CN114723196A - 健康评价方法、装置及电子设备 - Google Patents
健康评价方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114723196A CN114723196A CN202110001419.9A CN202110001419A CN114723196A CN 114723196 A CN114723196 A CN 114723196A CN 202110001419 A CN202110001419 A CN 202110001419A CN 114723196 A CN114723196 A CN 114723196A
- Authority
- CN
- China
- Prior art keywords
- matrix
- index
- membership
- health evaluation
- indexes
- 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
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
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Optimization (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供一种健康评价方法、装置及电子设备。方法包括:获取1×k的第一矩阵,第一矩阵包括k个指标对应的k个权重值,k个权重值的和为1;获取k×m的第二矩阵,第二矩阵包括k×m个第一隶属度,k×m个第一隶属度包括k个指标中每个指标对m个健康评价等级的m个隶属度;将第一矩阵和第二矩阵相乘,得到1×m的第三矩阵,第三矩阵包括m个第二隶属度,m个第二隶属度为电子设备对m个健康评价等级的m个隶属度;将目标隶属度对应的健康评价等级确定为电子设备的健康评价结果,目标隶属度为m个第二隶属度中隶属度最大的隶属度。本申请可以提高健康评价的可靠性。
Description
技术领域
本申请实施例涉及通信技术领域,尤其涉及一种健康评价方法、装置及电子设备。
背景技术
现有技术中,电子设备的健康程度一般通过处理器、内存或存储的使用率进行评价,评价因素单一,容易造成评价的可靠性较低。
发明内容
本申请实施例提供一种健康评价方法、装置及电子设备,以解决现有技术中因评价因素单一,造成电子设备健康评价的可靠性较低的问题。
为解决上述问题,本申请是这样实现的:
第一方面,本申请实施例提供了一种健康评价方法,由电子设备执行,所述电子设备至少包括第一指标层,所述第一指标层包括k个指标;所述电子设备对应有m个健康评价等级,m为大于1等整数;
所述方法包括:
获取1×k的第一矩阵,所述第一矩阵包括所述k个指标对应的k个权重值,所述k个权重值的和为1;
获取k×m的第二矩阵,所述第二矩阵包括k×m个第一隶属度,所述k×m个第一隶属度包括所述k个指标中每个指标对所述m个健康评价等级的m个隶属度;
将所述第一矩阵和所述第二矩阵相乘,得到1×m的第三矩阵,所述第三矩阵包括m个第二隶属度,所述m个第二隶属度包括所述电子设备对所述m个健康评价等级的m个隶属度;
将目标隶属度对应的健康评价等级确定为所述电子设备的健康评价结果,所述目标隶属度为所述m个第二隶属度中隶属度最大的隶属度。
第二方面,本申请实施例提供了一种健康评价装置,应用于电子设备,所述电子设备至少包括第一指标层,所述第一指标层包括k个指标;所述电子设备对应有m个健康评价等级,m为大于1等整数;
所述健康评价装置包括:
第一获取模块,用于获取1×k的第一矩阵,所述第一矩阵包括所述k个指标对应的k个权重值,所述k个权重值的和为1;
第二获取模块,用于获取k×m的第二矩阵,所述第二矩阵包括k×m个第一隶属度,所述k×m个第一隶属度包括所述k个指标中每个指标对所述m个健康评价等级的m个隶属度;
第三获取模块,用于将所述第一矩阵和所述第二矩阵相乘,得到1×m的第三矩阵,所述第三矩阵包括m个第二隶属度,所述m个第二隶属度包括所述电子设备对所述m个健康评价等级的m个隶属度;
确定模块,用于将目标隶属度对应的健康评价等级确定为所述电子设备的健康评价结果,所述目标隶属度为所述m个第二隶属度中隶属度最大的隶属度。
第三方面,本申请实施例还提供一种电子设备,包括:收发机、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序;其特征在于,所述处理器,用于读取存储器中的程序实现如前述第一方面所述方法中的步骤。
第四方面,本申请实施例还提供一种可读存储介质,用于存储程序,所述程序被处理器执行时实现如前述第一方面所述方法中的步骤。
在本申请实施例中,电子设备至少包括第一指标层,所述第一指标层包括k个指标;所述电子设备对应有m个健康评价等级,m为大于1等整数。电子设备获取1×k的第一矩阵,所述第一矩阵包括所述k个指标对应的k个权重值,所述k个权重值的和为1;获取k×m的第二矩阵,所述第二矩阵包括k×m个第一隶属度,所述k×m个第一隶属度包括所述k个指标中每个指标对所述m个健康评价等级的m个隶属度;将所述第一矩阵和所述第二矩阵相乘,得到1×m的第三矩阵,所述第三矩阵包括m个第二隶属度,所述m个第二隶属度包括所述电子设备对所述m个健康评价等级的m个隶属度;将目标隶属度对应的健康评价等级确定为所述电子设备的健康评价结果,所述目标隶属度为所述m个第二隶属度中隶属度最大的隶属度。可见,本申请实施例通过模糊数学的方式,将电子设备的各指标对m个健康评价等级的隶属度进行了综合,以获取到电子设备的健康评价结果,从而可以提高健康评价的可靠性。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的健康评价方法的流程示意图之一;
图2是本申请实施例提供的健康评价方法的流程示意图之二;
图3是本申请实施提供的健康评价装置的结构示意图;
图4是本申请实施提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。此外,本申请中使用“和/或”表示所连接对象的至少其中之一,例如A和/或B和/或C,表示包含单独A,单独B,单独C,以及A和B都存在,B和C都存在,A和C都存在,以及A、B和C都存在的7种情况。
以下对本申请实施例提供的健康评价方法进行说明。
本申请实施例提供的健康评价方法可以由电子设备执行。电子设备满足:
1)所述电子设备至少包括第一指标层,所述电子设备至少包括第一指标层,所述第一指标层包括k个指标。
在实际应用中,电子设备可以包括P个指标层,所述P个指标层包括的指标数大于1,P为正整数。
需要说明的是,在P大于1的情况下,P个指标层中的第s指标层与第s+1指标层具有隶属关系,且第s指标层为第s+1指标层的父级指标层,第s+1指标层为第s指标层的子级指标层,s为小于P的正整数,P为大于1的整数。
如:在P等于2的情况下,所述电子设备包括具有隶属关系的第一指标层和第二指标层,所述第一指标层为所述第二指标层的父级指标层。在P等于3的情况下,所述电子设备包括第一指标层、第二指标层和第三指标层,所述第一指标层为所述第二指标层的父级指标层,所述第二指标层为所述第三指标层的父级指标层。
另外,在P大于1的情况下,第s指标层中每个指标对应第s+1指标层中的至少一个指标,且第s指标层中不同指标对应的第s+1指标层中的指标不同,第s指标层中至少存在一个指标对应有第s+1指标层中的两个或两个以上指标。可见,第s指标层中包括的指标数少于第s+1指标层包括的指标数。
所述P个指标层的第一指标层中各指标的权重值的和为1,其他各指标层中,对应上一个指标层同一指标的全部指标的权重值的和为1。在实际应用中,各指标的权重值可以电子设备的运行需求确定,本申请实施例对此不做限定。
为方便理解,结合表1示例说明如下:
图1为电子设备为服务器时,第一指标层和第二指标层的示例。可以理解地是,对于不同表现形式的电子设备,各指标层包括的指标的表现形式可以不同。在实际应用中,电子设备可以为服务器,也可以为电脑、手机等。
在表1中,第一指标层包括3个指标,分别为:产品状态、运行状态和历史状态,且产品状态的权重值为0.2、运行状态的权重值为0.4、历史状态的权重值为0.4,产品状态、运行状态和历史状态的权重值的和为1。
第二指标层包括:
与产品状态对应的服务器品牌和服务器类型,服务器品牌的权重值为0.5、服务器类型的权重值为0.5,服务器品牌和服务器类型的权重值的和为1;
与运行状态对应的处理器利用率、内存利用率、磁盘利用率、服务器能耗和机房湿温度,处理器利用率的权重值为0.3、内存利用率的权重值为0.3、磁盘利用率的权重值为0.2、服务器能耗的权重值为0.1、机房湿温度的权重值为0.1,处理器利用率、内存利用率、磁盘利用率、服务器能耗和机房湿温度的和为1;
与历史状态对应的告警次数和告警时长,告警次数的权重值为0.5、告警时长的权重值为0.5,告警次数和告警时长的权重值的和为1。
表1:服务器的第一指标层和第二指标层
2)所述电子设备对应有m个健康评价等级,m为大于1等整数。在实际应用中,所述m个健康评价等级可以由系统默认设置或由用户选择,具体可根据实际情况决定,本申请实施例不做限定。可选的,所述m个健康评价等级可以包括以下至少两项:良好、正常、亚健康、故障。
参见图1,图1是本申请实施例提供的健康评价方法的流程示意图之一。
如图1所示,健康评价方法可以包括以下步骤:
步骤101、获取1×k的第一矩阵,所述第一矩阵包括所述k个指标对应的k个权重值,所述k个权重值的和为1。
步骤102、获取k×m的第二矩阵,所述第二矩阵包括k×m个第一隶属度,所述k×m个第一隶属度包括所述k个指标中每个指标对所述m个健康评价等级的m个隶属度。
其中,B1与(b11,b12,…,b1m)对应,表示所述k个指标中第一个指标对所述m个健康评价等级的m个隶属度,B2与(b21,b21,…,b2m)对应,表示所述k个指标中第二个指标对所述m个健康评价等级的m个隶属度,以此类推,Bk与bk1,bk2,…,bkm对应,表示所述k个指标中第k个指标对所述m个健康评价等级的m个隶属度。
具体实现时,所述k个指标中每个指标对所述m个健康评价等级的m个隶属度,可以与电子设备包括的指标层的数量相关。
在电子设备包括仅包括所述第一指标层的情况下,所述k个指标中每个指标对所述m个健康评价等级的m个隶属度,可以通过该指标对所述m个健康评价等级的隶属度函数计算得到。
在电子设备还包括与所述第一指标层具有隶属关系的第二指标层,且所述第一指标层为所述第二指标层的父级指标层的情况下,所述k个指标中每个指标对所述m个健康评价等级的m个隶属度,可以通过与该指标对应的第二指标层中的全部指标对所述m个健康评价等级的隶属度计算得到。
需要说明的是,在P大于2的情况下,P个指标层的第P个指标层中各指标对所述m个健康评价等级的m个隶属度,可以通过该指标对所述m个健康评价等级的隶属度函数计算得到。P个指标层的其他指标层中各指标对所述m个健康评价等级的m个隶属度,可以通过该指标层的下一个指标层中与该指标对应的全部指标对所述m个健康评价等级的m个隶属度计算得到。
步骤103、将所述第一矩阵和所述第二矩阵相乘,得到1×m的第三矩阵,所述第三矩阵包括m个第二隶属度,所述m个第二隶属度包括所述电子设备对所述m个健康评价等级的m个隶属度。
其中,C1表示所述电子设备对所述m个健康评价等级中的第1个健康等级的隶属度,C2表示所述电子设备对所述m个健康评价等级中的第2个健康等级的隶属度,以此类推,Ck表示所述电子设备对所述m个健康评价等级中的第m个健康等级的隶属度。
步骤104、将目标隶属度对应的健康评价等级确定为所述电子设备的健康评价结果,所述目标隶属度为所述m个第二隶属度中隶属度最大的隶属度。
如:假设C1,C2,…,Cm中的最大值为C2,那么,电子设备将C2对应的健康等级,即所述m个健康评价等级中的第2个健康等级确定为所述电子设备的健康评价结果。
本实施例的健康评价方法,电子设备至少包括第一指标层,所述第一指标层包括k个指标;所述电子设备对应有m个健康评价等级,m为大于1等整数。电子设备获取1×k的第一矩阵,所述第一矩阵包括所述k个指标对应的k个权重值,所述k个权重值的和为1;获取k×m的第二矩阵,所述第二矩阵包括k×m个第一隶属度,所述k×m个第一隶属度包括所述k个指标中每个指标对所述m个健康评价等级的m个隶属度;将所述第一矩阵和所述第二矩阵相乘,得到1×m的第三矩阵,所述第三矩阵包括m个第二隶属度,所述m个第二隶属度包括所述电子设备对所述m个健康评价等级的m个隶属度;将目标隶属度对应的健康评价等级确定为所述电子设备的健康评价结果,所述目标隶属度为所述m个第二隶属度中隶属度最大的隶属度。可见,本实施例通过模糊数学的方式,将电子设备的各指标对m个健康评价等级的隶属度进行了综合,以获取到电子设备的健康评价结果,从而可以提高健康评价的可靠性。
以下对本申请实施例中第二矩阵的获取进行说明:
场景一、所述电子设备还包括与所述第一指标层具有隶属关系的第二指标层,所述第一指标层为所述第二指标层的父级指标层,所述第二指标层包括n个指标,n为大于k的整数。
在场景一中,所述k个指标中每个指标对所述m个健康评价等级的m个隶属度,可以通过与该指标对应的第二指标层中的全部指标对所述m个健康评价等级的隶属度计算得到。
可选的,所述获取k×m的第二矩阵,包括:
确定所述n个指标中与所述k个指标中第i指标对应的u个指标,i为小于或等于k个正整数,u为大于1,且小于或等于u的正整数;
获取1×u的第四矩阵,所述第四矩阵包括所述u个指标对应的u个权重值,所述u个权重值的和为1;
获取u×m的第五矩阵,所述第五矩阵包括u×m个第三隶属度,所述u×m个第三隶属度为所述u个指标中每个指标对所述m个健康评价等级的m个隶属度;
将所述第四矩阵和所述第五矩阵相乘,得到所述第i指标对应的1×m的第六矩阵;
根据所述第i指标对应的1×m的第六矩阵,得到k×m的第二矩阵。
第四矩阵=(a1,a2,…,au)
其中,a1表示所述u个指标中第1个指标的权重值,a2表示所述u个指标中第2个指标的权重值,以此类推,au表示所述u个指标中第u个指标的权重值。
其中,R1与(r11,r12,…,r1m)对应,表示所述u个指标中第一个指标对所述m个健康评价等级的m个隶属度,R2与(r21,r21,…,r2m)对应,表示所述u个指标中第二个指标对所述m个健康评价等级的m个隶属度,以此类推,Ru与ru1,ru2,…,rum对应,表示所述u个指标中第u个指标对所述m个健康评价等级的m个隶属度。
具体实现时,所述k个指标中第i指标对所述m个健康评价等级的m个隶属度可以通过第六矩阵Bi计算得到。因此,可以得到k个1×m的第六矩阵,通过将k个1×m的第六矩阵组合,可以得到k×m的第二矩阵。
在场景一中,所述u个指标中每个指标对所述m个健康评价等级的m个隶属度,与所述k个指标中每个指标对所述m个健康评价等级的m个隶属度的获取原理相同,具体可参见前述描述,此处不再赘述。
可选的,在所述电子设备仅包括所述第一指标层和所述第二指标层的情况下,所述获取u×m的第五矩阵,包括:
获取所述u个指标中的第g个指标对所述m个健康评价等级的m个第一隶属度函数,g为小于或等于u的正整数;
根据所述第g个指标的取值和所述m个第一隶属度函数,确定所述第g个指标对应的m个第三隶属度,所述m个第三隶属度为所述第g个指标对所述m个健康评价等级的m个隶属度;
根据所述第g个指标对应的m个第三隶属度,生成所述第g个指标对应的1×m的第七矩阵;
根据所述第g个指标对应的1×m的第七矩阵,生成u×m的第五矩阵。
在本可选实施方式中,所述第二指标层为P个指标层中的第P个指标层,因此,所述u个指标中每个指标对所述m个健康评价等级的m个隶属度,可以通过该指标对所述m个健康评价等级的隶属度函数计算得到。
具体实现时,电子设备在计算某个指标对不同健康评价等级的隶属度时,使用的隶属度函数不同,因此,电子设备针对每个指标,可以先获取该指标对m个健康评价等级的m个隶属度函数;之后,将该指标的取值,代入该m个隶属度函数中,得到m个隶属度,即该指标对所述m个健康评价等级的m个隶属度。指标对应的隶属度函数可以基于历史数据确定。
第七矩阵Rig=(rig-1,rig-2,…,rig-m)
其中,Rig表示所述第一指标层中第i个指标对应的第二层指标中的第g个指标对所述m个健康评价等级的隶属度。rig-1表示所述第一指标层中第i个指标对应的第二层指标中的第g个指标对所述m个健康评价等级中第1个健康等级的隶属度,rig-2表示所述第一指标层中第i个指标对应的第二层指标中的第g个指标对所述m个健康评价等级中第2个健康等级的隶属度,以此类推,rig-m表示所述第一指标层中第i个指标对应的第二层指标中的第g个指标对所述m个健康评价等级中第m个健康等级的隶属度。
具体实现时,所述u个指标中的第g个指标对所述m个健康评价等级的m个隶属度可以通过第七矩阵Rg计算得到。因此,可以得到u个1×m的第七矩阵,通过将u个1×m的第七矩阵组合,可以得到u×m的第五矩阵。
为方便理解,继续基于表1进行示例说明。
在所述第i指标为历史状态的情况下,所述u个指标包括告警次数和告警时长,第四矩阵=(0.5,0.5)。
假设所述m个健康评价等级包括{健康、亚健康}。
告警次数对“健康”的隶属度函数为:
告警次数对“亚健康”的隶属度函数为:
告警次数对所述m个健康评价等级的隶属度R31:
R31=(r31-1,r31-2)
历史状态对所述m个健康评价等级的隶属度B3:
电子设备对所述m个健康评价等级的隶属度C:
在场景一中,电子设备通过模糊数据的方式,对具有隶属关系的至少两个指标层中的各指标对m个健康评价等级的隶属度进行了综合,以获取电子设备对所述m个健康评价等级的m个隶属度,并将m个隶属度的最大值对应的健康评价等级确定为电子设备的健康评价结果,从而可以提高健康评价的可靠性。
场景二、所述电子设备仅包括所述第一指标层。
在场景二中,所述k个指标中每个指标对所述m个健康评价等级的m个隶属度,可以通过该指标对所述m个健康评价等级的隶属度函数计算得到。
可选的,所述获取k×m的第二矩阵,包括:
获取所述k个指标中的第j个指标对所述m个健康评价等级的m个第二隶属度函数,j为小于或等于k的正整数;
根据所述第j个指标的取值和所述m个第二隶属度函数,确定所述第j个指标对应的m个第一隶属度;
根据所述第j个指标对应的m个第一隶属度,生成所述第j个指标对应的1×m的第八矩阵;
根据所述第j个指标对应的1×m的第八矩阵,生成k×m的第二矩阵。
本可选实施方式中k×m的第二矩阵的获取方式,与场景一中的u×m的第五矩阵的获取方式相同,具体可参见前述描述,此处不再赘述。
在场景二中,即使电子设备仅包括一个包括多个指标的指标层,通过模糊数学的方式,将该层的各指标对m个健康评价等级的隶属度进行了综合,以获取到电子设备的健康评价结果,从而可以提高健康评价的可靠性。
需要说明的是,本申请实施例中介绍的多种可选的实施方式,在彼此不冲突的情况下可以相互结合实现,也可以单独实现,对此本申请实施例不作限定。
为方便理解,示例说明如下:
在本示例中,健康度计算可以基于产品数据、运行数据和告警数据利用两层的模糊分层进行健康度计算获得服务健康度隶属度。
主要流程如图2所示:
步骤201、获取服务器的历史和实时的各类指标数据包含产品数据、运行数据和告警数据,作为健康度评估指标。
步骤202、确立两层的评估因素集并进行预处理。
如表1所示:第一层指标包含大类,如产品状态、运行状态、历史状态。第二层指标,包含服务器类型、品牌、资源利用率、机房温湿度、设备能耗、告警数据等指标因素。
步骤203、确定健康度评价等级。
如包括良好、正常、亚健康、故障。
步骤204、确定指标权重和隶属度。
具体实现时,从底层第二层指标的单因素(即指标)出发进行评价,确定每个评价对象对步骤203中的健康评价等级的隶属程度。依次对每个指标进行量化,根据各评估因素的分布形态特点和历史函数的确定原则,选择合适的隶属度函数,确定被评估对象对健康评价等级的隶属度。根据专家经验得出选择对应权重,且满足第一层指标的权重之和为1,第二层指标中对应第二层指标的同一指标的全部指标的权重之和为1。
示例,确定两级的健康度评价等级:{健康、亚健康},且采用多层评价指标,其权重如表1所示。
分别对9个评价因素进行评价,可以得出3个模糊关系矩阵。
步骤205、建立模型。
具体实现时,根据被评估对象(即指标)对健康评价等级的隶属度,建立模型,得到电子设备对各健康评价等级的模糊综合评结果:C=(C1,C2,…,Cm),其中Ci对应各个评价等级的隶属度。
(a)对应对第一层指标的单指标i,其对m个健康评价等级的隶属度Bi:
其中,u表示第二层指标中与该指标对应的指标数。
假设第一层指标有k个影响因素,那么得到:
将上述B与第一层矩阵的权重合成,得到:
步骤206、输出评价结果。
具体实现时,根据上述得到的各评价对象的模糊综合评结果:C=(C1,C2,…,Cm),选择最大的隶属度Ci对应的健康度等级作为该服务器的健康评价结果。
在本申请实施例中,从多因素综合等角度出发,针对各类指标进行细化分析,同时结合具体实际中的各类指标的特点,匹配不同分析策略,创新性地使用模糊数学的方法来综合各类指标,获取服务器的健康等级,再根据对应的健康度等级来客观全面的对服务器健康度进行评估,正确量化评估服务器的健康状态。
参见图3,图3是本申请实施例提供的健康评价装置的结构图。应用于电子设备,所述电子设备至少包括第一指标层,所述第一指标层包括k个指标;所述电子设备对应有m个健康评价等级,m为大于1等整数。
如图3所示,健康评价装置300包括:
所述健康评价装置包括:
第一获取模块301,用于获取1×k的第一矩阵,所述第一矩阵包括所述k个指标对应的k个权重值,所述k个权重值的和为1;
第二获取模块302,用于获取k×m的第二矩阵,所述第二矩阵包括k×m个第一隶属度,所述k×m个第一隶属度包括所述k个指标中每个指标对所述m个健康评价等级的m个隶属度;
第三获取模块303,用于将所述第一矩阵和所述第二矩阵相乘,得到1×m的第三矩阵,所述第三矩阵包括m个第二隶属度,所述m个第二隶属度包括所述电子设备对所述m个健康评价等级的m个隶属度;
确定模块304,用于将目标隶属度对应的健康评价等级确定为所述电子设备的健康评价结果,所述目标隶属度为所述m个第二隶属度中隶属度最大的隶属度。
可选的,所述电子设备还包括与所述第一指标层具有隶属关系的第二指标层,所述第一指标层为所述第二指标层的父级指标层,所述第二指标层包括n个指标,n为大于k的整数;
所述第二获取模块302,包括:
确定单元,用于确定所述n个指标中与所述k个指标中第i指标对应的u个指标,i为小于或等于k个正整数,u为大于1,且小于或等于u的正整数;
第一获取单元,用于获取1×u的第四矩阵,所述第四矩阵包括所述u个指标对应的u个权重值,所述u个权重值的和为1;
第二获取单元,用于获取u×m的第五矩阵,所述第五矩阵包括u×m个第三隶属度,所述u×m个第三隶属度为所述u个指标中每个指标对所述m个健康评价等级的m个隶属度;
第三获取单元,用于将所述第四矩阵和所述第五矩阵相乘,得到所述第i指标对应的1×m的第六矩阵;
第四获取单元,用于根据所述第i指标对应的1×m的第六矩阵,得到k×m的第二矩阵。
可选的,在所述电子设备仅包括所述第一指标层和所述第二指标层的情况下,所述第二获取单元,具体用于:
获取所述u个指标中的第g个指标对所述m个健康评价等级的m个第一隶属度函数,g为小于或等于u的正整数;
根据所述第g个指标的取值和所述m个第一隶属度函数,确定所述第g个指标对应的m个第三隶属度,所述m个第三隶属度为所述第g个指标对所述m个健康评价等级的m个隶属度;
根据所述第g个指标对应的m个第三隶属度,生成所述第g个指标对应的1×m的第七矩阵;
根据所述第g个指标对应的1×m的第七矩阵,生成u×m的第五矩阵。
可选的,在所述电子设备仅包括所述第一指标层的情况下,所述第二获取模块302,包括:
第五获取单元,用于获取所述k个指标中的第j个指标对所述m个健康评价等级的m个第二隶属度函数,j为小于或等于k的正整数;
确定单元,用于根据所述第j个指标的取值和所述m个第二隶属度函数,确定所述第j个指标对应的m个第一隶属度;
第一生成单元,用于根据所述第j个指标对应的m个第一隶属度,生成所述第j个指标对应的1×m的第八矩阵;
第二生成单元,用于根据所述第j个指标对应的1×m的第八矩阵,生成k×m的第二矩阵。
健康评价装置300能够实现本申请实施例中方法实施例的各个过程,以及达到相同的有益效果,为避免重复,这里不再赘述。
本申请实施例还提供一种电子设备。请参见图4,电子设备可以包括处理器401、存储器402及存储在存储器402上并可在处理器401上运行的程序4021。程序4021被处理器401执行时可实现方法实施例中的任意步骤及达到相同的有益效果,此处不再赘述。
本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过程序指令相关的硬件来完成,所述的程序可以存储于一可读取介质中。本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时可实现方法实施例中的任意步骤,且能达到相同的技术效果,为避免重复,这里不再赘述。
所述的存储介质,如只读存储器(Read-Only MemoRy,ROM)、随机存取存储器(Random Access MemoRy,RAM)、磁碟或者光盘等。
以上所述是本申请实施例的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种健康评价方法,由电子设备执行,其特征在于,所述电子设备至少包括第一指标层,所述第一指标层包括k个指标;所述电子设备对应有m个健康评价等级,m为大于1等整数;
所述方法包括:
获取1×k的第一矩阵,所述第一矩阵包括所述k个指标对应的k个权重值,所述k个权重值的和为1;
获取k×m的第二矩阵,所述第二矩阵包括k×m个第一隶属度,所述k×m个第一隶属度包括所述k个指标中每个指标对所述m个健康评价等级的m个隶属度;
将所述第一矩阵和所述第二矩阵相乘,得到1×m的第三矩阵,所述第三矩阵包括m个第二隶属度,所述m个第二隶属度包括所述电子设备对所述m个健康评价等级的m个隶属度;
将目标隶属度对应的健康评价等级确定为所述电子设备的健康评价结果,所述目标隶属度为所述m个第二隶属度中隶属度最大的隶属度。
2.根据权利要求1所述的方法,其特征在于,所述电子设备还包括与所述第一指标层具有隶属关系的第二指标层,所述第一指标层为所述第二指标层的父级指标层,所述第二指标层包括n个指标,n为大于k的整数;
所述获取k×m的第二矩阵,包括:
确定所述n个指标中与所述k个指标中第i指标对应的u个指标,i为小于或等于k个正整数,u为大于1,且小于或等于u的正整数;
获取1×u的第四矩阵,所述第四矩阵包括所述u个指标对应的u个权重值,所述u个权重值的和为1;
获取u×m的第五矩阵,所述第五矩阵包括u×m个第三隶属度,所述u×m个第三隶属度为所述u个指标中每个指标对所述m个健康评价等级的m个隶属度;
将所述第四矩阵和所述第五矩阵相乘,得到所述第i指标对应的1×m的第六矩阵;
根据所述第i指标对应的1×m的第六矩阵,得到k×m的第二矩阵。
3.根据权利要求2所述的方法,其特征在于,在所述电子设备仅包括所述第一指标层和所述第二指标层的情况下,所述获取u×m的第五矩阵,包括:
获取所述u个指标中的第g个指标对所述m个健康评价等级的m个第一隶属度函数,g为小于或等于u的正整数;
根据所述第g个指标的取值和所述m个第一隶属度函数,确定所述第g个指标对应的m个第三隶属度,所述m个第三隶属度为所述第g个指标对所述m个健康评价等级的m个隶属度;
根据所述第g个指标对应的m个第三隶属度,生成所述第g个指标对应的1×m的第七矩阵;
根据所述第g个指标对应的1×m的第七矩阵,生成u×m的第五矩阵。
4.根据权利要求1所述的方法,其特征在于,在所述电子设备仅包括所述第一指标层的情况下,所述获取k×m的第二矩阵,包括:
获取所述k个指标中的第j个指标对所述m个健康评价等级的m个第二隶属度函数,j为小于或等于k的正整数;
根据所述第j个指标的取值和所述m个第二隶属度函数,确定所述第j个指标对应的m个第一隶属度;
根据所述第j个指标对应的m个第一隶属度,生成所述第j个指标对应的1×m的第八矩阵;
根据所述第j个指标对应的1×m的第八矩阵,生成k×m的第二矩阵。
5.一种健康评价装置,应用于电子设备,其特征在于,所述电子设备至少包括第一指标层,所述第一指标层包括k个指标;所述电子设备对应有m个健康评价等级,m为大于1等整数;
所述健康评价装置包括:
第一获取模块,用于获取1×k的第一矩阵,所述第一矩阵包括所述k个指标对应的k个权重值,所述k个权重值的和为1;
第二获取模块,用于获取k×m的第二矩阵,所述第二矩阵包括k×m个第一隶属度,所述k×m个第一隶属度包括所述k个指标中每个指标对所述m个健康评价等级的m个隶属度;
第三获取模块,用于将所述第一矩阵和所述第二矩阵相乘,得到1×m的第三矩阵,所述第三矩阵包括m个第二隶属度,所述m个第二隶属度包括所述电子设备对所述m个健康评价等级的m个隶属度;
确定模块,用于将目标隶属度对应的健康评价等级确定为所述电子设备的健康评价结果,所述目标隶属度为所述m个第二隶属度中隶属度最大的隶属度。
6.根据权利要求5所述的健康评价装置,其特征在于,所述电子设备还包括与所述第一指标层具有隶属关系的第二指标层,所述第一指标层为所述第二指标层的父级指标层,所述第二指标层包括n个指标,n为大于k的整数;
所述第二获取模块,包括:
确定单元,用于确定所述n个指标中与所述k个指标中第i指标对应的u个指标,i为小于或等于k个正整数,u为大于1,且小于或等于u的正整数;
第一获取单元,用于获取1×u的第四矩阵,所述第四矩阵包括所述u个指标对应的u个权重值,所述u个权重值的和为1;
第二获取单元,用于获取u×m的第五矩阵,所述第五矩阵包括u×m个第三隶属度,所述u×m个第三隶属度为所述u个指标中每个指标对所述m个健康评价等级的m个隶属度;
第三获取单元,用于将所述第四矩阵和所述第五矩阵相乘,得到所述第i指标对应的1×m的第六矩阵;
第四获取单元,用于根据所述第i指标对应的1×m的第六矩阵,得到k×m的第二矩阵。
7.根据权利要求6所述的健康评价装置,其特征在于,在所述电子设备仅包括所述第一指标层和所述第二指标层的情况下,所述第二获取单元,具体用于:
获取所述u个指标中的第g个指标对所述m个健康评价等级的m个第一隶属度函数,g为小于或等于u的正整数;
根据所述第g个指标的取值和所述m个第一隶属度函数,确定所述第g个指标对应的m个第三隶属度,所述m个第三隶属度为所述第g个指标对所述m个健康评价等级的m个隶属度;
根据所述第g个指标对应的m个第三隶属度,生成所述第g个指标对应的1×m的第七矩阵;
根据所述第g个指标对应的1×m的第七矩阵,生成u×m的第五矩阵。
8.根据权利要求5所述的健康评价装置,其特征在于,在所述电子设备仅包括所述第一指标层的情况下,所述第二获取模块,包括:
第五获取单元,用于获取所述k个指标中的第j个指标对所述m个健康评价等级的m个第二隶属度函数,j为小于或等于k的正整数;
确定单元,用于根据所述第j个指标的取值和所述m个第二隶属度函数,确定所述第j个指标对应的m个第一隶属度;
第一生成单元,用于根据所述第j个指标对应的m个第一隶属度,生成所述第j个指标对应的1×m的第八矩阵;
第二生成单元,用于根据所述第j个指标对应的1×m的第八矩阵,生成k×m的第二矩阵。
9.一种电子设备,包括:收发机、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序;其特征在于,所述处理器,用于读取存储器中的程序实现如权利要求1至4中任一项所述的健康评价方法中的步骤。
10.一种可读存储介质,用于存储程序,其特征在于,所述程序被处理器执行时实现如权利要求1至4中任一项所述的健康评价方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110001419.9A CN114723196A (zh) | 2021-01-04 | 2021-01-04 | 健康评价方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110001419.9A CN114723196A (zh) | 2021-01-04 | 2021-01-04 | 健康评价方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114723196A true CN114723196A (zh) | 2022-07-08 |
Family
ID=82234772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110001419.9A Pending CN114723196A (zh) | 2021-01-04 | 2021-01-04 | 健康评价方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114723196A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117169717A (zh) * | 2023-09-11 | 2023-12-05 | 江苏微之润智能技术有限公司 | 一种基于单片机的电机健康评估方法、装置及存储介质 |
-
2021
- 2021-01-04 CN CN202110001419.9A patent/CN114723196A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117169717A (zh) * | 2023-09-11 | 2023-12-05 | 江苏微之润智能技术有限公司 | 一种基于单片机的电机健康评估方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109670675B (zh) | 充电桩运行状态评价方法及装置 | |
Chadalawada et al. | Review and comparison of performance indices for automatic model induction | |
Sepehr et al. | Ranking desertification indicators using TOPSIS algorithm | |
Aufderheide et al. | How to predict community responses to perturbations in the face of imperfect knowledge and network complexity | |
CN102148820A (zh) | 一种基于指对数分析的网络安全态势评估系统和方法 | |
WO1989011684A1 (en) | Inference rule determination method and inference apparatus | |
CN109034505A (zh) | 计量用表需求量在线预测方法及终端设备 | |
CN109389795A (zh) | 动态火灾风险评估方法、装置、服务器及存储介质 | |
CN112870726B (zh) | 图形处理器的资源分配方法、装置和存储介质 | |
CN101674302A (zh) | 对信息系统进行安全性识别的方法及装置 | |
CN109190943A (zh) | 基于机器学习的动态火灾风险评估方法、装置及服务器 | |
CN109118095A (zh) | 基于机器学习的动态火灾风险评估方法、装置及服务器 | |
CN109635939A (zh) | 一种基于裁剪的卷积神经网络的确定方法及装置 | |
CN114723196A (zh) | 健康评价方法、装置及电子设备 | |
Do et al. | Trapezoidal fuzzy AHP and fuzzy comprehensive evaluation approaches for evaluating academic library service | |
CN114240697A (zh) | 生成经纪人推荐模型的方法、装置、电子设备及存储介质 | |
CN107612737B (zh) | 一种告警方法及其装置 | |
Tesfamaraim et al. | Seismic risk assessment of RC buildings using fuzzy synthetic evaluation | |
Li et al. | A comparative analysis of predictive data mining techniques | |
Alves et al. | A new characterization of chaos from a time series | |
CN106713322A (zh) | 一种面向网络设备信息安全评估的模糊度量方法 | |
Gardašević-Filipović et al. | Multicriteria optimization in a fuzzy environment: the fuzzy analytic hierarchy process | |
CN110889635B (zh) | 一种用于对食品安全事件的处理进行应急演练的方法 | |
CN113647909B (zh) | 睡眠指标监测方法、电子装置、装置及可读存储介质 | |
Pascual et al. | Control charts for monitoring the mean and percentiles of Weibull processes with variance components |
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 |