CN113469565A - 能力不可代偿机制下多功能装备方案选择方法及相关设备 - Google Patents

能力不可代偿机制下多功能装备方案选择方法及相关设备 Download PDF

Info

Publication number
CN113469565A
CN113469565A CN202110823340.4A CN202110823340A CN113469565A CN 113469565 A CN113469565 A CN 113469565A CN 202110823340 A CN202110823340 A CN 202110823340A CN 113469565 A CN113469565 A CN 113469565A
Authority
CN
China
Prior art keywords
distance
multifunctional equipment
equipment
multifunctional
representing
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
Application number
CN202110823340.4A
Other languages
English (en)
Other versions
CN113469565B (zh
Inventor
豆亚杰
刘泽水
张海栋
徐向前
向南
李卓倩
陈子夷
谭跃进
杨克巍
姜江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202110823340.4A priority Critical patent/CN113469565B/zh
Publication of CN113469565A publication Critical patent/CN113469565A/zh
Application granted granted Critical
Publication of CN113469565B publication Critical patent/CN113469565B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
    • G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
    • G06F7/52—Multiplying; Dividing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Algebra (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Automation & Control Theory (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Biomedical Technology (AREA)
  • Fuzzy Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开提供一种能力不可代偿机制下多功能装备方案选择方法及相关设备，所述方法包括：基于能力不可代偿机制，确定预设的多功能装备方案的犹豫模糊语言决策矩阵；根据所述犹豫模糊语言决策矩阵，确定所述多功能装备方案的理想解；根据所述理想解，确定各所述多功能装备方案与所述理想解的第一距离和综合相关系数；对任意两个所述多功能装备方案进行比较，并根据比较结果对所述多功能装备方案进行排序。本公开实施例通过提出能力不可代偿机制和综合相关系数，通过三种不同的评价准则对多功能装备方案进行选择，提高多功能装备方案决策的准确性，使选择的多功能装备方案具备较高的整体能力的同时具有有效的能力搭配。

Description

能力不可代偿机制下多功能装备方案选择方法及相关设备
技术领域
本公开涉及武器装备遴选决策技术领域，尤其涉及一种能力不可代偿机制下多功能装备方案选择方法及相关设备。
背景技术
在实际的多功能装备选择过程中，由于实际约束多功能装备不能做到全方面突出，多功能装备备选方案在各个能力上的表现各有优劣。因此，多功能装备备选方案不仅要有较高的整体能力，也要有有效的能力搭配，从而使得装备整体能够满足作战需求，达到一体化联合作战的目的。在利用利用犹豫模糊语言理论下的逼近理想解排序法(TOPSIS)进行多功能装备选择时，仅仅是对装备方案多属性能力的聚合，忽略了装备不同能力之间的不可替代性，部分能力的高度突出不能解决其他能力不足的现实问题。此外，多功能装备方案能力搭配的有效性用备选方案与理想方案之间的相关系数来度量；相关技术中分别从能量的角度和统计学的角度提出了犹豫模糊语言术语集(HFLTSs)相关系数的的测量方法，但前者的相关系数被限制在[0,1]，不能区分HFLTSs之间的正负关系，此外，其还要求每对犹豫模糊语言元素的长度相等；而后者的相关系数定义存在反直觉(与正常预期相反)的缺陷，因此，都无法保证多功能装备方案能力搭配的有效性。
发明内容
有鉴于此，本公开的目的在于提出一种能力不可代偿机制下多功能装备方案选择方法及相关设备。
基于上述目的，本公开提供了一种能力不可代偿机制下多功能装备方案选择方法，包括：
基于能力不可代偿机制，确定预设的多功能装备方案的犹豫模糊语言决策矩阵；
根据所述犹豫模糊语言决策矩阵，确定所述多功能装备方案的理想解；
根据所述理想解，确定各所述多功能装备方案与所述理想解的第一距离和综合相关系数；
基于预设的评价准则、所述第一距离以及所述综合相关系数对任意两个所述多功能装备方案进行比较，并根据比较结果对所述多功能装备方案进行排序。
基于同一发明构思，本公开实施例提供了一种能力不可代偿机制下多功能装备方案选择装置，包括：
第一确定模块：基于能力不可代偿机制，确定预设的多功能装备方案的犹豫模糊语言决策矩阵；
第二确定模块：根据所述犹豫模糊语言决策矩阵，确定所述多功能装备方案的理想解；
第三确定模块：根据所述理想解，确定各所述多功能装备方案与所述理想解的第一距离和综合相关系数；
方案排序模块：基于预设的评价准则、所述第一距离以及所述综合相关系数对任意两个所述多功能装备方案进行比较，并根据比较结果对所述多功能装备方案进行排序。
基于同一发明构思，本公开实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述的方法。
基于同一发明构思，本公开实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行如上所述的方法。
从上面所述可以看出，本公开提供的能力不可代偿机制下多功能装备方案选择方法及相关设备，针对多功能装备方案，定义了能力不可代偿机制，提出了综合相关系数，并利用犹豫模糊语言表达决策信息，通过距离测度判断装备的整体能力，基于相关测度分析装备个属性能力搭配的有效性，在综合考虑备选方案与理想解之间的距离和综合相关系数，给出了距离阈值法、距离-相关度加权综合法、距离-相关度乘除法对多功能装备方案进行排序，提高了多功能装备方案选择的准确性，使选择的多功能装备方案满足整体能力的同时，具备更有效的能力搭配。
附图说明
为了更清楚地说明本公开或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本公开实施例的能力不可代偿机制下的多功能装备选择方法流程图；
图2为本公开实施例的各多功能侦察装备方案和理想解之间的距离曲线图；
图3为本公开实施例的距离阈值法下个多功能侦察装备方案两两比较结果图示；
图4为本公开实施例的距离-相关度加权综合法下各多功能侦察装备方案两两比较结果图示；
图5为本公开实施例的距离-相关度乘除法下各多功能侦察装备方案两两比较结果图示；
图6为本公开实施例的不同方法下多功能侦察装备方案排序结果曲线图；
图7为本公开实施例的不同多功能侦察装备方案各能力均值趋势变化曲线图；
图8为本公开实施例的各多功能侦察装备方案与理想解的两类相关系数曲线图；
图9为本公开实施例的能力不可代偿机制下的多功能装备选择装置结构示意图；
图10为本公开实施例的电子设备结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
需要说明的是，除非另外定义，本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
如背景技术所述，现有的多功能装备选择方法还难以满足需要。申请人在实现本公开的过程中发现，现有的多功能装备选择方法存在的主要问题在于：往往只对装备方案多属性能力进行聚合，忽略了装备不同能力之间的不可替代性，部分能力的高度突出不能解决其他能力不足的问题；在衡量多功能装备搭配有效性时，无论是从能量的角度或者统计学的角度提出的HFLTSs相关系数的测量方法，都无法保证多功能装备能力搭配的有效性。
有鉴于此，本公开提出了一种能力不可代偿机制下多功能装备方案选择方法，基于多功能装备方案各能力之间的不可替代性，提出了能力不可代偿机制和综合相关系数，综合距离测度和相关测度提出三种评价准则对多功能装备方案进行排序，使根据排序结果选择的多功能装备方案在具备较高的整体能力的同时具有有效的能力搭配。
以下，通过具体的实施例来详细说明本公开的技术方案。
参考图1，本公开实施例提供的一种能力不可代偿机制下多功能装备方案选择方法，包括以下步骤：
步骤S101，基于能力不可代偿机制，确定预设的多功能装备方案的犹豫模糊语言决策矩阵。
在本步骤中，在多功能装备方案中的能力不可代偿机制表示：为达成联合作战目的，多功能武器装备在一个能力领域的缺陷/短板表现不能由该多功能武器装备在其他能力领域的优势/长处表现进行补偿，且不同能力的表现数值相互独立，彼此之间不能进行简单加和处理。因此，在能力不可代偿机制的影响下，多功能装备方案不仅要具备较高的整体能力，也要有有效的能力搭配，从而使装备整体能够满足作战需求，达到一体化联合作战的目的。
进一步的，所述犹豫模糊语言决策矩阵的确定方式如下：
基于预设的m个多功能装备方案Ai(i＝1,2,…m)和n个评估准则Cj(j＝1,2,…n)，确定所述评估准则的语言术语集S＝{st|t＝-τ,…,-1,0,1,…,τ}，其中st表示语言术语，τ表示语言术语集的粒度。
根据所述语言术语集得到所述多功能装备方案的犹豫模糊评价
Figure BDA0003172708150000041
基于所述所述犹豫模糊评价确定所述犹豫模糊语言决策矩阵H，所述犹豫模糊语言决策矩阵H表达式为：
Figure BDA0003172708150000051
步骤S102，根据所述犹豫模糊语言决策矩阵，确定所述多功能装备方案的理想解。
在本步骤中，对于犹豫模糊语言多属性决策问题，评估准则主要考虑成本型和效益型，所述理想解
Figure BDA0003172708150000052
的表达式为：
Figure BDA0003172708150000053
其中，
Figure BDA0003172708150000054
表示不同能力属性的理想值。
基于上述两种类型评估准则的不同能力属性的理想值的计算表达式为：
Figure BDA0003172708150000055
其中，
Figure BDA0003172708150000056
表示第j个能力属性的理想值，
Figure BDA0003172708150000057
表示第i个方案的第j个能力属性值。
步骤S103，根据所述理想解，确定各所述多功能装备方案与所述理想解的第一距离和综合相关系数。
在本步骤中，各所述多功能装备方案与所述理想解的第一距离的计算方式如下：
基于预设的所述评估准则的权重ω＝(ω1,ω2，…,ωn)T，确定任意两所述评估准则之间的第二距离，所述第二距离的计算表达式为：
Figure BDA0003172708150000058
其中，
Figure BDA0003172708150000059
表示
Figure BDA00031727081500000510
和
Figure BDA00031727081500000511
之间的距离，并且
Figure BDA00031727081500000512
和
Figure BDA00031727081500000513
满足
Figure BDA00031727081500000514
Figure BDA00031727081500000515
Figure BDA00031727081500000516
分别表示
Figure BDA00031727081500000517
和
Figure BDA00031727081500000518
的数据包络，sa、sc分别表示
Figure BDA00031727081500000519
和
Figure BDA00031727081500000520
中的最小值，sb、sd分别表示
Figure BDA00031727081500000521
和
Figure BDA00031727081500000522
中的最大值，a、b、c、d分别为均为sa、sb、sc、sd的下标，且均为整数。
根据所述第二距离聚合计算各所述多功能装备方案与所述理想解之间的第一距离，所述第一距离的计算表达式为：
Figure BDA0003172708150000061
其中，Di表示第i个多功能装备方案与理想解之间的第一距离，ωj表示第j个能力属性的权重。
进一步的，各所述多功能装备方案与所述理想解的综合相关系数的计算表达式为：
Figure BDA0003172708150000062
其中，
Figure BDA0003172708150000063
表示犹豫模糊语言术语集
Figure BDA0003172708150000064
和
Figure BDA0003172708150000065
之间的综合相关系数，
Figure BDA0003172708150000066
表示犹豫模糊语言术语集
Figure BDA0003172708150000067
和
Figure BDA0003172708150000068
之间的加权均值相关系数，且
Figure BDA0003172708150000069
且
Figure BDA00031727081500000610
且
Figure BDA00031727081500000611
表示犹豫模糊语言术语集
Figure BDA00031727081500000612
和
Figure BDA00031727081500000613
之间的加权方差相关系数，α表示加权均值相关系数的权重，β表示加权方差相关系数的权重，且α+β＝1；
加权均值相关系数
Figure BDA00031727081500000614
的计算表达式为：
Figure BDA00031727081500000615
其中，
Figure BDA00031727081500000616
表示语言术语集权重为ω情况下犹豫模糊语言术语集
Figure BDA00031727081500000617
和
Figure BDA00031727081500000618
之间的相关关系，
Figure BDA00031727081500000619
分别表示语言术语集权重为ω情况下犹豫模糊语言术语集
Figure BDA00031727081500000620
和
Figure BDA00031727081500000621
的方差，n表示犹豫模糊语言术语集
Figure BDA00031727081500000622
和
Figure BDA00031727081500000623
中语言术语集的数量，
Figure BDA00031727081500000624
分别表示犹豫模糊语言术语集
Figure BDA00031727081500000625
和
Figure BDA00031727081500000626
中第j个语言术语集
Figure BDA00031727081500000627
和
Figure BDA00031727081500000628
的均值，
Figure BDA00031727081500000629
分别表示权重为ω情况下犹豫模糊语言术语集
Figure BDA00031727081500000630
和
Figure BDA00031727081500000631
中所有语言术语集均值的均值。
加权方差相关系数
Figure BDA00031727081500000632
的计算表达式为：
Figure BDA0003172708150000071
其中，
Figure BDA0003172708150000072
表示在语言术语集权重为ω情况下犹豫模糊语言术语集
Figure BDA0003172708150000073
和
Figure BDA0003172708150000074
之间的相关关系，
Figure BDA0003172708150000075
分别表示犹豫模糊语言术语集权重为ω情况下犹豫模糊语言术语集
Figure BDA0003172708150000076
和
Figure BDA0003172708150000077
中语言术语集方差的方差，
Figure BDA0003172708150000078
分别表示犹豫模糊语言术语集
Figure BDA0003172708150000079
和
Figure BDA00031727081500000710
的第j个犹豫模糊语言元素的方差，
Figure BDA00031727081500000711
和
Figure BDA00031727081500000712
分别表示犹豫模糊语言术语集
Figure BDA00031727081500000713
和
Figure BDA00031727081500000714
中第j个犹豫模糊语言元素。
需要说明的是，上述加权均值相关系数和加权方差相关系数可通过改进后的加权均值进行求解，改进后的加权均值的计算表达式为：
Figure BDA00031727081500000715
其中，
Figure BDA00031727081500000716
表示犹豫模糊语言术语集HS改进后的加权均值，
Figure BDA00031727081500000717
表示犹豫模糊语言术语集HS中语言术语集均值的均值，
Figure BDA00031727081500000718
表示权重为ω情况下HS中所有语言术语集均值的均值，
Figure BDA00031727081500000719
为
Figure BDA00031727081500000720
的下标，Lj表示犹豫模糊语言元素中语言术语的数量，l表示语言术语的编号，
Figure BDA00031727081500000721
表示犹豫模糊语言术语集HS中语言术语集的下标。
步骤S104，基于预设的评价准则、所述第一距离以及所述综合相关系数对任意两个所述多功能装备方案进行比较，并根据比较结果对所述多功能装备方案进行排序。
在本步骤中，所述预设的评价准则包括距离阈值法、距离-相关度加权综合法以及距离-相关度乘除法。
具体的，所述距离阈值法的计算表达式为：
Figure BDA0003172708150000081
s.t.0.5·k＜Di≤0.5·(k+1)(k＝0,1,2,3…)
其中，
Figure BDA0003172708150000082
表示犹豫模糊语言术语集
Figure BDA0003172708150000083
和
Figure BDA0003172708150000084
之间的综合相关系数，k为非负整数。
所述距离-相关度加权综合法的计算表达式为：
Figure BDA0003172708150000085
Figure BDA0003172708150000086
φ(Ai)＝μ1·di+μ2·ri
其中，di表示第i个多功能装备方案与理想解之间距离的归一化值，ri表示第i个多功能装备方案与理想解之间的综合相关系数的归一化值，φ(Ai)表示第i个多功能装备方案的加权决策因子，
Figure BDA0003172708150000087
表示m个多功能装备方案中第一距离的最大值，
Figure BDA0003172708150000088
表示m个多功能装备方案中第一距离的最小值，
Figure BDA0003172708150000089
表示m个多功能装备方案中综合相关系数的最大值，
Figure BDA00031727081500000810
表示m个多功能装备方案中综合相关系数的最小值，μ1和μ2分别表示di和ri的权重，且μ1+μ2＝1。
当多功能装备方案的加权决策因子越大时，多功能装备方案越好
所述距离-相关度乘除法的计算表达式为：
Figure BDA00031727081500000811
其中，
Figure BDA00031727081500000812
表示第i个多功能装备方案的乘除决策因子。当多功能装备方案与理想解之间的距离越小，综合相关系数越大则该多功能装备方案越好，即多功能装备方案的乘除决策因子越大，则多功能装备方案越好。
下面给出本实施例的能力不可代偿机制下多功能装备方案选择方法的一个具体应用场景。为了适应新的作战形势，实现一体化建设目标，装备发展部门计划研发多动能侦察装备，该多功能侦察装备需要具备情报侦察能力、信息传输能力、指挥控制能力、抗扰抗毁能力和综合保障能力，并将上述5种能力属性用Cj(j＝1,2,3,4,5)来表示，由表1可知，上述5种能力相互之间是不可替代的，需要考虑能力不可代偿机制的影响。同时，上述5个能力指标的语言术语集相同，并且为S＝{s-3＝非常低，s-2＝低，s-1＝稍微低，s0＝基本满足，s1＝稍微高，s2＝高，s3＝非常高}。
表1多功能侦察装备能力属性
Figure BDA0003172708150000091
对于上述5种能力，提出了包括多功能高空侦察机、多功能侦察车、多功能无人机、多功能战略侦察机等在内的8种多功能侦察装备方案Ai(i＝1,2,3,4,5,6,7,8)，所述方案均为满足现实约束的可行方案，并能够支撑作战任务实施。基于8种多功能侦察装备方案和5个能力指标的语言术语集，确定的犹豫模糊语言决策矩阵如下：
Figure BDA0003172708150000101
基于所述多功能侦察装备方案的犹豫模糊语言决策矩阵确定多功能侦察装备备选方案的理想解为：
Figure BDA0003172708150000102
该理想解能够表达多功能侦察装备备选方案各能力属性的趋势变化。
进一步的，预先设定上述5种能力属性的权重向量为(0.30,0.15,0.20,0.25,0.10)T，计算各多功能侦察装备方案和理想解之间的距离分别如表2和图2所示；
表2各多功能侦察装备方案和理想解之间的距离
Figure BDA0003172708150000103
分别取加权均值相关系数和加权方差相关系数的权重为α＝0.7,β＝0.3，得到各方案与理想解之间综合相关系数如表3所示：
表3各多功能侦察装备方案和理想解之间的综合相关系数
Figure BDA0003172708150000104
进一步的，基于不同的评价准则对8种不同多功能侦察装备方案进行两两比较。
基于距离阈值法的8种多功能侦察装备方案两两比较结果如图3所示，其中，深灰色表示方案较优，白色表示方案较劣。例如(2,4)格子为深灰色，表示方案2比方案4更优。
基于距离-相关度加权综合法对8种不同多功能侦察装备方案计算的距离和综合相关系数进行归一化处理，多功能侦察装备方案在具备较高的整体能力的同时要考虑有效的能力搭配，因此取μ1＝0.8,μ2＝0.2，各多功能侦察装备方案的加权决策因子的计算结果如表4所示，8种不同多功能侦察装备方案两两比较结果如图4所示。
表4各多功能侦察装备方案的加权决策因子
Figure BDA0003172708150000111
基于距离-相关度乘除法计算得到的各多功能侦察装备方案的乘除决策因子如表5所示，8种不同多功能侦察装备方案两两比较结果如图5所示。
表5各多功能侦察装备方案的乘除决策因子
Figure BDA0003172708150000112
基于上述三种不同评价准则下各多功能侦察装备方案的两两比较结果对多功能侦察装备方案进行排序，排序结果如表6所示。可见三种评价准则下的最优方案都是方案3。
表6三种评价准则下多功能侦察装备方案排序结果
Figure BDA0003172708150000113
进一步选取相关技术中犹豫模糊语言环境下的TOPSIS方法、基于相关系数准则决策方法与综合相关系数大小的排序以及三种评价准则进行对比，不同方法下8种多功能装备方案排序结果如表7所示，不同方法下多功能侦察装备方案排序对比结果如图6所示。
表7不同方法下多功能侦察装备方案排序结果
Figure BDA0003172708150000114
Figure BDA0003172708150000121
容易理解的是，结合图6，犹豫模糊语言环境下的TOPSIS方法基于理想解距离排序，忽略了装备能力不可代偿机制的影响，将多功能侦察装备方案2作为最优方案，,但如图7所示，多功能侦察装备方案2在能力值需求较高的信息传输能力和综合保障能力上表现较差，指挥控制能力表现较好并不能补偿上述两项能力不足，因此能力搭配不合理。多功能侦察装备方案3与多功能侦察装备方案2相比，其5项能力变化趋势与理想方案更接近，能力搭配更为合理，由此可见在能力不可代偿机制下多功能侦察装备方案3更好，且所述三种评价准则都能够选出多功能侦察装备方案3作为最优方案。
相应的，参考图8，基于实例数据，相关技术中的相关系数与本方案改进后提出的综合相关系数相比差距较大，结合图7，多功能侦察装备方案4各能力均值的变化趋势和理想方案是一样的，相关性应为1，而相关技术中相关系数计算结果为0.908，这显然是不合理的，而基于本方案的综合相关系数计算结果为1。因此，很容易看出本方案提出的综合相关系数具有更高的有效性。
可见，在本实施例中，针对多功能装备提出了能力不可代偿机制和综合相关系数，通过距离测度判断多功能装备的整体能力，通过相关测度分析多功能装备各属性能力搭配的有效性，综合考虑多功能装备方案与理想解之间的距离和综合相关系数，提出了三种评价准则对多功能装备方案进行排序，使最终选择的多功能装备方案在具备较高的整体能力的同时具有有效地能力搭配，极大地提高了多功能装备方案选择的准确性。
需要说明的是，本公开实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本公开实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是，上述对本公开的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方其中，多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思，与上述任意实施例方法相对应的，本公开还提供了一种能力不可代偿机制下多功能装备方案选择装置。
参考图9，所述能力不可代偿机制下多功能装备方案选择装置，包括：
第一确定模块：基于能力不可代偿机制，确定预设的多功能装备方案的犹豫模糊语言决策矩阵；
第二确定模块：根据所述犹豫模糊语言决策矩阵，确定所述多功能装备方案的理想解；
第三确定模块：根据所述理想解，确定各所述多功能装备方案与所述理想解的第一距离和综合相关系数；
方案排序模块：基于预设的评价准则、所述第一距离以及所述综合相关系数对任意两个所述多功能装备方案进行比较，并根据比较结果对所述多功能装备方案进行排序。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本公开时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述任一实施例中相应的能力不可代偿机制下多功能装备方案选择方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
基于同一发明构思，与上述任意实施例方法相对应的，本公开还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上任意一实施例所述的能力不可代偿机制下多功能装备方案选择方法。
图10示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的能力不可代偿机制下多功能装备方案选择方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
基于同一发明构思，与上述任意实施例方法相对应的，本公开还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一实施例所述的能力不可代偿机制下多功能装备方案选择方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的能力不可代偿机制下多功能装备方案选择方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本公开的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本公开实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本公开实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本公开实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本公开实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本公开的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本公开实施例。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本公开实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本公开实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (10)

1.一种能力不可代偿机制下多功能装备方案选择方法，包括：
基于能力不可代偿机制，确定预设的多功能装备方案的犹豫模糊语言决策矩阵；
根据所述犹豫模糊语言决策矩阵，确定所述多功能装备方案的理想解；
根据所述理想解，确定各所述多功能装备方案与所述理想解的第一距离和综合相关系数；
基于预设的评价准则、所述第一距离以及所述综合相关系数对任意两个所述多功能装备方案进行比较，并根据比较结果对所述多功能装备方案进行排序。
2.根据权利要求1所述的方法，其中,在所述多功能装备方案下的所述能力不可代偿机制表示：为达成联合作战目的，多功能武器装备在一个能力领域的缺陷/短板表现不能由该多功能武器装备在其他能力领域的优势/长处表现进行补偿，且不同能力的表现数值相互独立，彼此之间不能进行简单加和处理。
3.根据权利要求1所述的方法，其中，所述确定预设的多功能装备方案的犹豫模糊语言决策矩阵包括：
基于预设的m个多功能装备方案Ai(i＝1,2,…m)和n个评估准则Cj(j＝1,2,…n)，确定所述评估准则的语言术语集S＝{st|t＝-τ,…,-1,0,1,…,τ}，其中st表示语言术语，τ表示语言术语集的粒度；
根据所述语言术语集得到所述多功能装备方案的犹豫模糊评价
Figure FDA0003172708140000011
基于所述所述犹豫模糊评价确定所述犹豫模糊语言决策矩阵H。
4.根据权利要求3所述的方法，其中，所述多功能装备方案的理想解是基于成本型和效益型的所述评估准则确定的，所述理想解
Figure FDA0003172708140000012
的表达式为：
Figure FDA0003172708140000013
其中，
Figure FDA0003172708140000014
表示不同能力属性的理想值；
不同能力属性的理想值的计算表达式为：
Figure FDA0003172708140000015
其中，
Figure FDA0003172708140000016
表示第j个能力属性的理想值，
Figure FDA0003172708140000017
表示第i个多功能装备方案的第j个能力属性值。
5.根据权利要求4所述的方法，其中，所述多功能装备方案与所述理想解的第一距离包括：
基于预设的所述评估准则的权重ω＝(ω1,ω2，…,ωn)T，确定任意两所述评估准则之间的第二距离，所述第二距离的计算表达式为：
Figure FDA0003172708140000021
其中，
Figure FDA0003172708140000022
表示
Figure FDA0003172708140000023
和
Figure FDA0003172708140000024
之间的距离，并且
Figure FDA0003172708140000025
和
Figure FDA0003172708140000026
满足
Figure FDA0003172708140000027
Figure FDA0003172708140000028
分别表示
Figure FDA0003172708140000029
和
Figure FDA00031727081400000210
的数据包络，sa、sc分别表示
Figure FDA00031727081400000211
和
Figure FDA00031727081400000212
中的最小值，sb、sd分别表示
Figure FDA00031727081400000213
和
Figure FDA00031727081400000214
中的最大值，a、b、c、d分别为均为sa、sb、sc、sd的下标，且均为整数；
根据所述第二距离聚合计算各所述多功能装备方案与所述理想解之间的第一距离，所述第一距离的计算表达式为：
Figure FDA00031727081400000215
其中，Di表示第i个多功能装备方案与理想解之间的距离，ωj表示第j个能力属性的权重。
6.根据权利要求1所述的方法，其中，所述多功能装备方案与所述理想解的综合相关系数的计算表达式为：
Figure FDA00031727081400000216
其中，
Figure FDA00031727081400000217
表示犹豫模糊语言术语集
Figure FDA00031727081400000218
和
Figure FDA00031727081400000219
之间的综合相关系数，
Figure FDA00031727081400000220
表示犹豫模糊语言术语集
Figure FDA00031727081400000221
和
Figure FDA00031727081400000222
之间的加权均值相关系数，且
Figure FDA00031727081400000223
表示犹豫模糊语言术语集
Figure FDA00031727081400000224
和
Figure FDA00031727081400000225
之间的加权方差相关系数，α表示加权均值相关系数的权重，β表示加权方差相关系数的权重，且α+β＝1；
加权均值相关系数
Figure FDA00031727081400000226
的计算表达式为：
Figure FDA00031727081400000227
其中，
Figure FDA0003172708140000031
表示语言术语集权重为ω情况下犹豫模糊语言术语集
Figure FDA0003172708140000032
和
Figure FDA0003172708140000033
之间的相关关系，
Figure FDA0003172708140000034
分别表示语言术语集权重为ω情况下犹豫模糊语言术语集
Figure FDA0003172708140000035
和
Figure FDA0003172708140000036
的方差，n表示犹豫模糊语言术语集
Figure FDA0003172708140000037
和
Figure FDA0003172708140000038
中语言术语集的数量，
Figure FDA0003172708140000039
分别表示犹豫模糊语言术语集
Figure FDA00031727081400000310
和
Figure FDA00031727081400000311
中第j个语言术语集
Figure FDA00031727081400000312
和
Figure FDA00031727081400000313
的均值，
Figure FDA00031727081400000314
分别表示权重为ω情况下犹豫模糊语言术语集
Figure FDA00031727081400000315
和
Figure FDA00031727081400000316
中所有语言术语集均值的均值；
加权方差相关系数
Figure FDA00031727081400000317
的表达式为：
Figure FDA00031727081400000318
其中，
Figure FDA00031727081400000319
表示在语言术语集权重为ω情况下犹豫模糊语言术语集
Figure FDA00031727081400000320
和
Figure FDA00031727081400000321
之间的相关关系，
Figure FDA00031727081400000322
分别表示犹豫模糊语言术语集权重为ω情况下犹豫模糊语言术语集
Figure FDA00031727081400000323
和
Figure FDA00031727081400000324
中语言术语集方差的方差，
Figure FDA00031727081400000325
分别表示犹豫模糊语言术语集
Figure FDA00031727081400000326
和
Figure FDA00031727081400000327
的第j个犹豫模糊语言元素的方差，
Figure FDA00031727081400000328
和
Figure FDA00031727081400000329
分别表示犹豫模糊语言术语集
Figure FDA00031727081400000330
和
Figure FDA00031727081400000331
中第j个犹豫模糊语言元素。
7.根据权利要求1所述的方法，其中，所述预设的评价准则包括：距离阈值法、距离-相关度加权综合法以及距离-相关度乘除法；
所述距离阈值法的计算表达式为：
Figure FDA00031727081400000332
s.t.0.5·k＜Di≤0.5·(k+1) (k＝0,1,2,3…)
其中，
Figure FDA00031727081400000333
表示犹豫模糊语言术语集
Figure FDA00031727081400000334
和
Figure FDA00031727081400000335
之间的综合相关系数，k为非负整数；
所述距离-相关度加权综合法的计算表达式为：
Figure FDA0003172708140000041
Figure FDA0003172708140000042
φ(Ai)＝μ1·di+μ2·ri
其中，di表示第i个多功能装备方案与理想解之间距离的归一化值，ri表示第i个多功能装备方案与理想解之间的综合相关系数的归一化值，φ(Ai)表示第i个多功能装备方案的加权决策因子，
Figure FDA0003172708140000043
表示m个多功能装备方案中第一距离的最大值，
Figure FDA0003172708140000044
表示m个多功能装备方案中第一距离的最小值，
Figure FDA0003172708140000045
表示m个多功能装备方案中综合相关系数的最大值，
Figure FDA0003172708140000046
表示m个多功能装备方案中综合相关系数的最小值，μ1和μ2分别表示di和ri的权重，且μ1+μ2＝1；
所述距离-相关度乘除法的计算表达式为：
Figure FDA0003172708140000047
其中，
Figure FDA0003172708140000048
表示第i个多功能装备方案的乘除决策因子。
8.一种能力不可代偿机制下多功能装备方案选择装置，包括：
第一确定模块：基于能力不可代偿机制，确定预设的多功能装备方案的犹豫模糊语言决策矩阵；
第二确定模块：根据所述犹豫模糊语言决策矩阵，确定所述多功能装备方案的理想解；
第三确定模块：根据所述理想解，确定各所述多功能装备方案与所述理想解的第一距离和综合相关系数；
方案排序模块：基于预设的评价准则、所述第一距离以及所述综合相关系数对任意两个所述多功能装备方案进行比较，并根据比较结果对所述多功能装备方案进行排序。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。
10.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行权利要求1至7任一所述方法。
CN202110823340.4A 2021-07-21 2021-07-21 能力不可代偿机制下多功能装备方案选择方法及相关设备 Active CN113469565B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110823340.4A CN113469565B (zh) 2021-07-21 2021-07-21 能力不可代偿机制下多功能装备方案选择方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110823340.4A CN113469565B (zh) 2021-07-21 2021-07-21 能力不可代偿机制下多功能装备方案选择方法及相关设备

Publications (2)

Publication Number Publication Date
CN113469565A true CN113469565A (zh) 2021-10-01
CN113469565B CN113469565B (zh) 2023-08-22

Family

ID=77881458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110823340.4A Active CN113469565B (zh) 2021-07-21 2021-07-21 能力不可代偿机制下多功能装备方案选择方法及相关设备

Country Status (1)

Country Link
CN (1) CN113469565B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160011776A (ko) * 2014-07-22 2016-02-02 성균관대학교산학협력단 다중 의사 결정 문제 해결을 위한 계층적 분석 기법, 회색수 및 엔트로피 기반의 해법 연산 방법
CN108052652A (zh) * 2017-12-27 2018-05-18 中国人民解放军海军航空大学 基于综合相关系数的犹豫模糊集关联方法
CN110751355A (zh) * 2018-12-06 2020-02-04 国网河北省电力有限公司经济技术研究院 一种科技成果评估方法和装置
CN110990782A (zh) * 2019-11-11 2020-04-10 河南中烟工业有限责任公司 基于加权犹豫模糊幂集结算子的卷烟感官质量评价方法
CN111311110A (zh) * 2020-03-06 2020-06-19 山西大学 基于对偶犹豫模糊multimoora与多粒度概率粗糙集的群决策方法
CN112465337A (zh) * 2020-11-25 2021-03-09 重庆邮电大学 一种基于犹豫模糊语言术语集的污水处理厂选址方法
CN112535458A (zh) * 2020-11-17 2021-03-23 武汉大学中南医院 基于吲哚菁绿显影的方式测定上肢淋巴流量比值的方法
CN112862217A (zh) * 2021-03-12 2021-05-28 中国人民解放军国防科技大学 一种用于高端装备云制造平台的供需双方双边匹配方法
CN112884289A (zh) * 2021-01-25 2021-06-01 中国人民解放军国防科技大学 基于体系贡献率的武器装备组合选择方法及系统
CN112950390A (zh) * 2021-04-02 2021-06-11 中国人民解放军国防科技大学 一种装备系统投资组合选择方法、电子设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160011776A (ko) * 2014-07-22 2016-02-02 성균관대학교산학협력단 다중 의사 결정 문제 해결을 위한 계층적 분석 기법, 회색수 및 엔트로피 기반의 해법 연산 방법
CN108052652A (zh) * 2017-12-27 2018-05-18 中国人民解放军海军航空大学 基于综合相关系数的犹豫模糊集关联方法
CN110751355A (zh) * 2018-12-06 2020-02-04 国网河北省电力有限公司经济技术研究院 一种科技成果评估方法和装置
CN110990782A (zh) * 2019-11-11 2020-04-10 河南中烟工业有限责任公司 基于加权犹豫模糊幂集结算子的卷烟感官质量评价方法
CN111311110A (zh) * 2020-03-06 2020-06-19 山西大学 基于对偶犹豫模糊multimoora与多粒度概率粗糙集的群决策方法
CN112535458A (zh) * 2020-11-17 2021-03-23 武汉大学中南医院 基于吲哚菁绿显影的方式测定上肢淋巴流量比值的方法
CN112465337A (zh) * 2020-11-25 2021-03-09 重庆邮电大学 一种基于犹豫模糊语言术语集的污水处理厂选址方法
CN112884289A (zh) * 2021-01-25 2021-06-01 中国人民解放军国防科技大学 基于体系贡献率的武器装备组合选择方法及系统
CN112862217A (zh) * 2021-03-12 2021-05-28 中国人民解放军国防科技大学 一种用于高端装备云制造平台的供需双方双边匹配方法
CN112950390A (zh) * 2021-04-02 2021-06-11 中国人民解放军国防科技大学 一种装备系统投资组合选择方法、电子设备及存储介质

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
CHEN ZIYI: "Service-oriented weapon systems of system portfolio selection method", JOURNAL OF SYSTEMS ENGINEERING AND ELECTRONICS *
GUIDONG SUN: "An innovative TOPSIS approach based on hesitant fuzzy correlation", APPLIED SOFT COMPUTING *
ZHEXUAN ZHOU: "Weapon systems portfolio selection based on fuzzy clustering analysis", 2017 3RD IEEE INTERNATIONAL CONFERENCE ON CONTROL SCIENCE AND SYSTEMS ENGINEERING (ICCSSE) *
向南等: "基于专家信任网络的不完全信息武器选择决策", 系统工程理论与实践 *
向南等: "马赛克战概念下作战模块应急重构自主决策", 指挥与控制学报 *
尤筱玥: "政府采购的可持续供应商评价准则研究", 上海管理科学 *
张明清;桑海;唐俊;: "VV&A周期中确认算法的改进及应用", 系统仿真学报, no. 22 *
曾守桢: "基于类Pearson综合相关系数的概率语言TOPSIS多属性决策方法", 系统科学与数学 *
江雪;: "基于区间犹豫模糊集的冷链物流联盟选择研究", 武汉理工大学学报(信息与管理工程版), no. 03 *
豆亚杰: "系统组合选择方法及典型军事应用", 系统工程与电子技术 *

Also Published As

Publication number Publication date
CN113469565B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
US11544336B2 (en) Collaborative-filtered content recommendations with justification in real-time
US11954522B2 (en) Method for processing tasks in parallel, device and storage medium
TW201909006A (zh) 樣本篩選的方法和裝置、業務對象資料搜尋的方法和裝置
KR20200049695A (ko) 콘볼루션 뉴럴 네트워크의 고속 계산
CN110704751A (zh) 数据处理方法、装置、电子设备及存储介质
US9081822B2 (en) Discriminative distance weighting for content-based retrieval of digital pathology images
Chan et al. Ranking and mapping of applications to cloud computing services by SVD
CN109754084B (zh) 网络结构的处理方法、装置及相关产品
US20190245756A1 (en) Performance adjustment method, apparatus for peformance adjustment, and non-transitory computer-readable storage medium for storing program
US20150302022A1 (en) Data deduplication method and apparatus
CN111079944A (zh) 迁移学习模型解释实现方法及装置、电子设备、存储介质
CN112464599A (zh) 应用在电路的静态时序分析中确定电源电压数据的方法
CN110895706B (zh) 一种目标聚类数的获取方法、装置及计算机系统
CN110019813A (zh) 寿险案例检索方法、检索装置、服务器及可读存储介质
CN113469565A (zh) 能力不可代偿机制下多功能装备方案选择方法及相关设备
CN116225690A (zh) 基于docker的内存多维数据库计算负载均衡方法及系统
CN115470190A (zh) 一种多存储池数据分类存储方法、系统与电子设备
CN115079929A (zh) 路径调度方法及装置、存储介质和电子设备
CN113687812B (zh) 信息系统体系结构构建方法、电子设备及存储介质
US20180336281A1 (en) Creator Aware and Diverse Recommendations of Digital Content
CN113807654A (zh) 网络运营指标的评估方法、电子设备及存储介质
CN115225671B (zh) AIoT智慧医疗多址边缘卸载方法、系统、设备及介质
US20240028666A1 (en) Method for optimizing matrix multiplication operation on system on chip, and related product
US11916810B1 (en) Resource management
CN111563159B (zh) 文本排序方法及装置

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