本发明涉及不确定性人工智能与效能评估的交叉领域,尤其涉及一种情报保障体系能力需求满足度评估方法。
背景技术:
1、随着信息化作战的不断发展,信息数据呈现多源、多类、海量等特点,情报保障面临较大挑战,保障体系结构与模式发生重大变化,实时关注保障体系是否满足当前的任务需求显得尤为重要,它可对保障体系进行增强补弱,进而使情报保障能力不断提升。评判保障体系对当前任务的满足程度可称为需求满足度,通过效能评估方法量化需求满足度可直观的显现出当前体系的能力状态。
2、目前研究能力需求满足度评估方法较少,国内在此领域处于起步阶段,多数研究均在确定性的评估数据下实现能力需求满足度的评估,主要分为构建指标体系-定义指标满足度量化公式-评估算法的方式和从评估对象自身工作原理与任务构建需求满足度计算模型的方式,但是评价过程中往往遇到评估数据存在随机性和模糊性导致评估结果不准确的问题。
3、为解决该问题,有部分学者做了如下工作:通过构建信度规则库,将不确定数据转为信度结构,引入证据推理方法求解能力需求满足度;采用模糊综合评估思想完成能力需求满足度评估;基于qfd及粗糙集解决数据不确定性问题;引入云模型理论,采用云重心距离判断需求满足等级。但这些方法均有不同的缺陷,导致评估出的结果不够科学与客观,不能满足评估的需求,因此如何科学、合理且客观地评估情报保障体系的能力是否满足需求,是急需解决的重要难题。
技术实现思路
1、为了解决上述问题,本发明提出一种情报保障体系能力需求满足度评估方法,能直观、科学地计算出保障体系的能力需求满足度,本发明采用的技术方案如下:
2、一种情报保障体系能力需求满足度评估方法,包括以下步骤:
3、s1.能力指标集合构建:设置能力指标集合,该集合包括一级综合指标、二级能力指标和三级性能指标,其中一级综合指标对应多个二级能力指标,每个二级能力指标对应多个三级性能指标;
4、s2.能力指标权重确定:基于所述能力指标集合和saaty标度对各二级能力指标和三级性能指标进行重要性比对,确定指标之间的重要性标度,构建两两比较判断矩阵并转换为属性判断矩阵,根据属性判断矩阵计算相对属性权重,再基于所述能力指标集合的分层分级关系合成各指标的绝对权重;
5、s3.需求满足度评估:基于所述能力指标集合将所有指标的量化样本值构建为矩阵,对各指标进行云模型转换,所述云模型包括加权评估对象性能决策云矩阵、加权正理想云和加权负理想云;基于所述云模型,通过指标之间定性概念欧式距离,结合所述云模型中期望、熵、超熵的特性,计算体系能力正负向距离;最后利用体系能力正负向距离,计算情报保障体系能力需求满足度。
6、进一步地,二级能力指标之间的两两比较判断矩阵为:
7、b=(bi,j)n×n
8、其中,bi,j为第i,j个二级能力指标之间的重要性标度,n为二级能力指标的数量;
9、三级性能指标之间的两两比较判断矩阵为:
10、
11、其中,为第q个二级能力指标对应的第i,j个三级性能指标之间的重要性标度,mq为第q个二级能力指标对应的三级性能指标的数量。
12、进一步地,属性判断矩阵的元素di,j的转换公式为:
13、
14、其中,ci,j为n个指标之间两两比较判断矩阵的第i行第j列的数值,k为标度值;
15、按照上述转换公式将两两比较判断矩阵变换为属性判断矩阵:
16、
17、进一步地,根据属性判断矩阵计算相对属性权重的公式为:
18、
19、其中,为第i个二级能力指标的相对属性权重,为第i个二级能力指标对应的三级性能指标的的相对属性权重,相应的向量表示形式为:
20、
21、进一步地,基于所述能力指标集合的分层分级关系合成各指标的绝对权重为:
22、
23、其中,wu(i)为第i个二级能力指标的相对权重。
24、进一步地,基于所述能力指标集合将所有指标的量化样本值构建成的矩阵为:
25、
26、其中,xi,j为第j个指标第i个归一化的量化样本值,其数值范围为0-1,ns为样本数量,m为指标数量;
27、量化样本值矩阵d中各指标的期望exj、方差熵enj、超熵hej分别为:
28、
29、
30、
31、
32、进一步地,根据各指标构建的权评估对象性能决策云矩阵、加权正理想云和加权负理想云分别为:
33、
34、
35、
36、其中,w(m)为第m个指标的权重。
37、进一步地,基于欧式距离反映加权正理想云c+和加权负理想云c-的绝对差异,体系能力正向距离的计算公式为:
38、
39、其中,为向量1-范数,即欧式距离,为加权正向差异矩阵的第m列向量,为第m个指标的正向距离,则加权正向差异矩阵为:
40、
41、上式中评估样本与正向需求样本的期望差异熵差异和超熵差异分别为:
42、
43、进一步地,体系能力负向距离的计算公式如下:
44、
45、其中,为加权负向差异矩阵的第m列向量,为第m个性能指标的负向距离,则加权负向差异矩阵为:
46、
47、上式中评估样本与负向需求样本的期望差异熵差异和超熵差异分别为:
48、
49、进一步地,利用体系能力正负向距离,计算情报保障体系能力需求满足度的计算公式为:
50、
51、其中,满足度p数值越大表明越满足需求,当p=1时,表示体系能力完全满足需求;当p=0时,表示完全不满足需求;
52、同理,各性能需求满足度的计算公式为:
53、
54、本发明的有益效果在于:
55、(1)本发明引入了属性层次模型,可充分发挥专家知识的优势,并且相对于传统的ahp方法更加计算更加简单快速。
56、(2)本发明通过云模型解决了需求满足度评估中数据不确定性的问题,使原本模糊的评估变得更加精准。
57、(3)本发明相对于现有精确数值满足度评估需要先基于需求和能力评估数据进行规范化处理的处理流程,通过逼近理想解排序(topsis)方法无需事先进行规范化处理,直接以加权评估对象性能决策云矩阵和正负向理想云进行正负向距离计算,一定程度上节约了计算资源。
1.一种情报保障体系能力需求满足度评估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的情报保障体系能力需求满足度评估方法,其特征在于,二级能力指标之间的两两比较判断矩阵为:
3.根据权利要求2所述的情报保障体系能力需求满足度评估方法,其特征在于,属性判断矩阵的元素di,j的转换公式为:
4.根据权利要求3所述的情报保障体系能力需求满足度评估方法,其特征在于,根据属性判断矩阵计算相对属性权重的公式为:
5.根据权利要求4所述的情报保障体系能力需求满足度评估方法,其特征在于,基于所述能力指标集合的分层分级关系合成各指标的绝对权重为:
6.根据权利要求5所述的情报保障体系能力需求满足度评估方法,其特征在于,基于所述能力指标集合将所有指标的量化样本值构建成的矩阵为:
7.根据权利要求6所述的情报保障体系能力需求满足度评估方法,其特征在于,根据各指标构建的权评估对象性能决策云矩阵、加权正理想云和加权负理想云分别为:
8.根据权利要求7所述的情报保障体系能力需求满足度评估方法,其特征在于,基于欧式距离反映加权正理想云c+和加权负理想云c-的绝对差异,体系能力正向距离的计算公式为:
9.根据权利要求8所述的情报保障体系能力需求满足度评估方法,其特征在于,体系能力负向距离的计算公式如下:
10.根据权利要求9所述的情报保障体系能力需求满足度评估方法,其特征在于,利用体系能力正负向距离,计算情报保障体系能力需求满足度的计算公式为: