CN115860526A - 一种基于综合模糊评估的通信网络综合效能评估方法 - Google Patents
一种基于综合模糊评估的通信网络综合效能评估方法 Download PDFInfo
- Publication number
- CN115860526A CN115860526A CN202211474125.9A CN202211474125A CN115860526A CN 115860526 A CN115860526 A CN 115860526A CN 202211474125 A CN202211474125 A CN 202211474125A CN 115860526 A CN115860526 A CN 115860526A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- communication network
- comprehensive
- index
- 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
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于综合模糊评估的通信网络综合效能评估方法,属于通信网络综合效能评估领域。本发明通过构建通信能力、容灾能力和保障能力三种指标作为衡量通信网络综合效能的准则层指标,并选择客观地量化指标作为信息层指标,应用omnet网络仿真软件对通信网络进行仿真或通过专家打分获取信息层指标数据,通过模糊隶属函数将评价指标量化,结合专家确定的权重矩阵计算出通信网络的综合效能。本发明通过模糊理论实现了对通信网络的系统的、具体数据化的通信网络综合效能评估,评估结果更加客观、准确。
Description
技术领域
本发明涉及通信网络综合效能评估领域,尤其涉及一种基于综合模糊评估的通信网络综合效能评估方法。
背景技术
效能是指在规定的条件下达到规定使用目标的能力。复杂的设备或系统往往具有一系列表征各种特性的性能参数,以个别参数指标来评价设备系统的优劣显然是不够的,而应根据承担的具体任务寻求能描述其整体效果或价值的参数,这就必须把反映设备性能的各种指标综合在一起,形成一个或几个反映设备系统完成任务能力的数值,这就是效能。
通信网络综合效能评估过程中,构成评价体系的评价因素具有很强的模糊性与不确定性,通常很难通过主观的判断得出明确清晰地评价结果。基于此,模糊综合评价就是借助模糊数学的一些概念,对实际的综合评价问题提供一些评价的方法。具体说,模糊综合评价就是以模糊数学为基础,应用模糊关系合成的原理,将一些边界不清、不易定量的因素定量化,从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。模糊评价通过精确的数字手段处理模糊的评价对象,能对蕴藏信息呈现模糊性的资料做出比较科学、合理、贴近实际的量化评价。
层次分析法是分析多目标、多准则的复杂大系统综合效能的有力工具。它具有思路清晰、方法简便、使用面积广、系统性强等特点,便于普及推广,可成为大众工作和生活中思考问题、解决指标权重问题的一种方法。层次分析法采用定性与定量相结合的方式,把一个复杂问题分解组合成若干部分或若干因素,例如目标、准则、子准则、方案等,并按属性不同,把这些元素分组形成互不相交的层次。上一层次对相邻的下一层次的全部或某些元素其支配作用,这就形成了层次间自上而下的逐层支配关系。
当前,对通信网络综合效能评估的发明专利或研究比较少。只有极少数人研究了通信网络综合效能的评估方法,例如,公开号为CN107919983的中国专利公开了一种基于数据挖掘的天基信息网络效能评估系统及方法,其针通过建立效能评估模型,应用数据挖掘技术对系统参数对系统效能的影响进行研究。但是,该专利在具体的效能计算方法中建立的指标体系是基于天基信息网络系统的,对当前通信网的效能评估指导意义不大。公开号为CN105120486的中国专利公开了一种通信网络效能的评价方法及装置,其针对主观赋权法和客观赋权法对网络综合效能评估的缺点,提出了结合主观和客观两种赋权法的优点提出了新的网络效能评估的方法,并运用经典网络模型进行科学验证。但是,该专利中并没有对各指标的权重系数来源做详细的介绍,指标权重分配比较主观。
总之,现有技术中还没有公开通过模糊数学的模糊理论对通信网络做系统的、具体数据化的通信网络综合效能评估方法。
发明内容
针对现有技术中网络综合效能评估方法比较单一,且没有相对准确数据来度量效能结果的缺点,本发明提供了一种针对通信网络综合效能评估的评估方法,其应用omnet网络仿真产生网络效能相关的确定性指标数据,通过专家评价获取不确定性指标数据,基于模糊综合评价方法确定单因素指标的模糊评价因子,并结合层次分析法确定权重,得到通信网络综合效能。
本发明解决上述技术问题采用的技术方案是:
一种基于综合模糊评估方法的通信网络综合效能评估方法,包括如下步骤:
S1:评估目标的指标体系,选择通信能力、容灾能力和保障能力作为衡量通信网络综合效能的准则层指标;
S2:选定具体的评价指标对准则层指标进行量化衡量,这些具体的评价指标为通信网络综合效能评估的信息层指标,每个信息层指标都有自己的量化原则,指标数据通过omnet网络仿真或多专家评价获得;
S3:根据评估目标效能的等级分类,确定通信网络综合效能的评语集V;
S4:根据评价指标的含义及度量标准,构建隶属度函数进行单因素模糊综合评估分析;
S5:根据专家评价确定指标之间两两比较得出的评价权重矩阵,然后应用层次分析法确定各个指标的权重;
S6:通过复合运算得到综合评价结果。
进一步地,步骤S1中,将通信能力、容灾能力和保障能力的加权和作为通信网络的综合效能。
进一步地,步骤S2中所述的信息层指标及其量化原则如下:
所述的通信能力以传输成功率、传输时延、通信网络吞吐量、用户接入时间、通信网络容量和通信网络覆盖范围作为信息层指标;
所述的传输成功率采用业务消息从源节点传送至目的节点的概率来表征;
所述的传输时延采用业务消息从源节点传送至目的节点的时间差来表征;
所述的网络吞吐量采用单位时间内整个网络平均传输的信息字节数来表征;
所述的用户接入时间采用机动/固定用户从开机到成功入网的时间来表征;
所述的网络容量采用通信网内包含的用户数量来表征;
所述的网络覆盖范围采用通信网络可覆盖的地理范围来表征,包括海陆空多个维度;
所述的容灾能力以抗毁顽存能力、抗干扰能力、安全保密能力和环境适应能力作为信息层指标;
所述的抗毁顽存能力采用通信网络系统在爆炸、各种电磁环境干扰条件下正常工作的概率来表征;
所述的抗干扰能力采用干扰容限或指定抗干扰模式下收发信号间的误码率来表征;
所述的安全保密能力采用信息传输的抗侦收、抗窃取、抗截获的概率来表征;
所述的环境适应能力采用装备在各种环境条件下可靠工作的概率来表征;
所述的保障能力以平均故障间隔时间、平均故障修复时间和平均通信准备时间作为信息层指标;
所述的平均故障间隔时间采用装备发生故障的平均时间来表征;
所述的平均故障修复时间采用装备从发生故障开始到完成修复的平均时间间隔来表征;
所述的平均通信准备时间采用通信节点开通前的准备时间来表征。
进一步地,所述通信网络综合效能通过模糊评价集来表示,通信网络综合效能被评价为优、良、一般、较差、差五个等级,即评语集V={优,良,一般,较差,差}。
进一步地,步骤S4中,从单个评价指标的角度确定对通信网络综合效能的隶属度,对于能够通过网络拓扑或网络仿真直接获取数据的信息层指标,采用指派法作为指标的隶属函数,对于不易获取数据的信息层指标,采用模糊统计法作为指标的隶属函数,所有指标的隶属度集合确定为评判矩阵R,所述评判矩阵R是信息层指标到评语集V的一个模糊映射。
进一步地,步骤S5中,应用层次分析法获得各信息层指标和准则层指标的权重ω。
进一步地,步骤S6中,根据评判矩阵R和权重ω得到网络通信效能的模糊综合评价结果。
本发明的有益效果在于:
1、本发明通过构建通信能力、容灾能力和保障能力三种指标作为衡量通信网络综合效能的准则层指标,并选择客观地量化指标作为信息层指标,应用omnet网络仿真软件对通信网络进行仿真或通过专家打分获取信息层指标数据,通过模糊隶属函数将评价指标量化,结合专家确定的权重矩阵计算出通信网络的综合效能。
2、本发明基于模糊综合评价方法确定单因素指标的模糊评价因子,并结合层次分析法确定权重。该方法通过模糊理论实现了对通信网络的系统的、具体数据化的通信网络综合效能评估,评估结果更加客观、准确。
附图说明
为了更清楚地描述本发明技术方案的具体实施过程和实施实例,下面将文中技术步骤和实施实例以图的形式列出,结合附图对本发明做更加清晰详细的介绍。
图1为本发明的流程图。
图2为本发明中层次分析模型的示意图。
具体实施方式
为了对本发明做更进一步的说明,下面结合具体实施方式对本发明做了更详细的解释和具体操作细节。以下实施例是对本发明的解释而本发明并不局限于下面的实施例。
如图1所示,一种基于综合模糊评估的通信网络综合效能评估方法,具体步骤如下:
S1.明确评估目标的指标体系,选择通信能力、容灾能力和保障能力作为衡量通信网络综合效能的准则层指标;
S2.根据指标体系中准则层指标可以通过选定具体的可以量化的评价指标量化衡量,S1中所述的三种能力为准则层评价因素集{u1,u2,u3}分别对应网络的通信能力、容灾能力和保障能力。如图2所示,上述的三种能力又可以通过不同的评价因素指标去衡量,这些评价因素指标构成评估模型的指标层。通信能力指标层包括传输成功率u11、传输时延u12、网络吞吐量u13、用户接入时间u14、网络容量u15和网络覆盖范围u16,容灾能力指标层包括抗毁顽存能力u21、抗干扰能力u22、安全保密能力u23和环境适应能力u24,保障能力指标层包括平均故障间隔时间u31、平均故障修复时间u32、平均通信准备时间u33。
S3.根据评估目标效能的等级分类,确定通信网络综合效能的评语集V。通信网络的效能本身就是一个模糊的概念,其评价标准可以用模糊评价集来表示,这里采用V={优,良,一般,较差,差}。
S4.根据评估指标的含义及度量标准,构建隶属度函数进行单因素模糊综合评估分析;对于能够通过网络拓扑或网络仿真直接获取数据的信息层指标,本发明采用指派法作为指标的隶属函数,对于不易获取数据的信息层指标,本发明采用模糊统计法作为指标的隶属函数。
指派法作为指标的隶属函数时,假设单因素指标的模糊评价标准如下表1所示;
表1模糊评价标准示例表
评语等级论域 | 优 | 良 | 一般 | 较差 | 差 |
标准值 | a | b | c | d | e |
通信网络评价因素指标U可以通过隶属函数将指标评价模糊化,转化为评语等级中的某个或多个隶属度,所述隶属度的值对应指标最终确定的单因素模糊评价集。每一个评价因素指标都可以通过隶属度函数映射到单因素模糊评价集中,隶属度函数也根据指标的确定性或不确定性特征不唯一的通过表达式表示,本发明选择偏大型、中间型、偏小型三类表达式,根据评价因素指标的数值特征,构建评语等级论域V的隶属函数。所属偏大型表达式对应的网络评价因素指标实际测量值越大,对网络综合效能的影响越积极,对所在评语等级论域等级的隶属度越高;中间型表达式对应的网络评价因素指标实际测量值偏大或偏小,都对网络综合效能的影响不积极,对所在评语等级论域等级的隶属度越低;偏小型表达式对应的网络评价因素指标实际测量值越小,对网络综合效能的影响越积极,对所在评语等级论域等级的隶属度越高。
以表1所示的评价标准对指标进行模糊评价时,假设实际测量值为x,则评价指标判定为优属于偏大型,即评判指标属于优的隶属度μ1的表达式为:
评价指标判定为良、一般和较差属于中间型,即评判指标属于良、一般或较差的隶属度μ2,μ3,μ4的表达式分别为:
评价指标判定为差属于偏小型,即评判指标属于差的隶属度μ5的表达式为:
适用于指派法来对评价指标做单因素模糊评估的指标有传输成功率、传输时延、网络吞吐量、用户接入时间、网络容量,这些指标可以根据网络拓扑或应用omnet通信网络仿真获取相关参数值。
模糊统计法作为指标的隶属函数时,对应的网络评价因素指标往往没有实际测量值来衡量或表达,由多个专家给出该指标的评语论域等级,然后根据概率统计计算出专家给出的论语等级所占的比值确定该指标的单因素模糊评价集,隶属函数表达式如下所示:
其中,n表示参与评分的专家总人数,ki表示给该评价因素指标评等级ai的人数,μi表示该评价因素指标评语集的第i个等级的评分。
例如,对于需要通过专家评分确定评价因素指标隶属度的指标,共有10名专家对该指标进行评分,其中8人给该指标评分为优,2人给该指标评分为良,则该评价因素指标的模糊综合评价集A=[0.8,0.2,0,0,0]。
适用于模糊统计法来对评价指标做单因素模糊评估的指标网络覆盖范围、抗毁顽存能力、抗干扰能力、安全保密能力、环境适应能力、平均故障间隔时间、平均故障修复时间、平均通信准备时间,这些指标通过通信网络仿真或其他工作比较难以获取具体的指标值,只能通过专家根据经验对指标做相应的评价。
S5.根据专家评价,确定系统评价因素指标的权重分配;通过专家评分法对指标体系中的定量和定性指标进行量化,然后确定各个指标的权重。对各个指标权重的确定采用AHP法,即通过向有经验的专家发出咨询函,让专家比较两两指标的重要性,采用1~9的比例标度建立判断矩阵。
在初步确定目标层和准则层判断矩阵之后,需要对判断矩阵进行一致性检验。即根据判断矩阵,求出其最大特征值λmax和最大特征值对应的特征向量ω,所求特征向量经归一化,即为各评价要素的重要性排序。判断矩阵的一致性,需要计算一致性比例CR,计算公式如下:
其中,n为判断矩阵的阶数,RI为平均随机一致性指标,该值可以通过判断矩阵的阶数查表获得。
当CR<0.1时,判断矩阵一致性可以接受;当CR>0.1时,判断矩阵不符合一致性要求,需对其值进行修改,以满足实际情况的逻辑性。
S6.通过复合运算得到综合评价结果。以图2通信网络应用效能评估为例,通信网络应用效能评估采用两个层次模糊评价模型进行求解,以通信能力等3项指标作为准则层,以传输成功率等13个指标作为信息层。则通信能力、容灾能力、保障能力等3个指标的单因素一级模糊综合评价的评语集X的计算公式如下:
其中,ωi表示根据判断矩阵计算出的第i个评价因素指标所占的权重,Ri表示第i个评价因素指标的单因素模糊评价集。经计算可以得到,通信能力的一级模糊评价集:
X1=[x11,x12,x13,x14,x15]
容灾能力的一级模糊评价集:
X2=[x21,x22,x23,x24,x25]
保障能力的一级模糊评价集:
X3=[x31,x32,x33,x34,x35]
则根据一级综合模糊评价集和目标层判断矩阵得到的权重系数ωi,可以计算得到通信网络应用效能的最终效能D:
D=ω1X1+ω2X2+ω3X3
在得到综合模糊评价集的基础上对结果进行百分制打分,百分制打分表见表2:
表2百分制打分表
工作量评价值 | 分值 |
优 | 95 |
良 | 85 |
一般 | 75 |
较差 | 65 |
差 | 55 |
则最终的通信网络应用综合效能最终得分可采用下属公式计算:
其中,di表示通信网络应用效能的综合评价集第i个等级的值,pi表示通信网络应用效能的综合评价集第i个等级所对应的百分制分值。
总之,本发明通过构建通信能力、容灾能力和保障能力三种指标作为衡量通信网络综合效能的准则层指标,并选择客观地量化指标作为信息层指标,应用omnet网络仿真软件对通信网络进行仿真或通过专家打分获取信息层指标数据,通过模糊隶属函数将评价指标量化,结合专家确定的权重矩阵计算出通信网络的综合效能。本发明通过模糊理论实现了对通信网络的系统的、具体数据化的通信网络综合效能评估,评估结果更加客观、准确。
本发明对通信网络应用效能评估实施方式方法做了详细说明,任何与本发明相似或相同的评估架构及评估指标计算通信网络综合效能的技术,均属于本发明技术方案保护的范围内。
Claims (7)
1.一种基于综合模糊评估的通信网络综合效能评估方法,其特征在于,包括如下步骤:
S1:评估目标的指标体系,选择通信能力、容灾能力和保障能力作为衡量通信网络综合效能的准则层指标;
S2:选定具体的评价指标对准则层指标进行量化衡量,这些具体的评价指标为通信网络综合效能评估的信息层指标,每个信息层指标都有自己的量化原则,指标数据通过omnet网络仿真或多专家评价获得;
S3:根据评估目标效能的等级分类,确定通信网络综合效能的评语集V;
S4:根据评价指标的含义及度量标准,构建隶属度函数进行单因素模糊综合评估分析;
S5:根据专家评价确定指标之间两两比较得出的评价权重矩阵,然后应用层次分析法确定各个指标的权重;
S6:通过复合运算得到综合评价结果。
2.根据权利要求1所述的一种基于综合模糊评估的通信网络综合效能评估方法,其特征在于,步骤S1中,将通信能力、容灾能力和保障能力的加权和作为通信网络的综合效能。
3.根据权利要求2所述的一种基于综合模糊评估的通信网络综合效能评估方法,其特征在于,步骤S2中所述的信息层指标及其量化原则如下:
所述的通信能力以传输成功率、传输时延、通信网络吞吐量、用户接入时间、通信网络容量和通信网络覆盖范围作为信息层指标;
所述的传输成功率采用业务消息从源节点传送至目的节点的概率来表征;
所述的传输时延采用业务消息从源节点传送至目的节点的时间差来表征;
所述的网络吞吐量采用单位时间内整个网络平均传输的信息字节数来表征;
所述的用户接入时间采用机动/固定用户从开机到成功入网的时间来表征;
所述的网络容量采用通信网内包含的用户数量来表征;
所述的网络覆盖范围采用通信网络可覆盖的地理范围来表征,包括海陆空多个维度;
所述的容灾能力以抗毁顽存能力、抗干扰能力、安全保密能力和环境适应能力作为信息层指标;
所述的抗毁顽存能力采用通信网络系统在爆炸、各种电磁环境干扰条件下正常工作的概率来表征;
所述的抗干扰能力采用干扰容限或指定抗干扰模式下收发信号间的误码率来表征;
所述的安全保密能力采用信息传输的抗侦收、抗窃取、抗截获的概率来表征;
所述的环境适应能力采用装备在各种环境条件下可靠工作的概率来表征;
所述的保障能力以平均故障间隔时间、平均故障修复时间和平均通信准备时间作为信息层指标;
所述的平均故障间隔时间采用装备发生故障的平均时间来表征;
所述的平均故障修复时间采用装备从发生故障开始到完成修复的平均时间间隔来表征;
所述的平均通信准备时间采用通信节点开通前的准备时间来表征。
4.根据权利要求3所述的一种基于综合模糊评估的通信网络综合效能评估方法,其特征在于,所述通信网络综合效能通过模糊评价集来表示,通信网络综合效能被评价为优、良、一般、较差、差五个等级,即评语集V={优,良,一般,较差,差}。
5.根据权利要求4所述的一种基于综合模糊评估的通信网络综合效能评估方法,其特征在于,步骤S4中,从单个评价指标的角度确定对通信网络综合效能的隶属度,对于能够通过网络拓扑或网络仿真直接获取数据的信息层指标,采用指派法作为指标的隶属函数,对于不易获取数据的信息层指标,采用模糊统计法作为指标的隶属函数,所有指标的隶属度集合确定为评判矩阵R,所述评判矩阵R是信息层指标到评语集V的一个模糊映射。
6.根据权利要求5所述的一种基于综合模糊评估的通信网络综合效能评估方法,其特征在于,步骤S5中,应用层次分析法获得各信息层指标和准则层指标的权重ω。
7.根据权利要求6所述的一种基于综合模糊评估的通信网络综合效能评估方法,其特征在于,步骤S6中,根据评判矩阵R和权重ω得到网络通信效能的模糊综合评价结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211474125.9A CN115860526A (zh) | 2022-11-23 | 2022-11-23 | 一种基于综合模糊评估的通信网络综合效能评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211474125.9A CN115860526A (zh) | 2022-11-23 | 2022-11-23 | 一种基于综合模糊评估的通信网络综合效能评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115860526A true CN115860526A (zh) | 2023-03-28 |
Family
ID=85665311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211474125.9A Pending CN115860526A (zh) | 2022-11-23 | 2022-11-23 | 一种基于综合模糊评估的通信网络综合效能评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115860526A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117834475A (zh) * | 2024-03-06 | 2024-04-05 | 中国西安卫星测控中心 | 一种高速业务网络传输质量监测评估方法 |
-
2022
- 2022-11-23 CN CN202211474125.9A patent/CN115860526A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117834475A (zh) * | 2024-03-06 | 2024-04-05 | 中国西安卫星测控中心 | 一种高速业务网络传输质量监测评估方法 |
CN117834475B (zh) * | 2024-03-06 | 2024-04-30 | 中国西安卫星测控中心 | 一种高速业务网络传输质量监测评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111539515B (zh) | 一种基于故障预测的复杂装备维修决策方法 | |
CN114548637A (zh) | 一种基于ahp-rst的电力通信骨干数据网络安全综合评估方法 | |
CN112054943B (zh) | 一种移动网络基站流量预测方法 | |
CN107734512A (zh) | 一种基于灰度关联层次分析的网络选择方法 | |
CN103108382A (zh) | 一种基于网络层次分析法的异构网络多属性决策方法 | |
CN105512465B (zh) | 基于改进vikor法的云平台安全性量化评估方法 | |
KR102379472B1 (ko) | 시공간 피해특성을 고려한 다종 데이터 융합 분석방법 | |
CN109246495A (zh) | 一种面向多层次、多指标的光网络业务质量评估方法 | |
CN103577876A (zh) | 基于前馈神经网络的可信与不可信用户识别方法 | |
CN111163487A (zh) | 通信波形综合传输性能评价方法及系统 | |
CN115860526A (zh) | 一种基于综合模糊评估的通信网络综合效能评估方法 | |
CN112183999A (zh) | 一种配电主设备传感器可靠性评估指标特征提取方法 | |
CN113988441A (zh) | 电力无线网络链路质量预测、模型训练方法及装置 | |
CN112149967A (zh) | 基于复杂系统理论的电力通信网脆弱性评估方法和系统 | |
CN111523080A (zh) | 一种电力系统的pas系统综合评估方法及相关装置 | |
CN112149949A (zh) | 一种基于犹豫模糊及层次分析法的卫星通信系统效能评估方法 | |
CN113327047B (zh) | 基于模糊综合模型的电力营销服务渠道决策方法及系统 | |
CN114553671A (zh) | 一种电力通信网故障告警的诊断方法 | |
CN107622354B (zh) | 一种基于区间二元语义的突发事件应急能力评估方法 | |
CN115829209A (zh) | 基于碳路径的绿色智能仓库环保质量分析方法及装置 | |
CN115034608A (zh) | 基于配网要素和神经网络的配网风险评估方法 | |
Wang et al. | LSTM-based alarm prediction in the mobile communication network | |
CN111800301A (zh) | 一种机器类型通信中的网络安全评价方法及系统 | |
Lazarevic et al. | Localized prediction of continuous target variables using hierarchical clustering | |
CN114153683B (zh) | 基于综合评价算法的网络化软件健康度评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |