本发明涉及一种确定无线通信网络综合性能评定参数的权重并对其进行调整方法，属于通信
技术领域：
。
背景技术：
：对无线通信网络进行综合性能评估，不仅有助于整合优势通信资源，提高整体性能，为系统设计、优化和运维等工作提供参考，而且还可为网络管理者、运营者提供科学决策依据。对网络综合性能进行评估，需要综合考虑包括接受信号强度、网络服务质量(QualityofService，QoS)和网络负载等多个指标的状态来获得综合性能评估的结果。综合性能评估主要涉及指标体系建立、指标权重计算与指标信息集结三个关键步骤。指标权重计算作为网络综合性能评估中的关键步骤之一，目前常用的方法有灰色关联法、熵权法、层次分析法(analytichierarchyprocess,AHP)和网络层次分析法(analyticnetworkprocess,ANP)等。这些指标权重计算方法普遍存在以下缺点：1)最终计算的指标权重无法根据历史统计数据进行调整，仅仅采用固定权重进行综合性能评估，可能造成评估结果的失真。2)已有的惩罚型变权、激励型变权和局部变权等权重调整方法主要针对评估结果进行调整，而不是针对权重进行调整，变权的合理性较差，对调整后的权重难以给出一个合理的解释。3)由于科学技术的不断进步，需要每隔一段时间对网络综合性能评定参数体系中指标的权重进行重新修订，而采用现有的权重计算方法需要重新组织专家对指标两两重要性进行评定，该过程费时费力。技术实现要素：本发明的目的在于针对现有技术之弊端，提供一种通信网络综合性能评定参数权重的确定及调整方法，以提高网络综合性能评定结果的有效性与可靠性。本发明所述问题是以下述技术方案实现解决的：一种通信网络综合性能评定参数权重的确定及调整方法，所述方法综合考虑影响通信网络应用效果的可靠性、实时性与可扩展性的主要性能指标建立综合性能评价体系；其中，可靠性对应的是传输信息的差错概率及其性能等级，可靠性指标通过对二级指标中的通信网络的误码率、丢包率和平均网络故障间隔进行分析与计算获得评价数值；评价等级从“非常好”到“差”分为几个等级，分别对应相应的测评性能参数(以智能电网断电管理系统为例，要获得“非常好”这一评价等级，要求误码率小于0.5％；当误码率大于10％时，则对应的评价等级为“差”)；所述实时性评价是指传输信息能否实时、快速到达接收端的能力，分别对应由端到端的传输延时、平均等待时间和传输速率这些指标进行量化后的参数数值；所述可扩展性是指通信网络承载业务的能力，能够承载的业务或者用户数量越多，则该通信网络的可扩展性就越强，具体对应的是二级指标中通过对频谱效率、吞吐量和剩余带宽比的分析与计算获得的测评数值；不同的通信业务对性能指标的要求不尽相同，例如对于智能抄表业务，通信网络的可靠性要求最高，实时性与可扩展性次之；而断电恢复管理业务则对实时性的要求最高；在建立通信网络综合性能评定参数体系时，需要确定可靠性、实时性与可扩展性在综合性能评定中占有的地位和权重；首先采用改进的层次分析法计算通信网络综合性能评定参数的固定权重；然后在计算出的固定权重的基础数据上，采用基于历史数据和专家经验信息的变权算法对评定参数的权重进行调整，得到最终的指标权重；所述方法按以下步骤进行：Ⅰ.建立网络综合性能评定参数体系网络综合性能评估的指标体系包括三个层次，分别为目标层、准则层和元素层，首先确定目标层指标B；然后将目标层指标B拆分为N个(N为正整数)一级指标(即准则层指标)，用Bi(i＝1,2,...,N)表示第i个一级指标；定义ni为第i个一级指标下所有二级指标(即元素层指标)的总个数(ni为大于或等于0的整数)，将每个一级指标Bi(i＝1,2,...,N)拆分为ni个二级指标(即元素层指标)，用Bij(i＝1,2,...,N；j＝1,2,...,ni)表示第i个一级指标下的第j个二级指标；Ⅱ.采用改进的层次分析法计算各个指标的权重①计算一级指标相对于目标层指标的权重a.构造一级指标判断矩阵D：其中，矩阵元素dij(i＝1,2,...,N；j＝1,2,...,N)表示第i个一级指标对比第j个一级指标的重要程度，由评估专家评估并给出；b.计算一级指标判断矩阵D的拟优一致矩阵F：其矩阵元素fij(i＝1,2,...,N；j＝1,2,…,N)的计算公式为：fij=101NΣk=1N(cik-cjk),]]>其中，cij＝lgdij(i＝1,2,...,N；j＝1,2,…,N)；c.计算一级指标判断矩阵D的拟优一致矩阵F的特征向量P：P＝[p1,...,pi,...,pN]T其中第i(i＝1,2,...,N)个向量值pi表示第i个一级指标相对于目标层指标的权重值，pi的计算公式为：pi=Σj=1N(fij/Σi=1Nfij)N;]]>②计算二级指标相对于一级指标的权重a.构造二级指标的判断矩阵Ei：其中，矩阵Ei的元素(x＝1,2,...,ni；y＝1,2,...,ni；i＝1,2,...,N)表示第i个一级指标下的第x个二级指标相对于第y个二级指标的重要程度，由评估专家评估并给出；b.计算二级指标判断矩阵Ei的拟优一致矩阵Gi(i＝1,2,...,N)：其元素(x＝1,2,...,ni；y＝1,2,...,ni；i＝1,2,...,N)的计算公式为：gxy(i)=101niΣk=1ni(cxk(i)-cyk(i)),]]>其中，(x＝1,2,...,ni；y＝1,2,...,ni；i＝1,2,...,N)；c.计算二级指标判断矩阵Ei的拟优一致矩阵Gi的特征向量Qi(i＝1,2,...,N)：Qi=[q1(i),...,qx(i),...,qni(i)]T,(i=1,2,...,N)]]>上式中，上标T表示矩阵的转置，矩阵元素(x＝1,2,...,ni；i＝1,2,...,N)表示第i个一级指标下的第x个二级指标相对于该一级指标的权重值，的计算公式为：qx(i)=Σy=1ni(gxy(i)/Σx=1nigxy(i))ni;]]>③计算二级指标相对于目标层指标的权重计算二级指标相对于目标层指标的权重向量(i＝1,2,...,N)，向量元素wix(i＝1,2,...,N；x＝1,2,...,ni)表示第i个一级指标下的第x个二级指标相对于目标层指标的权重，Wi的计算公式为：Wi＝pi×Qi；Ⅲ.基于历史数据和专家经验对指标权重进行调整①确定指标的理想区间各个二级指标的理想区间为(i＝1,2,...,N；x＝1,2,...ni)，其中表示由评估专家给出的第i个一级指标下第x个二级指标的理想最佳值；表示由评估专家给出的第i个一级指标下第x个二级指标的理想最差值；②计算统计区间与理想区间的偏移度首先将二级指标分成效益型指标和成本型指标：当二级指标的理想最佳值大于理想最差值时，该二级指标为效益型指标；否则，该二级指标为成本型指标；如果第i个一级指标下第x个二级指标属于效益型指标，则该指标的偏移度αix由下式计算：αix=P(u‾ix≥U‾ix)=1Uix+≤uix-(uix+-Uix-)22(uix+-uix-)(Uix+-Uix-)uix-<Uix-≤uix+<Uix+1-(Uix+-uix-)22(uix+-uix-)(Uix+-Uix-)Uix-<uix-≤Uix+<uix+uix-+uix+-2Uix-2(Uix+-Uix-)Uix-≤uix-≤uix+≤Uix+2uix+-Uix+-Uix-2(uix+-uix-)uix-≤Uix-≤Uix+≤uix+0Uix->uix+]]>式中和(i＝1,2,...,N；x＝1,2,...ni)分别表示固定历史统计周期T内第i个一级指标下第x个二级指标的历史最差值和历史最佳值；如果第i个一级指标下第x个二级指标属于成本型指标，则该指标的偏移度αix由下式计算：αix=P(u‾ix≥U‾ix)=1uix+≤Uix-(Uix+-uix-)22(Uix+-Uix-)(uix+-uix-)Uix-<uix-≤Uix+<uix+1-(uix+-Uix-)22(Uix+-Uix-)(uix+-uix-)uix-<Uix-≤uix+<Uix+Uix-+Uix+-2uix-2(uix+-uix-)uix-≤Uix-≤Uix+≤uix+2Uix+-uix+-uix-2(Uix+-Uix-)Uix-≤uix-≤uix+≤Uix+0uix->Uix+;]]>③对二级指标进行分类根据偏移度αix(i＝1,2,...,N；x＝1,2,...ni)的大小将二级指标分为三类：第一类为偏移度αix＜0.5的二级指标，将该类二级指标的下标组成一个集合，记为E；第二类为偏移度αix＝0.5的二级指标，将该类二级指标的下标组成一个集合，记为F；第三类为偏移度αix＞0.5的二级指标，将该类二级指标的下标组成一个集合，记为J；④计算各个二级指标的权重调整值Δwix(i＝1,2,...,N；x＝1,2,...ni)a.若某个二级指标的偏移度αix＝0.5，其指标的权重不做调整，即Δwix＝0(ix∈F)；b.若某个二级指标的偏移度αix＜0.5，其指标的权重调整值Δwix(ix∈E)由下式计算：Δwix=f(wix,αix)=wix(12-αix)Σyz∈Jwyzix∈E;]]>c.若某个二级指标的偏移度αix>0.5，其指标的权重调整指值Δwix(ix∈J)由下式计算：Δwix=f(wix,αix)=wix(αix-12)Σyz∈Ewyzix∈J.]]>⑤计算各个二级指标调整后的权重(i＝1,2,...,N；x＝1,2,...ni)如果某个二级指标的偏移度αix＝0.5，其调整后的权重与调整之前保持不变；如果某个二级指标的偏移度αix<0.5，其调整后的权重可由下式计算：wix*=wix+ΔwixΣix∈E(wix+Δwix)+Σpq∈J(wpq-Δwpq)(1-Σyz∈Fwyz);]]>如果某个二级指标的偏移度αix>0.5，其调整后的权重可由下式计算：wix*=wix-ΔwixΣix∈J(wix-Δwix)+Σpq∈E(wpq+Δwpq)(1-Σyz∈Fwyz).]]>上述通信网络综合性能评定参数权重的确定及调整方法，所述一级指标判断矩阵D的元素dij的取值方法如下：如果第i个一级指标和第j个一级指标同等重要，则dij＝1；如果第i个一级指标比第j个一级指标重要，则dij取2到9之间的整数，并且重要程度越大dij值越大；如果第i个一级指标比第j个一级指标不重要，则dij取2到9之间的整数的倒数，并且重要程度越小dij值越小。上述通信网络综合性能评定参数权重的确定及调整方法，所述二级指标的判断矩阵Ei的元素的取值方法如下：如果第i个一级指标下第x个二级指标与第y个二级指标同等重要，则如果第i个一级指标下第x个二级指标比第y个二级指标重要，则取2到9之间的整数，并且重要程度越大值越大；如果第i个一级指标下第x个二级指标比第y个二级指标不重要，则取2到9之间的整数的倒数，并且重要程度越小值越小。上述通信网络综合性能评定参数权重的确定及调整方法，所述网络综合性能评估的指标体系的一级指标设置三个，分别为可靠性、实时性和可拓展性，其中可靠性指标拆分成三个二级指标，分别为误码率、丢包率和平均网络故障间隔；实时性指标拆分成三个二级指标，分别为端到端传输延时、平均等待时间和传输速率；可拓展性指标拆分成三个二级指标，分别为频谱效率、吞吐量和剩余带宽比。本发明利用历史数据对依赖专家经验求取的固定权重进行调整，既充分尊重了专家意见，也合理利用了历史信息，保证所得最终权重科学、合理，从而提高了网络综合性能评估结果的有效性和可靠性。该方法还可用于对指标体系中的指标权重进行修订，修订过程中不需要重新组织专家对指标间两两重要性进行评定，只需给出各个指标若干年后的理想最佳值和理想最差值即可，大大节省了评估费用。附图说明图1是网络综合性能评估的指标体系。图中和文中各符号清单为：Bi表示第i个一级指标；ni为第i个一级指标下所有二级指标的总个数；ni为大于或等于0的整数；Bij表示第i个一级指标下的第j个二级指标；D为一级指标判断矩阵；dij表示第i个一级指标对比第j个一级指标的重要程度；F为一级指标判断矩阵D的拟优一致矩阵；fij为矩阵F的元素；P是一级指标判断矩阵D的拟优一致矩阵F的特征向量；pi表示第i个一级指标相对于目标层指标的权重值；Ei是二级指标的判断矩阵；表示第i个一级指标下第x个二级指标相对于第y个二级指标的重要程度；Gi是二级指标判断矩阵Ei的拟优一致矩阵；Qi是二级指标判断矩阵Ei的拟优一致矩阵Gi的特征向量；表示第i个一级指标下第x个二级指标相对于该一级指标的权重值；Wi是二级指标相对于目标层指标的权重向量；wix表示第i个一级指标下第x个二级指标相对于目标层指标的权重；表示由评估专家给出的第i个一级指标下第x个二级指标的理想最佳值；表示由评估专家给出的第i个一级指标下第x个二级指标的理想最差值；αix是第i个一级指标下第x个二级指标的偏移度；和分别表示固定历史统计周期T内第i个一级指标下第x个二级指标的历史最差值和历史最佳值；Δwix是第i个一级指标下第x个二级指标的权重调整值；是第i个一级指标下第x个二级指标调整后的权重。具体实施方式下面结合附图对本发明作进一步详述。本发明提供一种可用于网络综合性能评估中指标权重的确定及调整方法，具体包括三个步骤：1)建立指标体系；2)咨询专家以获得各个同级指标间重要性关系的标度值，采用改进层次分析法计算各个指标的权重；3)咨询专家或者查询技术标准以获得各个指标状态的理想最差值和理想最佳值，每隔一定的时间周期(例如一个季度)利用历史统计数据对各个指标权重进行调整。步骤1：建立网络综合性能评定参数体系。综合分析影响网络综合性能的各种因素，构建具有层次结构的网络综合性能评估的指标体系，包括目标层、准则层(一级指标)和元素层(二级指标)共三个层次。首先确定目标层指标B；接着将目标层指标B拆分为N个(N为正整数)一级指标，分别用Bi(i＝1,2,...,N)表示；定义ni为第i个一级指标下所有二级指标的总个数(ni为大于或等于0的整数)，将每个一级指标Bi(i＝1,2,...,N)拆分为ni个二级指标，分别用Bij(i＝1,2,...,N；j＝1,2,...,ni)表示。则最终建立如图1所示的指标体系。步骤2：采用改进层次分析法计算各个指标的权重。1)计算一级指标相对于目标层指标的权重。a)构造一级指标的判断矩阵。针对建立的网络综合性能评估的指标体系，由评估专家评估并给出各个一级指标Bi(i＝1,2,...,N)之间重要性关系的标度值，构造一级指标的判断矩阵D，如式(1)所示：其中，矩阵元素dij(i＝1,2,...,N；j＝1,2,...,N)的取值为1到9之间的整数及其倒数，表示第i个指标对比第j个指标的重要程度。当dij＝1时表示第i个指标和第j个指标同等重要；如果第i个指标比第j个重要，则dij取2到9之间的整数，并且重要程度越大dij值越大；如果第i个指标比第j个指标不重要，则dij取2到9之间的整数的倒数，并且重要程度越小dij值越小。b)计算一级指标判断矩阵D的拟优一致矩阵F令cij＝lgdij(其中i＝1,2,...,N；j＝1,2,…,N)，计算矩阵D的拟优一致矩阵F，其元素fij(i＝1,2,...,N；j＝1,2,…,N)计算公式如式(2)所示：fij=101NΣk=1N(cik-cjk)---(2)]]>c)计算拟优一致矩阵F的特征向量P采用特征根法计算拟优一致矩阵F的特征向量P＝[p1,...,pi,...,pN]T，其中第i个(i＝1,2,...,N)向量值pi表示第i个一级指标相对于目标层指标的权重值，pi的计算公式如式(3)所示：pi=Σj=1N(fij/Σi=1Nfij)N---(3)]]>2)计算二级指标相对于一级指标的权重。a)构造二级指标的判断矩阵针对建立的网络综合性能评估的指标体系，由评估专家评估并给出各个一级指标Bi(i＝1,2,...,N)所包含的各个二级指标Bij(i＝1,2,...,N；j＝1,2,...,ni，其中ni为大于或等于0的整数表示第i个一级指标下所有二级指标的总个数)之间重要性关系的标度值，构造出这N个二级指标的判断矩阵Ei(i＝1,2,...,N)，如式(4)所示：其中，矩阵Ei的元素(x＝1,2,...,ni；y＝1,2,...,ni；i＝1,2,...,N)的取值为1到9之间的整数及其倒数，用于表示第i个一级指标下第x个二级指标相对于第y个二级指标的重要程度。当时表示第x个指标与第y个指标同等重要；如果第x个指标比第y个指标重要，则取2到9之间的整数，并且重要程度越大值越大；如果第x个指标比第y个指标不重要，则取2到9之间的整数的倒数，并且重要程度越小值越小。b)计算二级指标判断矩阵Ei的拟优一致矩阵Gi(i＝1,2,...,N)。令(x＝1,2,...,ni；y＝1,2,...,ni；i＝1,2,...,N)，计算判断矩阵Ei(i＝1,2,...,N)的拟优一致矩阵Gi(i＝1,2,...,N)，其元素(x＝1,2,...,ni；y＝1,2,...,ni；i＝1,2,...,N)的计算公式如式(5)所示：gxy(i)=101niΣk=1ni(cxk(i)-cyk(i))---(5)]]>c)计算拟优一致矩阵Gi的特征向量Qi(i＝1,2,...,N)。采用特征根法计算拟优一致矩阵Gi(i＝1,2,...,N)的特征向量(其中i＝1,2,...,N，上标T表示矩阵的转置)，其元素表示第i个一级指标下第x个二级指标相对于该一级指标的权重值，的计算公式如式(6)所示：qx(i)=Σy=1ni(gxy(i)/Σx=1nigxy(i))ni---(6)]]>其中，ni为大于或等于0的整数，表示第i个一级指标下所有二级指标的总个数。3)计算二级指标相对于目标层指标的权重。根据计算的一级指标相对于目标层指标的权重pi(i＝1,2,...,N)和二级指标相对于一级指标的权重向量Qi(i＝1,2,...,N)，由式(7)计算得到二级指标相对于目标层指标的权重向量Wi＝(wi1,...,wix,...,wini)(i＝1,2,...,N)，向量元素wix(i＝1,2,...,N；x＝1,2,...,ni)表示第i个一级指标下第x个二级指标相对于目标层指标的权重。Wi的计算公式如(7)所示：Wi＝pi×Qi(7)步骤3：基于历史数据和专家经验对指标权重进行调整。1)确定指标的理想区间。根据建立的网络综合性能评定参数体系，由评估专家给出各个二级指标的理想最佳值(i＝1,2,...,N；x＝1,2,...ni)和理想最差值(i＝1,2,...,N；x＝1,2,...ni)，其中表示第i个一级指标下第x个二级指标的理想最佳值，用于表示专家认为该指标在当前技术水平下所能达到的最好状态值；表示第i个一级指标下第x个二级指标的理想最差值，用于表示专家认为该指标在当前技术水平下的最差状态值。据此可确定各个二级指标的理想区间2)计算统计区间与理想区间的偏移度。首先根据专家给出的理想状态值，将各个二级指标分成效益型指标(数值越大状态越好，例如带宽等)和成本型指标(数值越小状态越好，例如时延等)两种。当二级指标的理想最佳值大于理想最差值的时候，该二级指标就是效益型指标；否则，该二级指标属于成本型指标。令和(i＝1,2,...,N；x＝1,2,...ni)分别表示固定历史统计周期T内(例如过去一个季度)第i个一级指标下第x个二级指标的历史最差值和历史最佳值，则根据各个二级指标的统计区间和专家给出的理想区间(i＝1,2,...,N；x＝1,2,...ni)可计算得到统计区间与理想区间的偏移度αix(i＝1,2,...,N；x＝1,2,...ni)。根据各个二级指标的类型(效益型或者成本型)，主要采用如式(8)和(9)所示的公式计算偏移度。如果第i个一级指标下第x个二级指标属于效益型指标，则该指标的偏移度可采用式(8)计算：αix=P(u‾ix≥U‾ix)=1Uix+≤uix-(uix+-Uix-)22(uix+-uix-)(Uix+-Uix-)uix-<Uix-≤uix+<Uix+1-(Uix+-uix-)22(uix+-uix-)(Uix+-Uix-)Uix-<uix-≤Uix+<uix+uix-+uix+-2Uix-2(Uix+-Uix-)Uix-≤uix-≤uix+≤Uix+2uix+-Uix+-Uix-2(uix+-uix-)uix-≤Uix-≤Uix+≤uix+0Uix->uix+---(8)]]>式(8)中表示统计区间内随机变量大于或者等于专家给定的理想区间内随机变量的概率。如果第i个一级指标下第x个二级指标属于成本型指标，则该指标的偏移度可采用式(9)计算：αix=P(u‾ix≥U‾ix)=1uix+≤Uix-(Uix+-uix-)22(Uix+-Uix-)(uix+-uix-)Uix-<uix-≤Uix+<uix+1-(uix+-Uix-)22(Uix+-Uix-)(uix+-uix-)uix-<Uix-≤uix+<Uix+Uix-+Uix+-2uix-2(uix+-uix-)uix-≤Uix-≤Uix+≤uix+2Uix+-uix+-uix-2(Uix+-Uix-)Uix-≤uix-≤uix+≤Uix+0uix->Uix+---(9)]]>式(9)中表示统计区间内随机变量小于或者等于专家给定的理想区间内随机变量的概率。3)二级指标分类根据偏移度αix(i＝1,2,...,N；x＝1,2,...ni)的大小对二级指标分类。如果某个二级指标的偏移度αix＜0.5时，则表明该指标在长期的实际运行中指标值低于专家预期，对系统造成坏的影响的可能性较大，将所有低于专家预期的二级指标的下标组成一个集合，记为E；若某个二级指标的偏移度αix＝0.5时，则表明该指标在长期的实际运行中指标值与专家预期一致，将所有符合专家预期的二级指标的下标组成一个集合，记为F；若某个二级指标的偏移度αix＞0.5时，则表明该指标在长期的实际运行中指标值高于专家预期，对系统造成坏的影响的可能性较小，将所有高于专家预期的二级指标的下标组成一个集合，记为J。4)计算各个二级指标的权重调整值根据各个二级指标权重wix(i＝1,2,...,N；x＝1,2,...ni)和偏移度αix(i＝1,2,...,N；x＝1,2,...ni)，可计算得到各个二级指标的权重调整值Δwix(i＝1,2,...,N；x＝1,2,...ni)。其中，分成3种情况：a)若某个二级指标的偏移度αix＝0.5，其指标的权重不做调整，即Δwix＝0(ix∈F)。b)若某个二级指标的偏移度αix＜0.5，其指标的权重调整值Δwix(ix∈E)可由式(10)计算得到：Δwix=f(wix,αix)=wix(12-αix)Σyz∈Jwyzix∈E---(10)]]>其中，f(wix,αix)随着wix的增大而增大，随着αix的增大而减小，即满足式(11)∂f(wix,αix)∂wix≥0,∂f(wix,αix)∂αix≤0,limwix→0f(wix,αix)=0,limαix→12f(wix,αix)=0---(11)]]>c)若某个二级指标的偏移度αix>0.5，其指标的权重调整指值Δwix(ix∈J)可由式(12)计算得到；Δwix=f(wix,αix)=wix(αix-12)Σyz∈Ewyzix∈J---(12)]]>其中，f(wix,αix)随着wix的增大而增大，随着αix的增大而增大，即满足式(13)∂f(wix,αix)∂wix≥0,∂f(wix,αix)∂αix≥0,limwix→0f(wix,αix)=0,limαix→12f(wix,αix)=0---(13)]]>5)计算各个二级指标调整后的权重根据各个二级指标权重wix(i＝1,2,...,N；x＝1,2,...ni)和二级指标的权重调整值Δwix(i＝1,2,...,N；x＝1,2,...ni)，可计算得到各个二级指标调整后的权重(i＝1,2,...,N；x＝1,2,...ni)。根据二级指标的偏移度，分成以下三种情况计算：如果某个二级指标的偏移度αix＝0.5，其调整后的权重与调整之前保持不变；如果某个二级指标的偏移度αix<0.5，其调整后的权重可由式(14)计算得到wix*=wix+ΔwixΣix∈E(wix+Δwix)+Σpq∈J(wpq-Δwpq)(1-Σyz∈Fwyz)---(14)]]>如果某个二级指标的偏移度αix>0.5，其调整后的权重可由式(15)计算得到wix*=wix-ΔwixΣix∈J(wix-Δwix)+Σpq∈E(wpq+Δwpq)(1-Σyz∈Fwyz)---(15)]]>下面以WSNs综合性能评估中的指标权重确定为例，对本发明进行进一步的阐述，具体步骤如下：第一步建立网络综合性能评定参数体系。根据安全评估专家的建议并结合实际情况，将目标层WSNs综合性能B拆分为3个一级指标Bi(i＝1,2,3)，分别为可靠性B1、实时性B2、可拓展性B3。将可靠性B1拆分为3个二级指标B1j(j＝1,2,3)，分别为信噪比B11、误码率B12和平均网络故障间隔B13；将实时性B2拆分为3个二级指标B2j(j＝1,2,3)，分别为端到端传输延时B21、平均等待时间B22和传输速率B23；可拓展性B3可拆分为3个二级指标B3j(j＝1,2,3)，分别为频谱效率B31、吞吐量B32和剩余带宽比B33。建立如表1所示的指标体系。表1网络综合性能评定参数体系第二步采用改进层次分析法计算指标权重。1)计算一级指标相对于目标层指标的权重。a)构造一级指标的判断矩阵。根据建立的网络综合性能评定参数体系，由评估专家给出一级指标Bi(i＝1,2,3)间的重要关系，并利用1到9之间的整数及其倒数作为标度将专家给出的指标间重要性比较关系转换成相应的数值，得到一级指标的判断矩阵D，该过程共需构造1个3×3维矩阵。本发明重点讨论指标权重的调整算法，不失一般性，在对指标重要性进行比较分析时，假设指标间重要性大小相等，即判断矩阵D的元素均为1。D=d11d12d13d21d22d23d31d32d33=111111111]]>b)计算判断矩阵的拟优一致矩阵。根据构造的判断矩阵D，由式(2)计算得到判断矩阵D的拟优一致矩阵F。F=f11f12f13f21f22f23f31f32f33=111111111]]>c)计算判断矩阵的特征向量根据计算得到的拟优一致矩阵F，由式(3)计算矩阵F的特征向量P。P＝[p1,p2,p3]T＝[1/3,1/3,1/3]T2)计算二级指标相对于一级指标的权重。a)构建二级指标的判断矩阵。根据建立的网络综合性能评定参数体系，由评估专家给出各个一级指标下相应的各个二级间的重要关系，并利用1到9之间的整数及其倒数作为标度将专家给出的指标间重要性比较关系转换成相应的数值，由此得到一级指标B1下二级指标的判断矩阵E1、一级指标B2下二级指标的判断矩阵E2和一级指标B3下二级指标的判断矩阵E3。本专利重点讨论指标权重的调整算法，不失一般性，在对指标重要性进行比较分析时，假设指标间重要性大小相等，即判断矩阵E1、E2和E3的元素均为1。E1=111111111E2=111111111E3=111111111]]>b)计算判断矩阵的拟优一致矩阵。根据构造的判断矩阵E1、E2和E3，由式(5)分别计算得到矩阵E1、E2和E3的拟优一致矩阵G1、G2和G3。G1=111111111G2=111111111G3=111111111]]>c)计算判断矩阵的特征向量根据计算得到的拟优一致矩阵G1、G2和G3，由式(6)分别计算得到矩阵G1、G2和G3的特征向量Q1、Q2和Q3。Q1＝[1/3,1/3,1/3]T；Q2＝[1/3,1/3,1/3]T；Q3＝[1/3,1/3,1/3]T3)计算二级指标相对于目标层指标的权重。根据求得P和Q1、Q2和Q3，由式(7)分别计算到一级指标B1下各个二级指标相对于目标层指标的权重向量W1、一级指标B2下各个二级指标相对于目标层指标的权重向量W2和一级指标B3下各个二级指标相对于目标层指标的权重向量W3。W1＝p1×Q1＝[w11,w12,w13]T＝[1/9,1/9,1/9]T；W2＝p2×Q2＝[w21,w22,w23]T＝[1/9,1/9,1/9]T；W3＝p3×Q3＝[w31,w32,w33]T＝[1/9,1/9,1/9]T；第三步对指标权重进行调整。1)确定指标的理想区间。根据建立的网络综合性能评定参数体系，由评估专家给出各个二级指标的理想最佳值和理想最差值，如表2中第二列和第三列所示。2)计算区间偏移度根据表2中各个二级指标理想最佳值和理想最差值以及历史最佳值和历史最差值由式(8)或者式(9)计算得到偏移度αix。3)二级指标分类根据计算得到的αix对指标进行分类，其中低于专家预期的指标有B11、B12、B22、B23和B32，其下标集合E＝{11,12,22,23,32}；高于专家预期的指标有B13、B21和B33，其下标集合F＝{13,21,33}；符合专家预期的指标B31，其下标集合J＝{31}。4)计算各个二级指标的权重调整值根据指标B11、B12、B22、B23和B32各自相应的固定权重以及偏移度，分别由式(10)计算的指标B11、B12、B22、B23和B32的权重调整值Δw11、Δw12、Δw22、Δw23和Δw32；根据指标B13、B21和B33各自相应的固定权重以及偏移度，分别由式(12)计算的指标B13、B21和B33的权重调整值Δw13、Δw21和和Δw33；指标B31的权重调整值均为0。所有二级指标的权重调整值具体如表2所示。5)计算各个二级指标调整后的权重根据指标B11、B12、B22、B23和B32各自相应的固定权重以及权重调整值，分别由式(14)计算得到指标B11、B12、B22、B23和B32调整后的最终权重和根据指标B13、B21和B33各自相应的固定权重以及权重调整值，分别由式(15)计算的指标B13、B21和B33调整后的最终权重和指标B31调整后的权重值与常权相等。所有二级指标调整后的权重具体如表2所示。表2指标状态值表当偏移度αix＜0.5时，指标权重将会增大，且αix越接近于0，调整后的权重就越大，如指标B11、B12、B22、B23和B32；当偏移度αix＝0.5时，指标权重等于固定权重，如B31；当偏移度αix＞0.5时，指标权重将会减小，且αix越接近于1，调整后的权重就越小，如指标B13、B21和B33。由表2可知，历史统计值差于专家给定理想值的指标(B11、B12、B22、B23和B32)，其调整后权重较调整前权重有所增大，且偏移度越接近于0，权重调整值就越大。原因在于此类指标在过去一个统计周期内，其运行状态低于专家的预期，对通信系统性能造成影响的可能性较大，采用本发明所提供的权重调整算法增大了此类指标的权重，从而可加大对此类指标的关注度，使网络综合性能评定结果更接近实际；历史统计值好于专家给定理想值的指标(B13、B21和B33)，其调整后权重较调整前权重有所减小，且偏移度越接近于1，权重调整值就越大。原因在于此类指标在过去一个统计周期内，其运行状态高于专家的预期，对通信系统性能造成影响的可能性较小，采用专利所提供的权重调整算法减小了此类指标的权重，从而可适当减小对此类指标的关注度。本发明所提供的方法对指标权重起到了一定的调节作用，保证了所得最终权重合理性，使得评估结果更具有效性和可靠性。当前第1页1 2 3