CN113869655A - 快速响应运火箭作战试验指标的确定方法和装置 - Google Patents
快速响应运火箭作战试验指标的确定方法和装置 Download PDFInfo
- Publication number
- CN113869655A CN113869655A CN202111026583.1A CN202111026583A CN113869655A CN 113869655 A CN113869655 A CN 113869655A CN 202111026583 A CN202111026583 A CN 202111026583A CN 113869655 A CN113869655 A CN 113869655A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- index
- combat
- determining
- rocket
- 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
- 238000000034 method Methods 0.000 title claims abstract description 110
- 230000004044 response Effects 0.000 title claims abstract description 86
- 238000012360 testing method Methods 0.000 title claims abstract description 62
- 238000011156 evaluation Methods 0.000 claims abstract description 170
- 238000003860 storage Methods 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims description 59
- 230000008569 process Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 14
- 238000003012 network analysis Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 7
- 230000004083 survival effect Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 abstract description 10
- 239000011159 matrix material Substances 0.000 description 44
- 238000010586 diagram Methods 0.000 description 21
- 238000002474 experimental method Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 235000015842 Hesperis Nutrition 0.000 description 5
- 235000012633 Iberis amara Nutrition 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation 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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种快速响应运火箭作战试验指标的确定方法、装置、终端设备和存储介质,所述方法包括:获取待评估的运载火箭的指标参数;根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果,这样,可以从作战适用性、作战效能和体系贡献度多个方面对待评估的运载火箭的作战进行指标评估,实现多方位的评估,每套评估体系的算法符合实战需求,评估步骤合理可行。
Description
技术领域
本发明涉及通信技术领域,特别是涉及一种快速响应运火箭作战试验指标的确定方法、装置、终端设备和存储介质。
背景技术
当今,装备试验鉴定作为装备发展的重要一极被确立起来,特别是极大强化了装备作战试验和在役考核的地位作用。全寿命周期的装备试验统一规范为性能试验、作战试验和在役考核三大类。其中装备作战试验主要依托军队装备试验单位、部队、军队院校及训练基地联合实施,重点考核装备作战效能、作战适用性、体系适用性、在役适用性。
构建作战试验指标体系是装备作战试验工作的重要内容。作战试验指标体系设计是否科学合理,直接关系到装备作战试验设计的科学性、数据采集的完整性和试验评估的可信性,直接影响装备作战试验的质量效益。现有技术中并没有一套完整的评估方法对装备作战试验指标体系进行评估。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种快速响应运火箭作战试验指标的确定方法、装置、终端设备和存储介质。
第一个方面,本发明实施例提供一种快速响应运火箭作战试验指标的确定方法,所述方法包括:
获取待评估的运载火箭的指标参数;
根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;
根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果。
可选地,所述根据所述特征参数进行作战效能性评估,包括:
建立运载火箭的指标体系,其中,所述指标体系中包括所述指标参数;
通过专家打分的方式,获得指标集;
对指标参数进行归一化处理;
进行作战效能评估。
可选地,所述对指标参数进行归一化处理,包括:
对所述指标参数进行定量指标处理和/或定性指标处理;
或者,
对各指标参数的极性进行统一处理;
去量纲和归一化处理。
可选地,所述进行作战效能评估,包括:确定主战能力、指控能力、响应能力、机动能力、生存能力的属性值;并按照各个能力的属性值的排序,确定所述作战效能序列。
可选地,所述根据所述特征参数进行作战适用性评估,包括:
根据所述特征参数,分别进行作战使用适用性评估、作战环境适用性评估和作战保障适用性评估;其中,所述作战使用适用性用于判断是否安全、可靠、具有良好的人机结合性能、所述作战环境适用性用于判断作战环境条件下有效工作的能力的大小、所述作战保障适用性用于判断抢救抢修、维护保养和弹药、物资器材供应的能力的大小。
可选地,所述根据所述特征参数进行体系贡献度评估,包括:
根据所述特征参数,分别确定作战体系能力需求的满足程度和贴近度;
其中,所述确定作战体系能力需求的满足程度包括:
计算各底层子能力相对于顶层能力的权重;
计算各二级子能力与系统功能的映射;
所述确定作战体系贴近度,包括:
通过TOPSIS法计算每种方案与正负理想解的距离来计算装备方案对系统功能实现的贴近程度;
对比多个装备方案分析待评装备对系统功能的贴近度。
可选地,所述计算各底层子能力相对于顶层能力的权重,包括:
采用层次分析法或网络分析法,计算各底层自能力相对于顶层能力的权重。
第二个方面,本发明实施例提供一种快速响应运火箭作战试验指标的确定装置,所述装置包括:
获取模块,用于获取待评估的运载火箭的指标参数;
计算模块,用于根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;
评估模块,用于根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果。
可选地,所述计算模块用于:
建立运载火箭的指标体系,其中,所述指标体系中包括所述指标参数;
通过专家打分的方式,获得指标集;
对指标参数进行归一化处理;
进行作战效能评估。
可选地,所述计算模块具体用于:
对所述指标参数进行定量指标处理和/或定性指标处理;
或者,
对各指标参数的极性进行统一处理;
去量纲和归一化处理。
可选地,所述进行作战效能评估,包括:确定主战能力、指控能力、响应能力、机动能力、生存能力的属性值;并按照各个能力的属性值的排序,确定所述作战效能序列。
可选地,所述计算模块用于:
根据所述特征参数,分别进行作战使用适用性评估、作战环境适用性评估和作战保障适用性评估;其中,所述作战使用适用性用于判断是否安全、可靠、具有良好的人机结合性能、所述作战环境适用性用于判断作战环境条件下有效工作的能力的大小、所述作战保障适用性用于判断抢救抢修、维护保养和弹药、物资器材供应的能力的大小。
可选地,所述计算模块用于:
根据所述特征参数,分别确定作战体系能力需求的满足程度和贴近度;
其中,所述计算模块具体用于:
计算各底层子能力相对于顶层能力的权重;
计算各二级子能力与系统功能的映射;
所述计算模块具体用于:
通过TOPSIS法计算每种方案与正负理想解的距离来计算装备方案对系统功能实现的贴近程度;
对比多个装备方案分析待评装备对系统功能的贴近度。
可选地,所述计算模块用于:
采用层次分析法或网络分析法,计算各底层自能力相对于顶层能力的权重。
第三个方面,本发明实施例提供一种终端设备,包括:至少一个处理器和存储器;
所述存储器存储计算机程序;所述至少一个处理器执行所述存储器存储的计算机程序,以实现第一个方面提供的快速响应运火箭作战试验指标的确定方法。
第四个方面,本发明实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现第一个方面提供的快速响应运火箭作战试验指标的确定方法。
本发明实施例包括以下优点:
本发明实施例提供的快速响应运火箭作战试验指标的确定方法、装置、终端设备和存储介质,通过获取待评估的运载火箭的指标参数;根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果,这样,可以从作战适用性、作战效能和体系贡献度多个方面对待评估的运载火箭的作战进行指标评估,实现多方位的评估,每套评估体系的算法符合实战需求,评估步骤合理可行。
附图说明
图1是本发明的一种快速响应运火箭作战试验指标的确定方法实施例的步骤流程图;
图2是本发明的另一种快速响应运火箭作战作战效能性评估方法实施例的步骤流程图;
图3是本发明的快速响应运载火箭作战效能指标体系的结构框图;
图4是本发明的作战适用性评估指标体系的结构框图;
图5是本发明的快速响应火箭体系贡献度指标体系的结构框图;
图6是本发明的快速响应火箭体系贡献度指标体系层次分析法的流程示意图;
图7是本发明的快速响应火箭体系贡献度指标体系网络分析法的网络结构示意图;
图8是本发明的一种快速响应运火箭作战试验指标的确定装置实施例的结构框图;
图9是本发明的一种终端设备的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明一实施例提供一种快速响应运火箭作战试验指标的确定方法,用于对运载火箭的指标参数进行全方位的评估。本实施例的执行主体为快速响应运火箭作战试验指标的确定装置,设置在终端设备上,该终端设备可以为计算机,平板电脑和手机终端等。
参照图1,示出了本发明的一种快速响应运火箭作战试验指标的确定方法实施例的步骤流程图,该方法具体可以包括如下步骤:
S101、获取待评估的运载火箭的指标参数;
具体地,本发明实施例对待评估的运载火箭的作战的指标参数进行评估,从多个方面进行评估,保证各个方面评估的步骤的准确性,因此,需要获取到待评估的运载火箭的指标参数,例如,火箭起竖、火箭发射、卫星入轨不同阶段的参数不同。
S102、根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;
具体地,为了紧贴快速响应火箭的使命任务和作战实验需求,通过构建作战试验指标体系,开展作战试验设计,利用作战试验数据对装备指标进行评估,实现科学的、合理性和有效性考察快速响应火箭的作战效能。
作战适用性是指以特定作战行动任务为背景,按照实际的作战流程和任务剖面,针对可靠性、保障性、可用性、兼容性和可维护性等指标,运载火箭投入实战使用并保持可用的程度。作战适用性是衡量运载火箭能否打仗的重要指标,包括作战使用适用性(使用是否安全、可靠、具有良好的人机结合性能)、作战环境适用性(作战环境条件下有效工作的能力如何)、作战保障适用性(抢救抢修、维护保养和弹药、物资器材供应的能力如何)。
体系贡献度评估中,装备方案越好,表示其距离最优方案越近,越偏离最劣方案,而最优方案是根据性能指标要求的参数确定的。
S103、根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果。
具体地,根据上述的各个方面的评估结果,确定待评估的运载火箭作战试验的评估结果。
本发明实施例提供的快速响应运火箭作战试验指标的确定方法,通过获取待评估的运载火箭的指标参数;根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果,这样,可以从作战适用性、作战效能和体系贡献度多个方面对待评估的运载火箭的作战进行指标评估,实现多方位的评估,每套评估体系的算法符合实战需求,评估步骤合理可行。
本发明又一实施例对上述实施例提供的快速响应运火箭作战试验指标的确定方法做进一步补充说明。
本发明实施例中从三个方面对待评估的运载火箭的指标参数进行评估。
作为一种可选地实施方式,本发明实施例对待评估的运载火箭的特征参数进行作战效能性评估。
如图2所示,示出了本发明的另一种快速响应运火箭作战试验指标的确定方法实施例的步骤流程图,该快速响应运火箭作战效能评估方法包括:
步骤A1、建立运载火箭的指标体系,其中,所述指标体系中包括所述指标参数;
步骤A2、通过专家打分的方式,获得指标集;
步骤A3、对指标参数进行归一化处理;
具体包括:A31、对所述指标参数进行定量指标处理和/或定性指标处理;
可选地,对获取的运载火箭的指标参数进行归一化处理,作为一种可选地实施方式,先进行定量分析,在指标体系中,定量指标通常具有不可公度性和矛盾性。不可公度性指的指标间没有统一的度量标准。矛盾性是指对总目标来说,有些指标要求越大越好,比如运力。而有些指标要求越小越好,比如响应时间,还有一些指标要求在合适的范围之内。为对指标进行综合处理, 必须进行一定的映射转化,即设计相应的效用函数,将指标属性值转化为效用值。效用函数设计应根据指标属性值对系统效能的影响来加以考虑。指标属性值的最大值和最小值可由相应的门限值进行确定。
假设:
某系统有m个评价指标:P=(p1,p2,…pm)
指标属性值为:d=(d1,d2…dm)
各指标相对于总目标的权重为:W=(w1,w2…wm)
指标属性值的最大值点为:dmax=(rmax1,rmax2…rmaxm)
指标属性值的最小值点为:dmin=(rmin1,rmin2…rminm)
若指标属性值越大越好,可以采用如下形式的效用函数:
若指标属性值越小越好,可以采用如下形式的效用函数:
若指标属性值在[r1,r2]范围内为宜,则采用如下形式的效用函数:
然后再进行定性分析,指标体系中,不可避免的存在一些定性指标,无法直接计算指标值。这就需要综合专家的意见,通过一定的数学方法量化求取。这些指标属性值的原始数据均来自专家的直观判断和经验。
对某一指标而一言,有一个公认的理想状态,则对当前待评估系统,专家可以判断出该系统与理想状态的相对程度,其给出的判断值可表示为百分数 (如70%),也可以用定性值“优、良、中、可、差”五级或更多级表示。对于定性指标的属性值可以采用LSP(LogieSeoringofPreferenee)方法转化为区间数。
例如,可以认为“优”=〔0.8,1〕,“良”=〔0.7,0.8〕等。由于对多种方案均采用同一标准,所以对最终评估结果不会产生本质影响。
作为另一种可选地实施方式,
A321、对各指标参数的极性进行统一处理;
A322、去量纲和归一化处理。
具体包括:
步骤1:对各指标的极性予以统一,若采用越大越好准则,则对于效益型指标不用处理,对于成本型指标可采用倒数法,即xi′j=1/xij,而对于适中型指标xij按照xi′j=|xij-标准中值|进行转换;
步骤2:去量纲和归一化处理,这里采用平方开根号方法
根据火箭的具体技术指标特点,选用合适的归一化方法。下表1为针对火箭定量指标推荐的归一化具体方法。
表1归一化处理方法选择
步骤A4、进行作战效能评估。
具体包括:确定主战能力、指控能力、响应能力、机动能力、生存能力的属性值;并按照各个能力的属性值的排序,确定所述作战效能序列。
具体的,为了紧贴快速响应火箭的使命任务和作战实验需求,通过构建作战试验指标体系,开展作战试验设计,利用作战试验数据对装备指标进行评估,实现科学的、合理性和有效性考察快速响应火箭的作战效能。
常规的评估方法大多都是专家调查法、层次分析法等传统效能评估方法。它通过专家们对各指标打分来确定指标权重,其评估数据往往都是由专家们依据以往经验主观判断而获得,不同的专家对各指标的偏好程度不一样,这样就会导致评估结果具有较强的主观随意性,客观性较差,同时增加了专家们的工作量,应用中有一定的局限性。
基于离差最大化多属性决策法主要是从快速响应运载火箭的基本作战部件的几何参数以及各种性能参数入手,考虑不同作战试验数据对快速响应运载火箭使命任务作战效能的影响程度来确定指标权重,人的主观判断不参与其中,不增加专家们的负担,评估结果依据数学理论而得到。它充分利用收集的无人机自身原始数据建立决策矩阵,通过建立数学模型计算得到指标权重,简单易行、客观性强,避免了传统作战效能评估方法在确定权重系数方面主观随意性较大的问题。不仅可以对快速响应运载火箭进行效能分析,还可以对其进行总体的效能优化。
快速响应运载火箭使命任务和作战能力是一个综合的概念,是快速响应运载火箭在执行任务过程中各项能力和性能的综合描述,具有参数多、因素多、层次多等特点,快速响应运载火箭作战效能指标体系如图3所示。
对于快速响应运载火箭效能评估,假设其各指标权重完全未知,已知其决策矩阵为A=(aij)n×m。其中:n为快速响应运载火箭(方案)个数;m为指标(属性)个数;aij为第i个快速响应运载火箭(方案)在第j个指标下的属性值(a11,a12,a13,a14,a15)分别表示U1的主战能力、指控能力、响应能力、机动能力、生存能力的属性值。计算出的各子项能力属性值组成决策矩阵A,规范化处理后得到矩阵R=(rij)n×m。假设各指标的权重向量为 w=(w1,w2,…,wm),wj≥0,j∈M,并满足单位化约束条件:
则各快速响应运载火箭的作战效能可定义为
快速响应运载火箭作战效能评估,就是对各种快速响应运载火箭作战效能的排序比较。如果在指标uj下所有快速响应运载火箭的属性值差异越小,则认为该指标对作战效能的排序所起的作用越小;反之,如果指标uj能使所有种类快速响应运载火箭的属性值有较大的差异,则认为其对作战效能的排序将起重要作用。所以,从对作战效能进行排序角度考虑,使快速响应运载火箭属性值偏差越大的指标应该赋予越大的权重。如果所有种类的快速响应运载火箭都在指标uj下的属性值无差异,则指标uj对快速响应运载火箭作战效能的排序不起作用,可令其权重为0。对于指标uj用Vij(w)表示快速响应运载火箭xi与其他快速响应运载火箭之间的离差(快速响应运载火箭xi的加权规范化属性值与其他所有快速响应运载火箭的加权规范化属性值之差的绝对值之和),则可定义:
令
则Vj(w)表示对指标uj而言,所有快速响应运载火箭与其他快速响应运载火箭的总离差(所有快速响应运载火箭的加权规范化属性值与其他快速响应运载火箭的加权规范化属性值之差的绝对值之和)。由上可知,加权向量w的选择应使所有指标对所有无人机的总离差最大。为此构造目标函数:
于是,求解权重向量ω就要解如下最优化模型:
作拉格朗日(Lagrange)函数:
求其偏导数,并令:
求得最优解:
对单位化权重向量ω*进行归一化处理可得:
在求得指标的最优权重向量ω之后,利用式0-10,计算各快速响应运载火箭的作战效能zi(ω)(i∈N)。按照zi(ω)的大小,对各快速响应运载火箭进行作战效能评估,得到快速响应运载火箭作战效能序列。
作为另一种可选实施方式,本发明实施例对待评估的运载火箭的特征参数进行作站适用性评估。
可选地,根据所述特征参数进行作战适用性评估,包括:
根据所述特征参数,分别进行作战使用适用性评估、作战环境适用性评估和作战保障适用性评估;其中,所述作战使用适用性用于判断是否安全、可靠、具有良好的人机结合性能、所述作战环境适用性用于判断作战环境条件下有效工作的能力的大小、所述作战保障适用性用于判断抢救抢修、维护保养和弹药、物资器材供应的能力的大小。
具体地,如图4所示,图4是本发明的作战适用性评估指标体系的结构框图,作战适用性是指以特定作战行动任务为背景,按照实际的作战流程和任务剖面,针对可靠性、保障性、可用性、兼容性和可维护性等指标,运载火箭投入实战使用并保持可用的程度。作战适用性是衡量运载火箭能否打仗的重要指标,包括作战使用适用性(使用是否安全、可靠、具有良好的人机结合性能)、作战环境适用性(作战环境条件下有效工作的能力如何)、作战保障适用性(抢救抢修、维护保养和弹药、物资器材供应的能力如何)。
打分按照十分制进行,至少需要5名专家的打分。为避免单一专家认知偏颇,一般采用多位专家的判断加以综合处理。具体处理方式如下:
式中,zmax,zmin分别为属性值Z可取的最大值和最小值。
在求得指标的最优权重向量ω之后,利用式0-10计算各快速响应运载火箭的作战适用性zi(ω)(i∈N)。按照zi(ω)的大小,对各快速响应运载火箭进行作战适用性评估,得到快速响应运载火箭作战适用性序列。
作为又一种可选实施方式,本发明实施例对待评估的运载火箭的体系贡献度进行评估。
可选地,所述根据所述特征参数进行体系贡献度评估,包括:
根据所述特征参数,分别确定作战体系能力需求的满足程度和贴近度;
快速响应火箭对体系的贡献度主要有2大块工作:
(1)分析系统功能对作战体系能力需求的满足程度
计算系统功能对体系能力需求满足程度包括2方面:一是计算各底层子能力相对于顶层能力的权重,二是计算系统功能对体系能力分解得到的最底层能力的满足程度。
Step1.根据使命仼务确定体系能力需求,对体系能力进行分解,按照MMF 框架体系建模步骤,将体系能力从上往下分解成一级子能力,一级子能力分解成二级子能力(若有需要还可继续分解)。这些关系均属于“一对多”的映射。
图5是本发明的快速响应火箭体系贡献度指标体系的结构框图,如图5 所示,体系能力分解得到的一级子能力构成2层的递阶关系,可以借助AHP 法计算一级子能力相对于体系能力的重要程度,但计算二级子能力权重则不尽然。Step2.各二级子能力与系统功能的映射。
子能力到系统功能的映射是“多对多”的关系,即每种系统功能并不仅仅实现某一种子能力,系统功能往往支撑多项子能力,这种“多对多”的映射关系比能力Step1能力的分解映射“一对多”要复杂不少。
更为复杂的是,各二级子能力之间并不相互独立。考虑到不同的系统功能主要是由支撑其功能的武器装备实现,系统功能与支撑其武器装备之间的关联性很强,所以系统功能之间关联程度很小,可以认为系统功能之间相互独立。而二级子能力并非如此。二级子能力与系统功能是“多对多”的映射关系,虽然2种子能力不尽相同,但可能都包含相同的一种或多种系统功能,所以子能力之间并不独立,子能力之间存在相互影响。
从层次结构上看,某种系统功能虽然并不直接实现某种能力,但其直接影响的子能力可能对其他能力有直接影响,也就是系统功能对子能力存在间接影响,也即存在间接贡献。
区别于体系能力-一级子能力-二级子能力层层分解类似于AHP层次结构,由于各二级子能力之间存在错综错综复杂的相互影响,因此其内部存在反馈,构成一个网络,这种网络层次结构无法用AHP求解权重,而用AHP的改进模型即ANP(Analytical NetworkProcess)网络层次分析法则非常适合。
通过“一对多”和“多对多”这两种映射关系,可以用ANP求出各二级子能力相对于体系能力的重要程度,系统功能对各二级能力的重要程度,据此,计算系统功能对作战体系能力需求的贡献程度。
其中,所述确定作战体系能力需求的满足程度包括:
计算各底层子能力相对于顶层能力的权重;
计算各二级子能力与系统功能的映射;
具体地,采用层次分析法或网络分析法,计算各底层自能力相对于顶层能力的权重。
具体地,体系贡献度的一级子能力采用AHP法。AHP法是对每组因素中的因素项两两对比,从而构造判断矩阵,然后计算其特征向量和特征根。如果判断矩阵的一致性满足要求,则特征向量即为所有属性的权值向量,否则,需要调整判断矩阵元素。
第一步:建立层次结构模型
在对评估对象进行深入分析的基础上,将问题所包含的因素划分为不同的层次,用框图形式说明层次的递阶结构与因素间的从属关系。但一般某层次所属因素不超过9个,超过9个需要进一步划分为若干子层次。
第二步:使用1-9比率标度构造所有层次判断矩阵
判断矩阵因素的值反映了人们对各因素相对重要性的判断认识,其数值一般由该领域专家判断给出。
第三步:层次单排序及其一致性检验
判断矩阵的特征向量经归一化后即为该矩阵因素相对于上一层中某因素的排序向量。再通过特征跟导出一致性比率,判断其一致性程度。
第四步:层次总排序及其一致性检验
计算同一层次所有因素相对于最高层的排序权值,该过程从最高层到最底层逐层进行。当计算出最底层的权值排序后,通过特征根导出总排序随机一致性比率,判断其一致性。
现对AHP方法权重计算方法进行详细介绍。
1.构造两两比较判断矩阵
在建立层次结构后,上下层次元素的隶属关系被确定。假定上一层次S 为准则,对一下层次的因素A1,A2,…An有支配关系,我们的目标是在准则S之下,按照它们的相对重要性赋予A1,A2,…An相应的权重。AHP法采用两两比较的方法来获得它们的权重。
对于准则S,元素Ai和Aj哪一个更重要些,重要多少,一般采用1-9 比例标度,构建判断矩阵。1-9比例标度意义如表2所示。
表2 AHP的比例标度
对于n个元素来说,可以得到两两比较判断矩阵A
A=(aij)n×n
判断矩阵A具有以下性质:
aij>0
aij=1/aij
aij=1
这样的矩阵称为互反矩阵。由于性质2,3,事实上,对于n阶判断矩阵仅需对其上(下)三角元素共n(n+1)/2个给出判断即可。A的元素不一定具有传递性,即不一定有等式aij=aik/ajk成立,但如果等式成立,称A 为一致性矩阵。
2.层次单排序及一致性检验
这一步主要是解决在准则S下,n个元素A1,A2,…An的排序权重问题,并进行一致性检验。
假设A是n阶矩阵,如果数γ和n维非零向量x,使关系式Ax=γx成立,这样的数γ称为矩阵A的特征根,非零向量x称为A对应于γ的特征根向量。
由上式可得,(A-γE)x=0。
即(|A-γE|)=0特征方程。
当得到判断矩阵A,要求得到A的各元素对于准则S的权重,即求A的最大特征根对应的特征向量W,再经过归一化处理,即得到A的元素关于S 的权重。计算权重,采用如下方法进行求取。
假设有一判断矩阵如下:
计算该矩阵的最大特征根及对应的特征向量步骤如下:
a)计算矩阵A的每一行元素的乘积Mi
b)计算矩阵Mi的n次方根wi (0)
从而得到另一个向量w=(w1,w2,...wn)T,即为所求特征向量的近似值,也就是各元素的相对权重。
1)计算A的最大特征根γMAX
2)由AW=γMAXW
在判断矩阵构造之初,不需要判断矩阵矩阵具有一致性,但在计算完权重,得到γmax后,需要进行一致性检验。
若矩阵A完全一致,则有γmax=n,否则γmax>n,因而,可以用γmax-n|的关系来度量偏离一致性的程度。
度量偏离的指标为Cl
一般情况下,若Cl≤0.1,就可以认为判断矩阵A是一致的,计算得到的权重是可以接受的,否则,就需要重新进行两两比较判断。
综上所述,层次分析法具有条理清楚,结构明晰,计算严谨的特征。对于层次结构明朗的方案,利用层次分析法可以简单清楚地计算各组合层及各元素的相对权重,为方案的优选和排序打好决策基础。为了更清晰表示层次分析法过程,结合上述分析步骤,建立层次分析法流程图,如图6所示。
图7是本发明的快速响应火箭体系贡献度指标体系网络分析法的网络结构示意图,网络分析法ANP将决策问题层次结构划分为两部分:第一部分是控制因素层,分为目标层和准则层,目标层至少包含一个决策目标,准则层为决策目标支配各个评估准则,各准则之间相互独立,可以采用AHP计算各准则相对于目标的权重;第二部分是网络层,将每个准则层控制的的元素划为一组,每组内部元素相互影响,构成网络结构。ANP方法考虑每个网络内部之间的相互影响,根据相对重要程度构建超矩阵,并计算极限超矩阵,根据极限超矩阵得到各元素相对于顶层目标的综合权重。
ANP的网络层次结构相对于AHP递阶层次结构来讲,显而比较复杂,既存在递阶层次结构,又存在内部循环相互支配的层次结构,而且层次结构内部还存在依赖性和反馈性。在下图的影响网络层次结构中,每个元素都可以描述成一个系统或者是与约束指标有关的问题。
第一步:构造典型结构
构造控制层次(Control Hierarchy),将决策目标界定,将决策准则界定,这是问题的基本,各个准则相对决策目标的权重用AHP方法得到。
再则是构造网络层次。要归类确定每一个元素集,分析其网络结构和相互影响关系,分析元素之间的关系可用多种方法进行一种是内部独立的递阶层次结构,即层次之间相对独立;一种是内部独立,元素之间存在着循环的 ANP网络层次结构;另外一种是内部依存,即元素内部存在循环的ANP网络层次结果,这几种情况都是ANP的特例情况。在实际决策问题中面临的基本都是元素集间不存在内部独立,既有内部依存,又有循环的ANP网络层次结构。
第二步:构造ANP超矩阵计算权重;设控制层中相对目标层A的准则为 B,…,BN网络层有元素集C1,C2,…,CN,Ci有元素ei1,…,ein,i=1,…,N。
第i层上所有元素对j层的影响作用矩:
第i层上所有元素对j层的影响作用矩阵:
1)超矩阵的每一列,都是通过两两比较而得到的排序向量;
2)超矩阵W是通过元素两两比较而导出,矩阵中的每一列都是以某个元素为准则的排序权重;
3)为了计算方便,需要将超矩阵的每列归一化一用加权矩阵实现 (Wij=aijwji)即加权矩阵aij;
4)内部独立的层次,除最后一层元素权值不再分配外:WNN=I,其余均为:Wii=0。
所述确定作战体系贴近度,包括:
通过TOPSIS法计算每种方案与正负理想解的距离来计算装备方案对系统功能实现的贴近程度;
对比多个装备方案分析待评装备对系统功能的贴近度。
每一项系统功能由若干武器装备组合共同实现。对于确定的能力需求,反映在每项系统功能上就是系统功能的性能指标,性能指标可以是定性也可以是定量。组建不同的装备方案,各方案之间区别仅在于待评估装备上。在每一个指标上均有最优解和最劣解。
通过TOPSIS法计算每种方案与正负理想解的距离来计算装备方案对系统功能实现的贴近程度,对比多个方案分析待评装备对系统功能的实现贴近度。
第一步:根据MMF框架体系结构建模步骤中的功能需求分析,构建系统功能到装备之间的映射矩阵,即确定每项功能的实现由哪些装备支撑。
第二步:根据体系能力需求,确定各系统功能的性能指标,对指标的类型:效益型指标、成本型指标、适中型指标和指标的性质:定性指标、定量指标进行区分。
第三步:对系统功能的性能指标进行处理。首先确定系统功能的定性指标与定量指的权重;对于定性指标,邀请相关专家根据经验和对装备的分析对其进行打分;对于定量指标,根据指标的性质,对指标进行无量纲化处理。
第四步:根据每个性能指标的具体参数要求和不同的装备组建方案,基于TOPSIS法计算每种方案对系统功能实现的贴近度。
TOPSIS(Technique for Order Preference by Similarity to IdealSolution)法是一种逼近理想解的排序方法,其基本的处理思路是:首先根据多种方案和指标以及每种方案在每个指标上的取值建立初始化决策矩阵,而后对指标值进行无量纲化和归一化处理,根据指标的性质确定每个指标上的最优值和最劣值从而组建最优方案和最劣方案,分别计算各个方案与最优方案和最劣方案间的距离,进而求取每个方案与最优方案间的贴近度,据此对方案进行优劣排序。基于TOPSIS计算装备方案对系统功能的贴近度步骤如下:
步骤1:对各指标的极性予以统一,若采用越大越好准则,则对于效益型指标不用处理,对于成本型指标可采用倒数法,即xi′j=1/xij,而对于适中型指标xij按照xi′j=|xij-标准中值|进行转换;
步骤3:选择系统功能性能指标要求的参数作为每个指标的最优值和最劣值,确定最优方案和最劣方案;
装备方案越好,表示其距离最优方案越近,越偏离最劣方案,而最优方案是根据性能指标要求的参数确定的,因此,Ci值越大表示对应的方案离系统功能性能要求越近,也即该方案对系统功能实现贴近度越大,贴近度越高。
结合上述可分析装备对体系能力需求的满足程度,并据此评估贡献度。
本发明实施例针对快速响应运载火箭的特点,对作战适用性、作战效能和体系贡献度评估过程涉及到的算法进行研究。每套评估体系的算法符合实战需求,评估步骤合理可行,可进行快速响应火箭作战试验的指标的评估工作。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
本发明实施例提供的快速响应运火箭作战试验指标的确定方法,通过获取待评估的运载火箭的指标参数;根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果,这样,可以从作战适用性、作战效能和体系贡献度多个方面对待评估的运载火箭的作战进行指标评估,实现多方位的评估,每套评估体系的算法符合实战需求,评估步骤合理可行。
本发明另一实施例提供一种快速响应运火箭作战试验指标的确定装置,用于执行上述实施例提供的快速响应运火箭作战试验指标的确定方法。
参照图8,示出了本发明的一种快速响应运火箭作战试验指标的确定装置实施例的结构框图,该装置具体可以包括如下模块:获取模块801、计算模块802和评估模块803,其中:
获取模块801用于获取待评估的运载火箭的指标参数;
计算模块802用于根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;
评估模块803用于根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果。
本发明实施例提供的快速响应运火箭作战试验指标的确定装置,通过获取待评估的运载火箭的指标参数;根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果,这样,可以从作战适用性、作战效能和体系贡献度多个方面对待评估的运载火箭的作战进行指标评估,实现多方位的评估,每套评估体系的算法符合实战需求,评估步骤合理可行。
本发明又一实施例对上述实施例提供的快速响应运火箭作战试验指标的确定装置做进一步补充说明。
可选地,所述计算模块用于:
建立运载火箭的指标体系,其中,所述指标体系中包括所述指标参数;
通过专家打分的方式,获得指标集;
对指标参数进行归一化处理;
进行作战效能评估。
可选地,所述计算模块具体用于:
对所述指标参数进行定量指标处理和/或定性指标处理;
或者,
对各指标参数的极性进行统一处理;
去量纲和归一化处理。
可选地,所述进行作战效能评估,包括:确定主战能力、指控能力、响应能力、机动能力、生存能力的属性值;并按照各个能力的属性值的排序,确定所述作战效能序列。
可选地,所述计算模块用于:
根据所述特征参数,分别进行作战使用适用性评估、作战环境适用性评估和作战保障适用性评估;其中,所述作战使用适用性用于判断是否安全、可靠、具有良好的人机结合性能、所述作战环境适用性用于判断作战环境条件下有效工作的能力的大小、所述作战保障适用性用于判断抢救抢修、维护保养和弹药、物资器材供应的能力的大小。
可选地,所述计算模块用于:
根据所述特征参数,分别确定作战体系能力需求的满足程度和贴近度;
其中,所述计算模块具体用于:
计算各底层子能力相对于顶层能力的权重;
计算各二级子能力与系统功能的映射;
所述计算模块具体用于:
通过TOPSIS法计算每种方案与正负理想解的距离来计算装备方案对系统功能实现的贴近程度;
对比多个装备方案分析待评装备对系统功能的贴近度。
可选地,所述计算模块用于:
采用层次分析法或网络分析法,计算各底层自能力相对于顶层能力的权重。
需要说明的是,本实施例中各可实施的方式可以单独实施,也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明实施例提供的快速响应运火箭作战试验指标的确定装置,通过获取待评估的运载火箭的指标参数;根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果,这样,可以从作战适用性、作战效能和体系贡献度多个方面对待评估的运载火箭的作战进行指标评估,实现多方位的评估,每套评估体系的算法符合实战需求,评估步骤合理可行。
本发明再一实施例提供一种终端设备,用于执行上述实施例提供的快速响应运火箭作战试验指标的确定方法。
图9是本发明的一种终端设备的结构示意图,如图9所示,该终端设备包括:至少一个处理器901和存储器902;
所述存储器存储计算机程序;所述至少一个处理器执行所述存储器存储的计算机程序,以实现上述实施例提供的快速响应运火箭作战试验指标的确定方法。
本实施例提供的终端设备,通过获取待评估的运载火箭的指标参数;根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果,这样,可以从作战适用性、作战效能和体系贡献度多个方面对待评估的运载火箭的作战进行指标评估,实现多方位的评估,每套评估体系的算法符合实战需求,评估步骤合理可行。
本申请又一实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现上述任一实施例提供的快速响应运火箭作战试验指标的确定方法。
根据本实施例的计算机可读存储介质,通过获取待评估的运载火箭的指标参数;根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果,这样,可以从作战适用性、作战效能和体系贡献度多个方面对待评估的运载火箭的作战进行指标评估,实现多方位的评估,每套评估体系的算法符合实战需求,评估步骤合理可行。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、电子设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理电子设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理电子设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理电子设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理电子设备上,使得在计算机或其他可编程电子设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程电子设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
以上对本发明所提供的一种快速响应运火箭作战试验指标的确定方法和一种快速响应运火箭作战试验指标的确定装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种快速响应运火箭作战试验指标的确定方法,其特征在于,所述方法包括:
获取待评估的运载火箭的指标参数;
根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;
根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述特征参数进行作战效能性评估,包括:
建立运载火箭的指标体系,其中,所述指标体系中包括所述指标参数;
通过专家打分的方式,获得指标集;
对指标参数进行归一化处理;
进行作战效能评估。
3.根据权利要求2所述的方法,其特征在于,所述对指标参数进行归一化处理,包括:
对所述指标参数进行定量指标处理和/或定性指标处理;
或者,
对各指标参数的极性进行统一处理;
去量纲和归一化处理。
4.根据权利要求2所述的方法,其特征在于,所述进行作战效能评估,包括:确定主战能力、指控能力、响应能力、机动能力、生存能力的属性值;并按照各个能力的属性值的排序,确定所述作战效能序列。
5.根据权利要求1所述的方法,其特征在于,所述根据所述特征参数进行作战适用性评估,包括:
根据所述特征参数,分别进行作战使用适用性评估、作战环境适用性评估和作战保障适用性评估;其中,所述作战使用适用性用于判断是否安全、可靠、具有良好的人机结合性能、所述作战环境适用性用于判断作战环境条件下有效工作的能力的大小、所述作战保障适用性用于判断抢救抢修、维护保养和弹药、物资器材供应的能力的大小。
6.根据权利要求1所述的方法,其特征在于,所述根据所述特征参数进行体系贡献度评估,包括:
根据所述特征参数,分别确定作战体系能力需求的满足程度和贴近度;
其中,所述确定作战体系能力需求的满足程度包括:
计算各底层子能力相对于顶层能力的权重;
计算各二级子能力与系统功能的映射;
所述确定作战体系贴近度,包括:
通过TOPSIS法计算每种方案与正负理想解的距离来计算装备方案对系统功能实现的贴近程度;
对比多个装备方案分析待评装备对系统功能的贴近度。
7.根据权利要求6所述的方法,其特征在于,所述计算各底层子能力相对于顶层能力的权重,包括:
采用层次分析法或网络分析法,计算各底层自能力相对于顶层能力的权重。
8.一种快速响应运火箭作战试验指标的确定装置,其特征在于,所述装置包括:
获取模块,用于获取待评估的运载火箭的指标参数;
计算模块,用于根据所述指标参数分别进行作战适用性评估、作战效能评估和体系贡献度评估,并得到评估结果;
评估模块,用于根据所述评估结果确定待评估的运载火箭作战试验的指标评估结果。
9.一种终端设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机程序;所述至少一个处理器执行所述存储器存储的计算机程序,以实现权利要求1-7中任一项所述的快速响应运火箭作战试验指标的确定方法。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现权利要求1-7中任一项所述的快速响应运火箭作战试验指标的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111026583.1A CN113869655A (zh) | 2021-09-02 | 2021-09-02 | 快速响应运火箭作战试验指标的确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111026583.1A CN113869655A (zh) | 2021-09-02 | 2021-09-02 | 快速响应运火箭作战试验指标的确定方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113869655A true CN113869655A (zh) | 2021-12-31 |
Family
ID=78989247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111026583.1A Pending CN113869655A (zh) | 2021-09-02 | 2021-09-02 | 快速响应运火箭作战试验指标的确定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113869655A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114676980A (zh) * | 2022-03-03 | 2022-06-28 | 中国人民解放军战略支援部队航天工程大学 | 基于排序等级的装备作战效能一致性综合评估方法 |
CN117541033A (zh) * | 2024-01-10 | 2024-02-09 | 中国电子科技集团公司信息科学研究院 | 面向作战任务的能力需求分析方法、服务器及存储介质 |
-
2021
- 2021-09-02 CN CN202111026583.1A patent/CN113869655A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114676980A (zh) * | 2022-03-03 | 2022-06-28 | 中国人民解放军战略支援部队航天工程大学 | 基于排序等级的装备作战效能一致性综合评估方法 |
CN117541033A (zh) * | 2024-01-10 | 2024-02-09 | 中国电子科技集团公司信息科学研究院 | 面向作战任务的能力需求分析方法、服务器及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107576920B (zh) | 一种基于模糊多属性评价的卫星电源健康度计算方法 | |
CN113869655A (zh) | 快速响应运火箭作战试验指标的确定方法和装置 | |
WO2019042099A1 (zh) | 一种中药生产过程知识系统 | |
CN110232434A (zh) | 一种基于属性图优化的神经网络架构评估方法 | |
Haddad et al. | Selecting a robust decision making method to evaluate employee performance | |
CN111679972B (zh) | 软件系统可靠性预计方法、装置、计算机设备和存储介质 | |
CN105373692B (zh) | 基于区间二元语义的驾驶舱人机功能分配方法 | |
Chatterjee et al. | A comprehensive solution to automated inspection device selection problems using Electre methods | |
CN111191926A (zh) | 基于可拓不确定性量化法的装备抢修效能云评估方法 | |
Pramanik | Bilevel programming problem with fuzzy parameters: a fuzzy goal programing approach | |
AU2021104851A4 (en) | An integrated fuzzy approach for risk assessment in tunneling construction projects | |
Bąk et al. | Fuzzy cognitive maps and their application in the economic sciences | |
CN113537663A (zh) | 基于topsis算法的无人机航迹评价方法 | |
CN111950850A (zh) | 一种基于证据网络的无人机系统保障能力评估方法 | |
CN116484645A (zh) | 一种飞行器优选决策方法、系统、电子设备及介质 | |
Chang et al. | A novel general approach for solving a supplier selection problem | |
CN116228040A (zh) | 一种面向智能体学习演进能力的评测方法 | |
CN116485021A (zh) | 一种煤炭企业技术技能人才人岗匹配预测方法与系统 | |
CN114398769B (zh) | 一种无人直升机飞行控制系统评分自动获取方法 | |
CN115081856A (zh) | 一种企业知识管理绩效评价装置及方法 | |
CN112907058A (zh) | 一种基于直觉模糊网络层次分析的决策评估方法 | |
Connett et al. | Advancing the use of an analytical hierarchy process and improved random indexes for making prioritized decisions in systems | |
Sudakov et al. | Decision making in case of inconsistent pair comparison matrixes | |
CN112150008A (zh) | 基于设计数据与实验数据的体系结构评估方法及其系统 | |
Yan et al. | Analytic Hierarchy Process Based Selection of Leaders of Start-up Enterprises |
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 |