绩效等级,即路径依赖度的高低。例如,路径依赖度与绩效等级的对应关系可如下表9所示。
表9
y综合(路径依赖)的范围 | 绩效等级 |
0<y综合(路径依赖)<=40 | 不依赖 |
40<y综合(路径依赖)<=80 | 依赖 |
80<y综合(路径依赖)<=100 | 十分依赖 |
需要说明的是,上述表8和表9均是专家根据具体的实际情况具体设定的。若实际情况发生变化,表格也有可能发生变化。
在本发明的一个实施例中,如图2所示,上述根据对比矩阵确定多级递阶结构模型中各要素的权重的流程可以包括:
S21,对对比矩阵中的打分进行归一化处理。
具体地,通过如下公式对对比矩阵中的打分进行归一化处理,得到权重矩阵:
each_line=1,2,…,n,
W=[w1,w2,…,weach_line,…,wM],
其中,i=1,2,…,n,aij表示所述对比矩阵A中的第i行第j列的元素,n×n表示所述对比矩阵的维数,W表示所述权重矩阵;
需要说明的是,本发明实施例中的对对比矩阵中的打分进行归一化处理得到权重矩阵,指的是对对比矩阵中的每一个专家评判矩阵中的打分进行归一化处理,从而得到与专家评判矩阵对应的权重矩阵。
S22,计算权重矩阵的最大特征值。
需要说明的是,由于上述对对比矩阵的打分均是主观打分,存在不合理打分的可能性,因此需要计算权重矩阵的最大特征值,进而通过最大特征值检验与该最大特征值对应的专家评判矩阵中的打分是否合理,从而判断上述对对比矩阵的打分是否合理。
具体地,根据如下公式计算权重矩阵的最大特征值:
其中,λmax表示所述最大特征值,A表示(aij)n×n对比矩阵,(AW)i表示向量AW的第i个元素,wi表示权重矩阵第i行的权重;
S23,根据最大特征值对权重矩阵进行一致性检验,以判断对比矩阵中的打分是否合理。
S24,如果对比矩阵中的打分不合理,则调整对比矩阵。
具体地,如果对比矩阵中的打分不合理,则调整对比矩阵,并返回对对比矩阵中的打分进行归一化处理的步骤。
S25,如果对比矩阵中的打分合理,则根据权重矩阵确定各指标的权重。
具体地,如果对比矩阵中的打分合理,则根据权重矩阵确定各指标的权重,其中,各指标的权重包括各一级指标的权重和各一级指标下各二级指标的权重。
在本发明的一个实施例中,如图3所示,上述根据最大特征值对权重矩阵进行一致性检测的流程可以包括:
S31,计算权重矩阵的一致性取值。
具体地,通过如下公式计算权重矩阵的一致性取值:
CR=CI/RI,
其中,CI=(λmax-n)/(n-1),n表示对比矩阵A的阶数,CR表示权重矩阵的一致性取值,RI表示平均随机一致性指标。
作为一个示例,可以参照表7对RI进行取值。
表10
矩阵阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
RI | 0 | 0 | 0.52 | 0.89 | 1.12 | 1.26 | 1.36 | 1.41 |
矩阵阶数 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 |
RI | 1.46 | 1.49 | 1.52 | 1.54 | 1.56 | 1.58 | 1.58 | 1.60 |
S32,判断一致性取值是否小于预设阈值。
具体地,将上述计算出的CR与预设阈值进行比较,根据比较结果判断打分是否合理。
S33,如果一致性取值小于预设阈值,则判定对比矩阵中的打分合理。
作为一个示例,如表8所示,预设阈值可设置为0.1,若专家评判矩阵对应的CR小于该预设阈值,则一致性可接受,判定对该专家评判矩阵的打分合理。若对比矩阵中所有专家评判矩阵的打分均合理,则判定该对比矩阵的打分合理。
表11
S34,如果一致性取值大于或等于预设阈值,则判定对比矩阵中的打分不合理。
具体地,如果存在对应的CR大于预设阈值的专家评判矩阵,则判定包含该专家评判矩阵的对比矩阵中的打分不合理。
综上,本发明实施例的用于空间站机械臂任务的路径依赖度计算方法,通过AHP分析法,可以针对具体的空间站机械臂任务,实现对路径依赖度的计算,实现了路径依赖度的定量分析。
进一步地,本发明提出一种计算机可读存储介质。
在本发明实施例中,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述的用于空间站机械臂任务的路径依赖度计算方法。
本发明实施例的计算机可读存储介质,在其上存储的计算机程序被处理器执行时,可以针对具体的空间站机械臂任务,实现对路径依赖度的计算。
图4是本发明实施例的用于空间站机械臂任务的路径依赖度计算装置的结构框图。
如图4所示,该用于空间站机械臂任务的路径依赖度计算装置100包括第一建立模块101、第二建立模块102、确定模块103、获取模块104、计算模块105。
具体地,第一建立模块101,用于根据空间站机械臂任务中路径依赖产生的条件,建立多级递阶结构模型;第二建立模块102,用于基于多级递阶结构模型建立对比矩阵;确定模块103,用于根据对比矩阵确定多级递阶结构模型中各指标的权重;获取模块104,用于获取多级递阶结构模型中最下级各指标的实际评分值;计算模块105,用于根据权重和实际评分值计算路径依赖度。
该用于空间站机械臂任务的路径依赖度计算装置,可以针对具体的空间站机械臂任务,实现对路径依赖度的计算。
在本发明一个实施例中,第一建立模块101具体用于:根据空间站机械臂任务中路径依赖产生的条件,建立多级递阶结构模型,其中,空间站机械臂任务中路径依赖产生的条件包括一级指标和二级指标,一级指标包括任务相似性、人机界面相似性、人的因素中的至少一个,任务相似性对应的二级指标包括任务目标相似性、任务流程相似性、初始条件相似性、操作方式相似性中的至少一个,人机界面相似性包括操作装置相似性、信息显示相似性、盘控布局相似性、软件界面相似性中的至少一个,人的因素包括经验、认知结构、生理疲劳、压力中的至少一个。
在本发明一个实施例中,第二建立模块102具体用于:基于多级递阶结构模型建立对比矩阵,其中,对比矩阵包括各一级指标之间相对重要度的专家评判矩阵和各一级指标下各二级指标之间相对重要度的专家评判矩阵。
在本发明一个实施例中,确定模块103具体用于:根据对比矩阵确定多级递阶结构模型中各指标的权重,包括,通过如下公式对对比矩阵中的打分进行归一化处理,得到权重矩阵:
通过如下公式对所述对比矩阵中的打分进行归一化处理,得到权重矩阵:
each_line=1,2,…,n,
W=[w1,w2,…,weach_line,…,wM],
其中,i=1,2,…,n,aij表示所述对比矩阵A中的第i行第j列的元素,n×n表示所述对比矩阵的维数,W表示所述权重矩阵;
根据如下公式计算所述权重矩阵的最大特征值:
其中,λmax表示所述最大特征值,A表示(aij)n×n对比矩阵,(AW)i表示向量AW的第i个元素,wi表示权重矩阵第i行的权重;
根据最大特征值对权重矩阵进行一致性检验,以判断对比矩阵中的打分是否合理;如果对比矩阵中的打分不合理,则调整对比矩阵,并返回对对比矩阵中的打分进行归一化处理的步骤;如果对比矩阵中的打分合理,则根据权重矩阵确定各指标的权重,其中,各指标的权重包括各一级指标的权重和各一级指标下各二级指标的权重。
在本发明一个实施例中,确定模块103还可用于:根据最大特征值对权重矩阵进行一致性检验,包括,通过如下公式计算权重矩阵的一致性取值:
CR=CI/RI,
其中,CI=(λmax-n)/(n-1),n表示对比矩阵A的阶数,CR表示权重矩阵的一致性取值,RI表示平均随机一致性指标;判断一致性取值是否小于预设阈值;如果一致性取值小于预设阈值,则判定对比矩阵中的打分合理;如果一致性取值大于或等于预设阈值,则判定对比矩阵中的打分不合理。
在本发明一个实施例中,计算模块105具体用于:通过如下公式计算路径依赖度:
其中,y(xi,j)表示参与指标评分的所有人员对第i个一级指标下第j个二级指标的评分的平均值,y综合(路径依赖)表示路径依赖度,n表示一级指标的个数,wi表示第i个一级指标的权重,mi表示第i个一级指标下二级指标的个数,wi,j表示第i个一级指标下第j个二级指标的权重,count表示参与指标评分的人员数,y(xi,j,k)表示第k个人员对第i个一级指标下第j个二级指标的实际评分值。
需要说明的是,本发明实施例的用于空间站机械臂任务的路径依赖度计算装置的其他具体实施方式,可以参见上述的用于空间站机械臂任务的路径依赖度计算方法。
综上,本发明实施例的用于空间站机械臂任务的路径依赖度计算方法,可以针对具体的空间站机械臂任务,实现对路径依赖度的计算,实现了路径依赖度的定量分析。
需要说明的是,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种用于空间站机械臂任务的路径依赖度计算方法,其特征在于,包括以下步骤:
根据空间站机械臂任务中路径依赖产生的条件,建立多级递阶结构模型;
基于所述多级递阶结构模型建立对比矩阵;
根据所述对比矩阵确定所述多级递阶结构模型中各指标的权重;
获取所述多级递阶结构模型中最下级各指标的实际评分值;
根据所述权重和所述实际评分值计算路径依赖度。
2.如权利要求1所述的用于空间站机械臂任务的路径依赖度计算方法,其特征在于,所述空间站机械臂任务中路径依赖产生的条件包括一级指标和二级指标,所述一级指标包括任务相似性、人机界面相似性、人的因素中的至少一个,其中,
所述任务相似性对应的二级指标包括任务目标相似性、任务流程相似性、初始条件相似性、操作方式相似性中的至少一个,所述人机界面相似性包括操作装置相似性、信息显示相似性、盘控布局相似性、软件界面相似性中的至少一个,所述人的因素包括经验、认知结构、生理疲劳、压力中的至少一个。
3.如权利要求2所述的用于空间站机械臂任务的路径依赖度计算方法,其特征在于,所述对比矩阵包括各一级指标之间相对重要度的专家评判矩阵和各一级指标下各二级指标之间相对重要度的专家评判矩阵。
4.如权利要求2或3所述的用于空间站机械臂任务的路径依赖度计算方法,其特征在于,所述根据所述对比矩阵确定所述多级递阶结构模型中各要素的权重,包括:
通过如下公式对所述对比矩阵中的打分进行归一化处理,得到权重矩阵:
each-line=1,2,…,n,
W=[w1,w2,…,weach-line,…,wn],
其中,aij表示所述对比矩阵A中的第i行第j列的元素,n×n表示所述对比矩阵的维数,W表示所述权重矩阵;
根据如下公式计算所述权重矩阵的最大特征值:
其中,λmax表示所述最大特征值,A表示(aij)n×n对比矩阵,(AW)i表示向量AW的第i个元素,wi表示权重矩阵第i行的权重;
根据所述最大特征值对所述权重矩阵进行一致性检验,以判断所述对比矩阵中的打分是否合理;
如果所述对比矩阵中的打分不合理,则调整所述对比矩阵,并返回所述对所述对比矩阵中的打分进行归一化处理的步骤;
如果所述对比矩阵中的打分合理,则根据所述权重矩阵确定各指标的权重,其中,所述各指标的权重包括各一级指标的权重和各一级指标下各二级指标的权重。
5.如权利要求4所述的用于空间站机械臂任务的路径依赖度计算方法,其特征在于,所述根据所述最大特征值对所述权重矩阵进行一致性检验,包括:
通过如下公式计算所述权重矩阵的一致性取值:
CR=CI/RI,
其中,CI=(λmax-n)/(n-1),n表示对比矩阵A的阶数,CR表示所述权重矩阵的一致性取值,RI表示平均随机一致性指标;
判断所述一致性取值是否小于预设阈值;
如果所述一致性取值小于所述预设阈值,则判定所述对比矩阵中的打分合理;
如果所述一致性取值大于或等于所述预设阈值,则判定所述对比矩阵中的打分不合理。
6.如权利要求1所述的用于空间站机械臂任务的路径依赖度计算方法,其特征在于,通过如下公式计算所述路径依赖度:
其中,y(xi,j)表示参与指标评分的所有人员对第i个一级指标下第j个二级指标的评分的平均值,y综合路径依赖表示路径依赖度,n表示一级指标的个数,wi表示第i个一级指标的权重,mi表示第i个一级指标下二级指标的个数,wi,j表示第i个一级指标下第j个二级指标的权重,count表示参与指标评分的人员数,y(xi,j,k)表示第k个人员对第i个一级指标下第j个二级指标的实际评分值。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的用于空间站机械臂任务的路径依赖度计算方法。
8.一种用于空间站机械臂任务的路径依赖度计算装置,其特征在于,包括:
第一建立模块,用于根据空间站机械臂任务中路径依赖产生的条件,建立多级递阶结构模型;
第二建立模块,用于基于所述多级递阶结构模型建立对比矩阵;
确定模块,用于根据所述对比矩阵确定所述多级递阶结构模型中各指标的权重;
获取模块,用于获取所述多级递阶结构模型中最下级各指标的实际评分值;
计算模块,用于根据所述权重和所述实际评分值计算路径依赖度。
9.如权利要求8所述的用于空间站机械臂任务的路径依赖度计算装置,其特征在于,所述空间站机械臂任务中路径依赖产生的条件包括一级指标和二级指标,所述一级指标包括任务相似性、人机界面相似性、人的因素中的至少一个,其中,
所述任务相似性对应的二级指标包括任务目标相似性、任务流程相似性、初始条件相似性、操作方式相似性中的至少一个,所述人机界面相似性包括操作装置相似性、信息显示相似性、盘控布局相似性、软件界面相似性中的至少一个,所述人的因素包括经验、认知结构、生理疲劳、压力中的至少一个。
10.如权利要求9所述的用于空间站机械臂任务的路径依赖度计算装置,其特征在于,所述对比矩阵包括各一级指标之间相对重要度的专家评判矩阵和各一级指标下各二级指标之间相对重要度的专家评判矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011123660.0A CN112528460B (zh) | 2020-10-20 | 2020-10-20 | 用于空间站机械臂任务的路径依赖度计算方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011123660.0A CN112528460B (zh) | 2020-10-20 | 2020-10-20 | 用于空间站机械臂任务的路径依赖度计算方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112528460A CN112528460A (zh) | 2021-03-19 |
CN112528460B true CN112528460B (zh) | 2024-02-02 |
Family
ID=74979540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011123660.0A Active CN112528460B (zh) | 2020-10-20 | 2020-10-20 | 用于空间站机械臂任务的路径依赖度计算方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112528460B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2010113242A1 (ja) * | 2009-03-31 | 2012-10-04 | 三菱電機株式会社 | 実行順序決定装置 |
CN106022480A (zh) * | 2016-05-13 | 2016-10-12 | 北京工业大学 | 基于d-s证据理论的机器人功能模块粒度划分评价方法 |
CN107169635A (zh) * | 2017-04-26 | 2017-09-15 | 中车株洲电力机车研究所有限公司 | 一种人机系统可靠性指标分解分配方法及评估方法 |
CN107464033A (zh) * | 2016-11-14 | 2017-12-12 | 威凯检测技术有限公司 | 基于模糊层次分析的扫地机器人智能特性等级评价方法 |
CN108629511A (zh) * | 2018-05-04 | 2018-10-09 | 上海微小卫星工程中心 | 一种基于多因素模糊理论推理及层级分析法的卫星综合效能评估方法 |
CN109697558A (zh) * | 2018-12-18 | 2019-04-30 | 北京航空航天大学 | 一种考虑路径依赖的人误机理建模方法 |
CN111178404A (zh) * | 2019-12-17 | 2020-05-19 | 中国航天标准化研究所 | 考虑路径依赖效应的人机交互系统任务可靠性建模方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4922280B2 (ja) * | 2008-11-07 | 2012-04-25 | 株式会社フジクラ | 光ファイバケーブル |
-
2020
- 2020-10-20 CN CN202011123660.0A patent/CN112528460B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2010113242A1 (ja) * | 2009-03-31 | 2012-10-04 | 三菱電機株式会社 | 実行順序決定装置 |
CN106022480A (zh) * | 2016-05-13 | 2016-10-12 | 北京工业大学 | 基于d-s证据理论的机器人功能模块粒度划分评价方法 |
CN107464033A (zh) * | 2016-11-14 | 2017-12-12 | 威凯检测技术有限公司 | 基于模糊层次分析的扫地机器人智能特性等级评价方法 |
CN107169635A (zh) * | 2017-04-26 | 2017-09-15 | 中车株洲电力机车研究所有限公司 | 一种人机系统可靠性指标分解分配方法及评估方法 |
CN108629511A (zh) * | 2018-05-04 | 2018-10-09 | 上海微小卫星工程中心 | 一种基于多因素模糊理论推理及层级分析法的卫星综合效能评估方法 |
CN109697558A (zh) * | 2018-12-18 | 2019-04-30 | 北京航空航天大学 | 一种考虑路径依赖的人误机理建模方法 |
CN111178404A (zh) * | 2019-12-17 | 2020-05-19 | 中国航天标准化研究所 | 考虑路径依赖效应的人机交互系统任务可靠性建模方法 |
Non-Patent Citations (2)
Title |
---|
Reliability Modeling and Analysis of Teleoperation System with Path-Dependence Effect Considered;Shanshan Zhang et al.;Man-Machine-Environment System Engineering. MMESE 2020. Lecture Notes in Electrical Engineering;第645卷;1003-1011 * |
基于分层结构的空间机械臂多约束任务规划;王一帆;孙汉旭;陈钢;贾庆轩;;机械工程学报(11);104-112 * |
Also Published As
Publication number | Publication date |
---|---|
CN112528460A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110561191B (zh) | 基于pca与自编码器的数控机床刀具磨损数据处理方法 | |
CN112557034B (zh) | 一种基于pca_cnns的轴承故障诊断方法 | |
CN112184008A (zh) | 一种基于层次分析法的基站智慧节能模型评估方法及系统 | |
CN112989621A (zh) | 一种模型性能评价方法、装置、设备及存储介质 | |
CN111666684B (zh) | 输送管道的环焊缝风险预估方法、装置及可读存储介质 | |
CN113177746A (zh) | 一种针对生命周期评价领域的软件质量综合评估方法 | |
CN109784671A (zh) | 一种基于用户行为分析的用户体验质量评估方法及系统 | |
CN112528460B (zh) | 用于空间站机械臂任务的路径依赖度计算方法、装置 | |
CN111523080A (zh) | 一种电力系统的pas系统综合评估方法及相关装置 | |
CN113849898A (zh) | 一种索穹顶结构连续倒塌风险判断方法及系统 | |
CN112819354A (zh) | 海外矿业项目竞争力评价的方法及装置 | |
CN107203916B (zh) | 一种用户信用模型建立方法及装置 | |
WO2024045377A1 (zh) | 一种基于深度学习的航空发动机剩余寿命预测方法 | |
CN111105168A (zh) | 一种基于云物元理论的负荷模型拟合优度评价方法 | |
CN112528459B (zh) | 路径依赖对人机交互故障的促进/抑制度计算方法、装置 | |
CN115153549A (zh) | 一种基于bp神经网络的人机交互界面认知负荷预测方法 | |
CN116089801A (zh) | 一种基于多重置信度的医疗数据缺失值修复的方法 | |
CN114692565A (zh) | 多特征参数高速板卡设计阶段质量检测方法、系统及设备 | |
CN114020591A (zh) | 基于模糊综合模型的车载娱乐系统界面评估方法及介质 | |
CN113420966A (zh) | 桥梁环境评分的获取方法及装置 | |
CN111859744A (zh) | 基于监测数据的节点刚域识别方法、装置及设备 | |
CN113374527A (zh) | 基于全断面变形数据的隧道结构安全性评估方法 | |
CN116452038A (zh) | 一种节点耦合协调程度量化选择方法、系统、设备及介质 | |
CN116432043A (zh) | 用于确定车辆相似性的方法、装置及计算机可读存储介质 | |
CN117951907A (zh) | 多工况下变幅臂的拓扑优化方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |