【技术实现步骤摘要】
本专利技术涉及测控装备，尤其涉及一种测控装备智能化测评指标权重分析方法。
技术介绍
1、当前，以高端智能测控装备为主的新产业迅猛发展，在各国数字化转型战略需求与加速我国“新基建”建设驱动下，不断催生前沿、新科技领域和新创新形态。高端仪器仪表是在传统测控装备基础上增加数据与信息服务、感知、监测与诊断、适应与优化等智能要素，融合新技术与新工艺形成的新产品，在各行业均有广泛应用。
2、由于测控装备的快速发展与用户需求升级，传统的测控装备智能化测评方法显然难以满足市场化的需求，主要体现在：测控装备智能化测评维度多样，造成测评指标种类数目众多，多种测评指标间存在会存在冗余、互斥与制约现象，大大提高测评工作量，降低测评效率，影响测评结果的准确性；此外测控装备应用场景复杂多样，要求科学、合理地确定各测评指标权重，保障测评模型构建与应用场景相适应，促进准确测评该应用场景的智能化水平，但由于测控装备应用场景复杂多样，尚缺乏科学、统一、规范的指标权重分析方法。因此，亟需研究一种测控装备智能化测评指标权重分析方法，以有效地测评测控装备的智能化水平，促进推动智能测控装备技术的发展。
技术实现思路
1、有鉴于此，本专利技术提出了一种基于相关综合法的测控装备智能化测评指标权重分析方法。本专利技术解决了测控装备智能化测评过程中面临的缺乏科学、统一、规范的指标权重分析方法的问题，对于促进测控装备更好的应用于各行各业具有十分重要的应用前景和现实意义。
2、具体技术方案如下：
3、
4、步骤1、利用多种赋权方法分别确定测控装备各项指标的权重，其中，多种赋权方法包括主观赋权法与客观赋权法；
5、步骤2、构建指标权重目标优化模型，获得各种赋权方法的权重，其中，所述指标权重目标优化模型用于综合考虑决策者的主观意见及决策的客观性，使各种赋权方法的权重偏差取极小值，即不同的赋权方法之间的结果差距越小越好；
6、步骤3、对于同一指标，利用步骤2得到的权重，将各种赋权方法获得的权重进行加权求和，最终得到所有指标的权重；
7、其中，通过相关性分析删除同一准则层内相关系数大的指标。
8、进一步的，指标权重目标优化模型表示如下：
9、
10、其中，m表示指标总数，p表示采用的赋权方法的总数，μki表示第k种赋权方法确定的第i个指标的权重，αk表示第k种赋权方法的权重，且
11、进一步的，所述主观赋权法基于主观价值判断确定测评指标权重，使用层次分析法来对权重进行主观赋权；所述层次分析法是多目标决策方法，其根据多目标决策问题的性质和总体目标，把问题本质按层次结构进行分解，构成一个由下而上递阶的层次结构；首先将一个复杂的多目标决策问题作为一个系统，将目标分解为多个子目标或准则；然后再进一步将子目标分解为多个指标，构成若干层次；最后通过定性指标模糊量化方法算出层次单权重和总权重，以作为多指标、多方案优化决策的系统方法。
12、进一步的，所述主观赋权法具体步骤包括：
13、(1)建立递归层次结构：将复杂的问题层次化，明确各影响因素之间的关联关系和隶属关系；
14、(2)专家评判：通过专家评分的方式，确定每一层元素对于上一层共同目标元的相互重要性；
15、(3)构建判断矩阵c：基于专家评判得到的两个指标的相互重要性结果，按照重要程度对应的标度值，将重要性用数值表示出来，形成不同层次的判断矩阵；
16、(4)层次单排序：根据判断矩阵，计算针对上一层次中的目标元，所对应的本层次与其相关的元素的重要性，即层次单排序权重向量，所述层次单排序权重向量为判断矩阵最大特征值所对应的特征向量；
17、(5)层次总排序：利用单排序的结果计算针对上一层次而言，本层次所有元素排序权重，从上至下得到总排序权重，即为指标权重。
18、进一步的，为了保证专家判断过程中避免出现自相矛盾的判断结果，需要对层次单排序过程进行一致性检验，通过计算cr值来检查判断矩阵的一致性：
19、
20、cl＝(max-n1)(n1-1)
21、其中，n1为判断矩阵的维数，ri表示对应的随机值，
22、若cr<0.1，则可以认为判断矩阵具有满意一致性，该判断矩阵可以用作层次分析；
23、若cr≥0.1，则认为判断矩阵不具有满意一致性，需要对判断矩阵进行调整和修正。
24、进一步的，所述客观赋权法基于熵权法确定指标权重；应用信息熵计算测控装备智能化测评指标的权重，如果测评指标的信息熵越大，表明指标值的变异程度越小，提供的信息量也越少，对于测评结果所起到的作用也越小，因此其该指标的权重也越小；反之，信息熵越小，测评指标提供的变异程度越大，提供的信息量越多，对于测评结果所起到的作用也越大，因此其该指标的权重也越大。
25、进一步的，基于熵权法确定指标权重的具体过程包括，
26、首先对所有测评指标值进行归一化处理，确保不同测评指标的数据值在分析中具有相同的权重和比较基准；
27、基于熵权法的指标客观赋权方法通过统计指标值内部的熵值来进行赋权；如果对于相同的指标评判数据分布一致性很高，那么会很难区分不同对象的能力差异，此时权重应越小越好；反之，指标的分布差异性很大则会增大权重；假设有m个指标，每个指标的取值范围为[0,1]，将其划分为f个等距的区间，然后统计各区间的频数，则第j个指标的信息熵通过以下公式计算：
28、
29、其中，
30、
31、xj为第j个指标，h(xj)为第j个指标的信息熵，pj表示第j个指标的频数总和，rjk为第j个指标的第k个区间的频数；其中存在特殊情况，当pi＝0时，h(xi)＝0。
32、根据每个指标的信息熵，计算每个指标的权重，权重越大表示该指标对评估结果的影响越大，第j个指标的权重w(xj)即为：
33、
34、有益效果
35、1、该方法将确定测控装备智能化多项测评指标的共性关系和相互关系，采用相关性分析计算各个测评指标之间的相关系数，支撑评估不同测评指标之间的相关性强度和方向。
36、2、采用相关性分析法筛选测控装备智能化多项测评指标的好处是可以实现剔除信息重复的指标。通过计算两个测评指标之间的相关系数，删除相关系数较大的测评指标，消除测评指标所反映的信息重复对测控装备智能化水平测评结果的影响，简化多种类智能化测控装备的测评指标。
37、3、本专利技术综合考虑主观评价和客观评价，结合专家经验和数据分析进行权重分配。通过主观评价，可以从多个维度来考虑评估测控装备的智能化水平的权重设置，如智能感知、自适应控制、人机交互等智能能力。同时，通过对测控装备的各项测评指标进行数据集成和分析，获取更为客观的测评指标权重值。
本文档来自技高网...
【技术保护点】
1.一种测控装备智能化关键共性参数测评权重分析方法，其特征在于：
2.根据权1所述的一种测控装备智能化关键共性参数测评权重分析方法，其特征在于：
3.根据权1或2所述的一种测控装备智能化关键共性参数测评权重分析方法，其特征在于：所述主观赋权法基于主观价值判断确定测评指标权重，使用层次分析法来对权重进行主观赋权；所述层次分析法是多目标决策方法，其根据多目标决策问题的性质和总体目标，把问题本质按层次结构进行分解，构成一个由下而上递阶的层次结构；首先将一个复杂的多目标决策问题作为一个系统，将目标分解为多个子目标或准则；然后再进一步将子目标分解为多个指标，构成若干层次；最后通过定性指标模糊量化方法算出层次单权重和总权重，以作为多指标、多方案优化决策的系统方法。
4.根据权3所述的一种测控装备智能化关键共性参数测评权重分析方法，其特征在于：所述主观赋权法具体步骤包括：
5.根据权4所述的一种测控装备智能化关键共性参数测评权重分析方法，其特征在于：为了保证专家判断过程中避免出现自相矛盾的判断结果，需要对层次单排序过程进行一致性检验，通过计算CR
6.根据权1或2所述的一种测控装备智能化关键共性参数测评权重分析方法，其特征在于：所述客观赋权法基于熵权法确定指标权重；应用信息熵计算测控装备智能化测评指标的权重，如果测评指标的信息熵越大，表明指标值的变异程度越小，提供的信息量也越少，对于测评结果所起到的作用也越小，因此其该指标的权重也越小；反之，信息熵越小，测评指标提供的变异程度越大，提供的信息量越多，对于测评结果所起到的作用也越大，因此其该指标的权重也越大。
7.根据权6所述的一种测控装备智能化关键共性参数测评权重分析方法，其特征在于：基于熵权法确定指标权重的具体过程包括，
...【技术特征摘要】
1.一种测控装备智能化关键共性参数测评权重分析方法，其特征在于：
2.根据权1所述的一种测控装备智能化关键共性参数测评权重分析方法，其特征在于：
3.根据权1或2所述的一种测控装备智能化关键共性参数测评权重分析方法，其特征在于：所述主观赋权法基于主观价值判断确定测评指标权重，使用层次分析法来对权重进行主观赋权；所述层次分析法是多目标决策方法，其根据多目标决策问题的性质和总体目标，把问题本质按层次结构进行分解，构成一个由下而上递阶的层次结构；首先将一个复杂的多目标决策问题作为一个系统，将目标分解为多个子目标或准则；然后再进一步将子目标分解为多个指标，构成若干层次；最后通过定性指标模糊量化方法算出层次单权重和总权重，以作为多指标、多方案优化决策的系统方法。
4.根据权3所述的一种测控装备智能化关键共性参数测评权重分析方法，其特征在于：所述主观赋权法...
【专利技术属性】
技术研发人员：孙静，缪寅宵，张修建，张龙，刘弋菲，
申请(专利权)人：北京航天计量测试技术研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。