[发明专利]一种基于数值逆问题的网电效能评估模型优化方法

权利要求书

1.一种基于数值逆问题的网电效能评估模型优化方法，其特征在于，步骤如下：

步骤1、提取与网电效能相关的指标，建立评估效能的指标体系，并设定各指标权重；

步骤2、建立评估指标体系到网电效能的模糊映射，并运用S型函数对指标权重进行修正，将指标数值和修正后的权重代入模糊映射函数，得到网电效能的定量评估模型；

步骤3、在指标数值已知情况下，通过最小二乘法建立评估模型中网电效能对指标权值进行优化的逆问题模型；

步骤4、对上述逆问题模型施加正则化以抑制数值病态性，即在逆问题数学模型中加入正则罚函数项；

步骤5、对施加正则化的逆问题模型采用牛顿-拉夫迅迭代算法求解得到最优权重。

2.根据权利要求1所述的基于数值逆问题的网电效能评估模型优化方法，其特征在于，步骤1所述提取与网电效能相关的指标，建立评估效能的指标体系，并设定各指标权重，具体如下：

提取与网电效能相关的指标，包括频带利用率、信道利用率、网络容量、传输延时、误码率、丢包率、信噪比、网络连通度、机动能力和抗毁能力，建立评估效能的指标体系k＝(k₁,k₂,…,k_N)，k₁,k₂,…,k_N依次为第1～N个指标，并通过专家评估设定各指标权重为依次为指标k₁,k₂,…,k_N的权重。

3.根据权利要求1所述的基于数值逆问题的网电效能评估模型优化方法，其特征在于，步骤2所述建立评估指标体系到网电效能的模糊映射，并运用S型函数对指标权重进行修正，将指标数值和修正后的权重代入模糊映射函数，得到网电效能的定量评估模型，具体如下：

建立评估指标体系到网电效能的模糊映射E＝f(k)，并运用S型函数对指标权重进行修正，将指标数值和权重代入模糊映射函数，得到网电效能的定量评估模型其中，f(·)表示指标数值到网络效能的映射函数关系，E表示网电效能，k_i表示第i个指标量化数值，w_i为第i个指标权重。

4.根据权利要求1所述的基于数值逆问题的网电效能评估模型优化方法，其特征在于，步骤3所述在指标数值已知情况下，通过最小二乘法建立评估模型中网电效能对指标权值进行优化的逆问题模型，具体如下：

在指标已知情况下，网电效能为对指标权值进行优化的逆问题模型，如下：

其中，e(w_k)表示计算效能值和实际准确效能之间用最小二乘法表示的差值；w_k表示指标权值向量，w_k的分量为每一个指标对应的权重；f(w_k)表示已知指标和权重计算出的网电效能，f(w_k)的分量f_i(w_k)为每一组指标数值计算而得的效能数值；E表示仿真或实验得到的准确网电效能值，E的分量E_i为每一组指标对应的准确效能数值；N表示指标个数，m表示仿真或实验次数，即已知指标数值的组数。

5.根据权利要求1所述的基于数值逆问题的网电效能评估模型优化方法，其特征在于，步骤4所述对上述逆问题模型施加正则化以抑制数值病态性，即在逆问题数学模型中加入正则罚函数项，具体如下：

对上述逆问题模型施加正则化以抑制数值病态性，即

min e(w_k)＝||f(w_k)-E||²+α||L(w_k^(s)-w_k⁽⁰⁾)||²

其中，α表示正则化参数，L表示正则化矩阵，s表示迭代次数，w_k⁽⁰⁾表示初始指标权重，w_k^(s)表示第s次迭代指标权重。

6.根据权利要求1所述的基于数值逆问题的网电效能评估模型优化方法，其特征在于，步骤5所述对施加正则化的逆问题模型采用牛顿-拉夫迅迭代算法求解得到最优权重，具体如下：

迭代格式为：

其中，J_s表示网电效能对指标权重的雅克比矩阵，f(w_k^(s))、Δw_k^(s)分别表示迭代步数为s时对应的计算效能值和指标权重迭代差值，w_k^(s+1)为经过s步迭代后得到的指标权重值。