CN116205535A - 一种基于敏感性分析的ahp装备试验鉴定指标权衡评估方法 - Google Patents
一种基于敏感性分析的ahp装备试验鉴定指标权衡评估方法 Download PDFInfo
- Publication number
- CN116205535A CN116205535A CN202310222033.XA CN202310222033A CN116205535A CN 116205535 A CN116205535 A CN 116205535A CN 202310222033 A CN202310222033 A CN 202310222033A CN 116205535 A CN116205535 A CN 116205535A
- Authority
- CN
- China
- Prior art keywords
- matrix
- factor
- analysis
- establishing
- parameter
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 93
- 238000010206 sensitivity analysis Methods 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 title claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims abstract description 181
- 238000000034 method Methods 0.000 claims abstract description 72
- 238000004458 analytical method Methods 0.000 claims abstract description 55
- 230000008569 process Effects 0.000 claims abstract description 37
- 238000005303 weighing Methods 0.000 claims abstract description 20
- 230000001172 regenerating effect Effects 0.000 claims abstract description 11
- 238000012163 sequencing technique Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 13
- 230000004927 fusion Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000013077 scoring method Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013173 literature analysis Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 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
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000035899 viability 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
- 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
-
- 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)
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于敏感性分析的AHP装备试验鉴定指标权衡评估方法，包括：基于层次分析法和敏感性分析法，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵；对参数因子矩阵和分层判断矩阵进行融合，得到融合后的因子权重矩阵；对融合后的因子权重矩阵进行异常分析，剔除异常权重，重新生成因子权重矩阵；对重新生成的因子权重矩阵进行求解，得到装备试验鉴定方案的权衡评估结果。
Description
技术领域
本发明涉及装备试验鉴定技术领域，并且更具体地，涉及一种基于敏感性分析的AHP装备试验鉴定指标权衡评估方法。
背景技术
全面评估新型武器装备的作战能力是能否打赢未来信息化战争的关键所在，而试验鉴定是全面评估武器装备作战能力的有效方法。建立清晰明确，结构合理的试验鉴定体系，是保证试验组织活动有序开展的基础，对于缩短装备研制进程，科学实现装备采办决策，实现装备战斗力的快速有效形成，具有重要作用。
装备试验鉴定是装备研发交付的重要环节，装备试验鉴定本质就是测试装备在不同变量条件下的各项参数性能，因此确定主要条件变量是开展装备试验鉴定的第一步，也是试验设计的核心任务之一。
权衡分析(AoA)是对满足既定能力需求的备选方案的作战效能、适用性和生命周期成本(或总拥有成本)的分析比较。条件变量是影响试验鉴定结果的变量，涉及到装备的性能试验，作战试验和在役考核试验阶段，以不同角度影响装备的各项性能指标和试验任务完成情况。理想情况，应该对所有条件变量进行考察，但因为经费，时间，环境，装备等约束条件，在试验进行之前的试验设计阶段，需要对试验方案进行权衡分析，对于既定的装备试验鉴定目标，寻找关键试验参数，对不同试验方案进行风险评估。
装备试验权衡分析的主要输入如下：
1)对所需能力的明确定义和理解，包括高级任务(MT)和相关子任务、定量和定性度量(例如，效能度量(MOE)、性能度量(MOP)和适用性度量(MOS)、与任务相关的初始阈值和目标标准或标准，以及任务必须执行的预期条件和操作环境。
2)所需能力和相关概念的总体试验概念和试验背景。
3)对基线能力的全面描述，确定所有参加试验鉴定的系统。
效能度量(MOE)定义为：为实现任务目标和实现预期结果而设计的衡量标准。作战效能是指一个系统在考虑组织，原则，战术，生存能力，脆弱性和威胁的情况下，完成任务的总体能力。
适用性度量(MOS)定义为：衡量一个系统或活动在预期作战环境中支持能力。作战适用性是指在考虑可用性，兼容性，可运输性，互操作性，可靠性，战时使用率，可维护性，安全性，人机系统集成，人力保障能力。
性能度量(MOP)定义为：与系统特性和性能相关的度量。作战性能指的是以速度，有效载荷，范围，在站时间，频率，或其它明显可量化的性能特征表示的系统性能度量。
在实际应用中，可以把权衡分析分为以下几类：
1)文献分析法：根据文献和过去试验结果比较不同的数据采集手段，分析方法的优略，找出适合本试验的手段和方法。
2)专家打分法：专家打分法是一种结构化方法，用于收集专家对感兴趣的内容判断，如：任务，属性，条件，测量标准，测量值。由于专家经验和知识不同，他们的判断可能会随着时间推移和新信息的吸收而改变。在分析通过专家收集的响应时，可以使用简单的算法如均值和中值对响应进行数学汇总。
3)建模仿真：建模仿真用来生成数据，用于计算试验鉴定的度量指标。在进行需求和目标分析时，必须制定一个可衡量的需求和目标列表。
4)参数分析法：一个参数通常可以定义为一个可测量的因素，可以通过改变来确定一系列可能的结果，例如：通过改变尺寸，重量和功率产生系统不同物理量的变化。分析人员可以对感兴趣的参数创建函数方程以建立评估体系。
5)比较分析：比较分析通常用来评估新系统或新概念的有效性，可持续性和成本。比较分析的目的是选择或开发一个基线比较系统，代表一个新系统特征，用来估计参数和确定有效性，可持续性和成本。一个基线比较系统可以使用已知相似子系统组合而成。
装备试验鉴定的作战试验设计是一项复杂的系统工程，它既要达到充分检验被试装备作战效能和作战适用性的目的，同时又受到现有试验条件的约束，因此在选取主要条件变量的过程中，需统筹好试验条件变量本身的战术意义以及试验条件的关系，确保在有限的试验条件下创造最大的试验效益。
一种武器装备，影响其系统效能的战术技术参数的数量和环境因素是大量的，这些参数和因素是决定武器装备效能的重要指标。但武器装备的系统效能与这些战术技术参数和环境因素之间的关系一般是非线性和非结构化的，也很难直接用一个明确的数学函数式来表示，往往是和其他多种因素交融在一起的多级映射关系。因此，武器装备各战术技术参数以及环境因素对武器装备效能的影响程度很难直接看出。但可以预料的是不同的战术技术参数对武器装备效能的影响程度和范围是不同的，即有的参数和因素的微小变化，就能引起武器装备系统效能的显著改变，可认为武器装备系统效能对该参数变化反应敏感；而有的参数即使发生较大的变化，武器装备的效能却变化微弱，可认为武器装备效能对该参数的变化反应迟钝(不敏感)。还有的参数在其某一个范围内变化时，武器装备效能变化不大，而在另一个范围变化时，武器装备效能变化明显。那么，在武器装备效能分析中，通过考察武器装备战术技术参数和环境因素(指标)在一定幅度内变化时，导致武器装备效能的变化幅度，分析讨论参数的变化对武器装备效能的影响程度和范围，掌握武器装备系统效能对战技参数和相关环境因素变化的敏感度，这就是武器装备效能分析中的灵敏度分析。所以系统效能敏感性分析，就是假设系统效能模型表示为E—F(P1，P2,…Pi，…,Pn)(为系统效能，F为系统效能与模型各属性的关系，P为模型的第i个属性值)，令每个属性在可能的取值范围内变动，研究和预测这些属性的变动对模型输出值即系统效能的影响程度，从而对重要属性值进行有目的的控制，对环境因素进行合理利用。
上文所述的各种方法各有优缺点，都不能全面覆盖装备试验鉴定方案的权衡分析的全生命周期。基于专家经验的打分法，由于专家经验不同，对事物的理解不同，容易造成人为误差。另外，权重矩阵的形成过多依赖专家给出的权重，也可能相比真实系统造成较大的误差。
建模仿真由于模型的多样化和条件不确定性，很难对装备试验鉴定的全生命周期的系统和活动建立置信度较高的仿真模型，而且由于成本和时间的约束，大部分时间也是不允许的。
比较分析方法首先要选取和试验验证系统相类似的系统或子系统，需要对过去系统或子系统关键属性有着深入的了解，并且对相关属性进行一一对应分析，比较适合对已通过试验鉴定的装备进行升级改造时采用。
参数分析方法对于装备试验鉴定方案权衡过程中一些很难量化的指标很难建立函数关系和量化。比较适合于在试验鉴定权衡分析过程中对局部系统进行参数分析。
因此，现有的装备试验鉴定项目的成本高、风险大以及不确定性大的问题。
发明内容
为了解决上述背景技术所述的至少一个问题，本发明提供一种基于敏感性分析的AHP装备试验鉴定指标权衡评估方法。
根据本发明的一个方面，提供了一种基于敏感性分析的AHP装备试验鉴定指标权衡评估方法，包括：
基于层次分析法和敏感性分析法，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵；
对参数因子矩阵和分层判断矩阵进行融合，得到融合后的因子权重矩阵；
对融合后的因子权重矩阵进行异常分析，剔除异常权重，重新生成因子权重矩阵；
对重新生成的因子权重矩阵进行求解，得到装备试验鉴定方案的权衡评估结果。
可选地，所述基于层次分析法和敏感性分析法，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵，包括：
基于层次分析法，建立递解层次结构；
基于递解层次结构，确定权衡分析的关键参数；
对关键参数进行敏感性分析，根据敏感性的分析结果建立参数因子矩阵；
基于递解层次结构和参数因子矩阵，建立分层判断矩阵。
可选地，所述对参数因子矩阵和分层判断矩阵进行融合，得到融合后的因子权重矩阵，包括：
将参数因子矩阵的因子权重和分层判断矩阵的因子权重进行加权平均计算，得到融合后的因子权重矩阵。
可选地，所述对融合后的因子权重矩阵进行异常分析，剔除异常权重，重新生成因子权重矩阵，包括：
求解分层判断矩阵进行层次总排序；
对层次总排序的结果进行一致性检查；
当一致性检查的结果不通过时，通过因子调优的方式剔除异常权重，重新生成因子权重矩阵。
根据本发明的又一个方面，提供了一种基于敏感性分析的AHP装备试验鉴定指标权衡评估装置，包括：
矩阵建立模块，用于基于层次分析法和敏感性分析法，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵；
矩阵融合模块，用于对参数因子矩阵和分层判断矩阵进行融合，得到融合后的因子权重矩阵；
权重校核模块，用于对融合后的因子权重矩阵进行异常分析，剔除异常权重，重新生成因子权重矩阵；
矩阵求解模块，用于对重新生成的因子权重矩阵进行求解，得到装备试验鉴定方案的权衡评估结果。
可选地，所述矩阵建立模块，具体用于：
基于层次分析法，建立递解层次结构；
基于递解层次结构，确定权衡分析的关键参数；
对关键参数进行敏感性分析，根据敏感性的分析结果建立参数因子矩阵；
基于递解层次结构和参数因子矩阵，建立分层判断矩阵。
可选地，所述矩阵融合模块，具体用于：
将参数因子矩阵的因子权重和分层判断矩阵的因子权重进行加权平均计算，得到融合后的因子权重矩阵。
可选地，所述权重校核模块，具体用于：
求解分层判断矩阵进行层次总排序；
对层次总排序的结果进行一致性检查；
当一致性检查的结果不通过时，通过因子调优的方式剔除异常权重，重新生成因子权重矩阵。
根据本发明的又一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本发明上述任一方面所述的方法。
根据本发明的又一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本发明上述任一方面所述的方法。
与现有技术相比，本发明基于层次分析法和敏感性分析法，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵。融合参数因子矩阵的权重因子和分层判断矩阵的专家因子，对敏感性因子权重和AHP分层权重进行加权平均，得到融合后的高置信度的因子权重矩阵。通过对融合后的因子权重矩阵进行异常分析，剔除异常权重，重新生成因子权重矩阵。对重新生成的因子权重矩阵进行求解，得到装备试验鉴定方案的权衡评估结果。从而，减少了通过常规专家打分法的不确定性，为确定装备试验鉴定方案的快速形成提供理论依据，保证试验鉴定方案的稳定性，减少了试验鉴定项目的成本和风险。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1是本发明一示例性实施例提供的基于敏感性分析的AHP装备试验鉴定指标权衡评估方法的流程示意图；
图2是本发明一示例性实施例提供的基于敏感性分析的AHP装备试验鉴定指标权衡评估的整体流程图；
图3是本发明一示例性实施例提供的装备试验鉴定评估指标体系层次的示意图；
图4是本发明一示例性实施例提供的因子权重矩阵的构建示意图；
图5是本发明一示例性实施例提供的基于敏感性分析的AHP装备试验鉴定指标权衡评估装置的结构示意图；
图6是本发明一示例性实施例提供的电子设备的结构图。
具体实施方式
下面，将参考附图详细地描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。
应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
图1示出了本发明所提供的基于敏感性分析的AHP装备试验鉴定指标权衡评估方法的流程示意图。如图1所示，基于敏感性分析的AHP装备试验鉴定指标权衡评估方法，包括：
步骤S101：基于层次分析法和敏感性分析法，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵；
在本发明实施例中，敏感性分析需要通过不同参数的变化深入了解感兴趣系统，替代方案性能的变化。敏感性分析可以提高分析的可信度，并帮助确定性能权衡。敏感性分析的主要目的是强调研究中评估的概念，系统或替代方案的稳定性和鲁棒性。在进行敏感性分析时，可以采取几种不同的方式，一种方式时改变确定性能参数的某些假设，以确定一个或多个措施的结果变化以及与这些变化相关的业务影响。例如：基于对系统的新假设而变化的尺寸，重量和功率参数可能会显示范围和速度性能的显著变化。范围和速度可能是系统的关键指标。简而言之，敏感性分析就是一种定量描述模型输入变量对输出变量的重要性程度的方法。
层次分析法(AHP)是一种将定性分析和定量分析相结合的多准则决策系统分析方法。首先分析待解决问题，构建出对应的层次结构模型，其中包括目标层，准则层及方案层；然后采取等级划分对其中因素逐层两两定性比较并赋值，形成判断矩阵；最后根据判断矩阵的特征向量确定下层因素对上层因素的权重大小，从而推算出方案层对目标层权重大小排序。该方法不需要专家给出每个评估因素准确的数值，而是把专家的判断转化到若干因素两两之间重要度的比较上，从而把难于量化的定性判断转化为可操作的重要度比较上面，只要两两比较结果是准确的，就能确保各级指标权重的准确性，运用层次分析法可以将复杂问题分解成多个组成因素，又将这些因素按支配关系分别形成递阶层次结构。
敏感性分析对于试验设计方案的因子选择有着重要意义，由于试验鉴定涉及到数量巨大的参数和指标，通过敏感性分析可以提选出对本次试验较为关键的参数和指标。例如：通过考察武器装备战术技术参数和环境因素(指标)在一定幅度内变化时，导致武器装备效能的变化幅度，分析讨论参数的变化对武器装备效能的影响程度和范围，掌握武器装备系统效能对战技参数和相关环境因素变化的敏感度。通过敏感性分析可以减少试验鉴定过程需要考察的试验参数。由于时间成本的约束，敏感性分析主要用于装备试验鉴定的方案设计，通过仿真和计算推演进行敏感性分析，确认关键测试参数选择。
AHP层次分析方法是结合了专家打分法和通过专家打分法给出的数据，对于系统或活动重要性进行赋值，然后进行定量分析。但由于系统输入参数过多的依赖于专家打分，随意性较大，可靠性差，不能保证生成的判断矩阵的一致性。
本发明将层次分析法和敏感性分析法相结合，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵，为后续处理提供数据支撑。
可选地，所述基于层次分析法和敏感性分析法，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵，包括：基于层次分析法，建立递解层次结构；基于递解层次结构，确定权衡分析的关键参数；对关键参数进行敏感性分析，根据敏感性的分析结果建立参数因子矩阵；基于递解层次结构和参数因子矩阵，建立分层判断矩阵。
在本发明实施例中，如图2所示，可以根据试验鉴定目标、效能指标和性能指标，建立递解层次结构，通过推演系统和已知数据关系，对效能指标和性能指标进行敏感性分析，根据敏感性分析建立参数因子矩阵。基于层次分析法，分析作战效能，然后根据分析结果、预先建立的定性描述以及建立的参数因子矩阵，确定分层判断矩阵。
步骤S102：对参数因子矩阵和分层判断矩阵进行融合，得到融合后的因子权重矩阵；
可选地，所述对参数因子矩阵和分层判断矩阵进行融合，得到融合后的因子权重矩阵，包括：将参数因子矩阵的因子权重和分层判断矩阵的因子权重进行加权平均计算，得到融合后的因子权重矩阵。
在本发明实施例中，融合因子矩阵的权重因子和AHP分层判断矩阵的专家因子。对敏感性因子权重和AHP分层权重进行加权平均，敏感性权重是专家权重一倍，得到融合后的因子权重矩阵。
下面通过装备武器试验鉴定评估指标体系层次的示意图来具体解释相关内容，如图3所示，通过树状结构将效能指标分解为若干性能指标，而性能指标来自于采集数据。
以火力打击效能为例，说明因子权重矩阵融合原理，火力打击效能分为：打击范围指标、打击精度指标、打击威力指标。打击范围效能指标可分为以下性能指标：火力压制范围、精确打击范围、火力压制范围。性能指标来自如下数据源：被试装备位置坐标测量、靶标坐标与姿态测量、弹丸落地坐标测量、射高、射程、射弹散布范围。
以上数据来源来自推演系统或实测结果。可以通过调整以上数据源相关参数，得到火力压制范围指标对于参数的敏感性。建立火力压制范围与关键敏感参数关系。通过敏感性分析建立参数因子矩阵，如图4所示。
通过经过敏感性计算得到的参数因子矩阵的因子权重，和通过专家打分法形成的分层判断矩阵的因子权重相互比较加权，最终形成因子权重融合矩阵。
上面所介绍的火力打击能力效能指标，由于性能参数大部分来自于结构化数据，敏感性分析得到的权重因子矩阵起到主要重用，对于其它效能指标，往往专家打分占据主要部分，下面以指挥控制效能指标，介绍如何融合专家打分矩阵权重分配的具体细节：指挥控制能力包括情报处理效能、指挥决策能力效能、快速反应能力效能、战场生存能力效能。情报处理能力效能分为以下几个性能指标：图形和文电处理、信息共享能力、情报检索速率、情报评估效率、情报融合效率、情报格式转化率。图形和文电处理数据源来自以下：命令保真度、传达遗漏率、图像显示质量、声音质量。
以上四个数据源依赖于专家打分，虽然可以通过分级来区分低，中，高，但由于专家的体会不同，打分赋值有可能随意性较大。为了保证专家打分的质量，这里对专家权重提出了不同的定义方式，相比常规以从业年限、职称、学历定义专家权重的方法，这里更强调专家的专业性，也就是说专家对于所打分专业，有多深的了解，具体分为：初浅；中等；资深。权重依次为：1：3：6。
步骤S103：对融合后的因子权重矩阵进行异常分析，剔除异常权重，重新生成因子权重矩阵；
可选地，所述对融合后的因子权重矩阵进行异常分析，剔除异常权重，重新生成因子权重矩阵，包括：求解分层判断矩阵进行层次总排序；对层次总排序的结果进行一致性检查；当一致性检查的结果不通过时，通过因子调优的方式剔除异常权重，重新生成因子权重矩阵。
在本发明实施例中，通过因子权重矩阵效核AHP分层判断矩阵的一次数据。如图2所示，求解分层判断矩阵进行层次总排序，然后对层次总排序的结果进行一致性检查。当一致性检查的结果不通过时，通过因子调优的方式剔除异常权重，重新生成因子权重矩阵，即当一致性检查的结果不通过时，将回到矩阵融合进行因子调优。
步骤S104：对重新生成的因子权重矩阵进行求解，得到装备试验鉴定方案的权衡评估结果。
从而，本发明所提出的基于敏感性分析的AHP装备试验鉴定指标权衡评估方法，基于层次分析法和敏感性分析法，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵。融合参数因子矩阵的权重因子和分层判断矩阵的专家因子，对敏感性因子权重和AHP分层权重进行加权平均，得到融合后的高置信度的因子权重矩阵。通过对融合后的因子权重矩阵进行异常分析，剔除异常权重，重新生成因子权重矩阵。对重新生成的因子权重矩阵进行求解，得到装备试验鉴定方案的权衡评估结果。从而，减少了通过常规专家打分法的不确定性，为确定装备试验鉴定方案的快速形成提供理论依据，保证试验鉴定方案的稳定性，减少了试验鉴定项目的成本和风险。
示例性装置
图5是本发明一示例性实施例提供的基于敏感性分析的AHP装备试验鉴定指标权衡评估装置的结构示意图。如图5所示，装置500包括：
矩阵建立模块510，用于基于层次分析法和敏感性分析法，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵；
矩阵融合模块520，用于对参数因子矩阵和分层判断矩阵进行融合，得到融合后的因子权重矩阵；
权重校核模块530，用于对融合后的因子权重矩阵进行异常分析，剔除异常权重，重新生成因子权重矩阵；
矩阵求解模块540，用于对重新生成的因子权重矩阵进行求解，得到装备试验鉴定方案的权衡评估结果。
可选地，所述矩阵建立模块510，具体用于：
基于层次分析法，建立递解层次结构；
基于递解层次结构，确定权衡分析的关键参数；
对关键参数进行敏感性分析，根据敏感性的分析结果建立参数因子矩阵；
基于递解层次结构和参数因子矩阵，建立分层判断矩阵。
可选地，所述矩阵融合模块520，具体用于：
将参数因子矩阵的因子权重和分层判断矩阵的因子权重进行加权平均计算，得到融合后的因子权重矩阵。
可选地，所述权重校核模块530，具体用于：
求解分层判断矩阵进行层次总排序；
对层次总排序的结果进行一致性检查；
当一致性检查的结果不通过时，通过因子调优的方式剔除异常权重，重新生成因子权重矩阵。
本发明的实施例的基于敏感性分析的AHP装备试验鉴定指标权衡评估装置与本发明的另一个实施例的基于敏感性分析的AHP装备试验鉴定指标权衡评估方法相对应，在此不再赘述。
示例性电子设备
图6是本发明一示例性实施例提供的电子设备的结构。如图6所示，电子设备61包括一个或多个处理器61和存储器62。
处理器61可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备中的其他组件以执行期望的功能。
存储器62可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器61可以运行所述程序指令，以实现上文所述的本发明的各个实施例的软件程序的方法以及/或者其他期望的功能。在一个示例中，电子设备还可以包括：输入装置63和输出装置64，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
此外，该输入装置63还可以包括例如键盘、鼠标等等。
该输出装置64可以向外部输出各种信息。该输出装置64可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图6中仅示出了该电子设备中与本发明有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外，本发明的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外，本发明的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，在本发明中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本发明为必须采用上述具体的细节来实现。
本说明书中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它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，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。
本发明中涉及的器件、系统、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、系统、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
可能以许多方式来实现本发明的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
还需要指出的是，在本发明的系统、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此，本发明不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种基于敏感性分析的AHP装备试验鉴定指标权衡评估方法，其特征在于，包括：
基于层次分析法和敏感性分析法，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵；
对参数因子矩阵和分层判断矩阵进行融合，得到融合后的因子权重矩阵；
对融合后的因子权重矩阵进行异常分析，剔除异常权重，重新生成因子权重矩阵；
对重新生成的因子权重矩阵进行求解，得到装备试验鉴定方案的权衡评估结果。
2.根据权利要求1所述的方法，其特征在于，所述基于层次分析法和敏感性分析法，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵，包括：
基于层次分析法，建立递解层次结构；
基于递解层次结构，确定权衡分析的关键参数；
对关键参数进行敏感性分析，根据敏感性的分析结果建立参数因子矩阵；
基于递解层次结构和参数因子矩阵，建立分层判断矩阵。
3.根据权利要求1所述的方法，其特征在于，所述对参数因子矩阵和分层判断矩阵进行融合，得到融合后的因子权重矩阵，包括：
将参数因子矩阵的因子权重和分层判断矩阵的因子权重进行加权平均计算，得到融合后的因子权重矩阵。
4.根据权利要求1所述的方法，其特征在于，所述对融合后的因子权重矩阵进行异常分析，剔除异常权重，重新生成因子权重矩阵，包括：
求解分层判断矩阵进行层次总排序；
对层次总排序的结果进行一致性检查；
当一致性检查的结果不通过时，通过因子调优的方式剔除异常权重，重新生成因子权重矩阵。
5.一种基于敏感性分析的AHP装备试验鉴定指标权衡评估装置，其特征在于，包括：
矩阵建立模块，用于基于层次分析法和敏感性分析法，建立用于对装备试验鉴定方案进行权衡分析的参数因子矩阵和分层判断矩阵；
矩阵融合模块，用于对参数因子矩阵和分层判断矩阵进行融合，得到融合后的因子权重矩阵；
权重校核模块，用于对融合后的因子权重矩阵进行异常分析，剔除异常权重，重新生成因子权重矩阵；
矩阵求解模块，用于对重新生成的因子权重矩阵进行求解，得到装备试验鉴定方案的权衡评估结果。
6.根据权利要求5所述的装置，其特征在于，所述矩阵建立模块，具体用于：
基于层次分析法，建立递解层次结构；
基于递解层次结构，确定权衡分析的关键参数；
对关键参数进行敏感性分析，根据敏感性的分析结果建立参数因子矩阵；
基于递解层次结构和参数因子矩阵，建立分层判断矩阵。
7.根据权利要求5所述的装置，其特征在于，所述矩阵融合模块，具体用于：
将参数因子矩阵的因子权重和分层判断矩阵的因子权重进行加权平均计算，得到融合后的因子权重矩阵。
8.根据权利要求5所述的装置，其特征在于，所述权重校核模块，具体用于：
求解分层判断矩阵进行层次总排序；
对层次总排序的结果进行一致性检查；
当一致性检查的结果不通过时，通过因子调优的方式剔除异常权重，重新生成因子权重矩阵。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-4任一所述的方法。
10.一种电子设备，其特征在于，所述电子设备包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1-4任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310222033.XA CN116205535A (zh) | 2023-03-09 | 2023-03-09 | 一种基于敏感性分析的ahp装备试验鉴定指标权衡评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310222033.XA CN116205535A (zh) | 2023-03-09 | 2023-03-09 | 一种基于敏感性分析的ahp装备试验鉴定指标权衡评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116205535A true CN116205535A (zh) | 2023-06-02 |
Family
ID=86515710
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310222033.XA Pending CN116205535A (zh) | 2023-03-09 | 2023-03-09 | 一种基于敏感性分析的ahp装备试验鉴定指标权衡评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116205535A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107886161A (zh) * | 2017-11-03 | 2018-04-06 | 南京航空航天大学 | 一种提高复杂信息系统效能的全局敏感性分析方法 |
| CN110222394A (zh) * | 2019-05-30 | 2019-09-10 | 中国人民解放军63921部队 | 一种装备效能评估方法 |
| CN110544011A (zh) * | 2019-07-31 | 2019-12-06 | 北京航空航天大学 | 一种智能化的体系作战效能评估和优化方法 |
| CN111126801A (zh) * | 2019-12-10 | 2020-05-08 | 北京京航计算通讯研究所 | 针对装备保障能力的基于信息熵的层次分析评估系统 |
| CN111914457A (zh) * | 2020-08-18 | 2020-11-10 | 中国能源建设集团江苏省电力设计院有限公司 | 一种输电线路塔基边坡稳定性判别方法、装置和存储介质 |
| CN112784216A (zh) * | 2021-01-26 | 2021-05-11 | 武汉船用电力推进装置研究所（中国船舶重工集团公司第七一二研究所） | 一种质子交换膜燃料电池系统的健康度评估方法及系统 |
| CN114139902A (zh) * | 2021-11-22 | 2022-03-04 | 军事科学院系统工程研究院后勤科学与技术研究所 | 基于敏感性分析的航空装备人员搜救体系贡献度评估方法 |
-
2023
- 2023-03-09 CN CN202310222033.XA patent/CN116205535A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107886161A (zh) * | 2017-11-03 | 2018-04-06 | 南京航空航天大学 | 一种提高复杂信息系统效能的全局敏感性分析方法 |
| CN110222394A (zh) * | 2019-05-30 | 2019-09-10 | 中国人民解放军63921部队 | 一种装备效能评估方法 |
| CN110544011A (zh) * | 2019-07-31 | 2019-12-06 | 北京航空航天大学 | 一种智能化的体系作战效能评估和优化方法 |
| CN111126801A (zh) * | 2019-12-10 | 2020-05-08 | 北京京航计算通讯研究所 | 针对装备保障能力的基于信息熵的层次分析评估系统 |
| CN111914457A (zh) * | 2020-08-18 | 2020-11-10 | 中国能源建设集团江苏省电力设计院有限公司 | 一种输电线路塔基边坡稳定性判别方法、装置和存储介质 |
| CN112784216A (zh) * | 2021-01-26 | 2021-05-11 | 武汉船用电力推进装置研究所（中国船舶重工集团公司第七一二研究所） | 一种质子交换膜燃料电池系统的健康度评估方法及系统 |
| CN114139902A (zh) * | 2021-11-22 | 2022-03-04 | 军事科学院系统工程研究院后勤科学与技术研究所 | 基于敏感性分析的航空装备人员搜救体系贡献度评估方法 |
Non-Patent Citations (3)
| Title |
|---|
| 唐长红: ""航空武器装备经济性与效费分析"", 31 December 2018, 航空工业出版社, pages: 168 - 170 * |
| 王华茂 等: ""航天器综合测试技术"", 31 March 2018, 北京理工大学出版社, pages: 522 - 528 * |
| 黎子恒 等: ""考虑实时水雨情的长江流域堤防工程管涌动态安全评估方法"", 《水电能源科学》, vol. 40, no. 7, pages 184 - 188 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108881110B (zh) | 一种安全态势评估与防御策略联合决策方法及系统 | |
| Barbosa et al. | Using performance profiles to analyze the results of the 2006 CEC constrained optimization competition | |
| US11579322B2 (en) | System and method for earthquake risk mitigation in building structures | |
| US20160063144A1 (en) | System and method for modeling human crowd behavior | |
| CN110888625B (zh) | 基于需求变更和项目风险对代码质量进行控制的方法 | |
| CN111695754A (zh) | 一种电力物联网信息安全风险评估方法和装置 | |
| Tertilt et al. | Generic performance prediction for ERP and SOA applications | |
| CN114003920A (zh) | 系统数据的安全评估方法及装置、存储介质和电子设备 | |
| CN104022899A (zh) | 一种网络管理系统的三维评估方法及系统 | |
| CN115102705A (zh) | 一种基于深度强化学习的自动化网络安全检测方法 | |
| CN115329326A (zh) | 一种人工智能安全评测方法及系统 | |
| CN114741284B (zh) | 任务可靠性评估方法、装置、计算机设备和存储介质 | |
| CN112883527A (zh) | 一种面向网络体系的仿真评估方法 | |
| CN116205535A (zh) | 一种基于敏感性分析的ahp装备试验鉴定指标权衡评估方法 | |
| MacCalman et al. | Multiobjective decision analysis with probability management for systems engineering trade-off analysis | |
| Torquato et al. | Pymtdevaluator: A tool for time-based moving target defense evaluation: Tool description paper | |
| CN116187932A (zh) | 一种信息系统工程监理项目风险自适应评估方法 | |
| CN111338942B (zh) | 一种软件多样性的评估方法及系统 | |
| CN115239122A (zh) | 数字电网软件项目测试人员推荐方法及装置 | |
| KR20130086083A (ko) | 리스크-프로파일 생성 장치 | |
| CN112907124A (zh) | 一种数据链路异常评测方法、装置、电子设备及存储介质 | |
| Yun et al. | Metaheuristic-based inspection policy for a one-shot system with two types of units | |
| KR20210081149A (ko) | 통합 위험 관리 방법 및 시스템 | |
| Kravchenko et al. | Complex Dynamic Method of Web Applications Verification by the Criterion of Time Minimization | |
| CN116956642B (zh) | 一种威胁评估算法性能动态仿真验证方法 |
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 |