[发明专利]一种基于综合定权的TOPSIS算法的人体心肺耐力评价方法

权利要求书

1.一种基于综合定权的TOPSIS算法的人体心肺耐力评价方法，其特征在于，构建了基于CPET的心肺耐力评估指标体系，然后通过C-OWA算子和熵权法确定指标权重，最后建立TOPSIS模型，其中人体的心肺耐力拆解成了心血管功能、呼吸交换功能和代谢功能；

(1)心血管功能：将每搏输出量(SV)、心率(HR)、心输出量(CO)作为心血管能力的评价指标；

(2)呼吸交换功能：与人的气体交换能力相关的生理参数有通气量(VE)、氧气当量(VE/VO2)、二氧化碳当量(VE/VCO2)；

(3)代谢功能：包括摄氧量(VO2)、动脉血氧分差C(a-v)O₂、和呼吸熵(RQ)。

2.根据权利要求1所述的一种基于综合定权的TOPSIS算法的人体心肺耐力评价方法，其特征在于，C-OWA将专家打分法确定的权重和组合数相结合，能够降低将个别专家主观的极端评价对评价体系的影响，从而科学的分配权重，使其更具有客观性和说服力，具体的计算步骤如下：

1、邀请p位生理学家对CPET中的各项生理指标进行打分，范围为0～10分，分数越高，代表受试者的各项心肺功能越强，各项心肺功能的分数组成一个分数集H＝(h₁，h₂，h₃，…，h_n)，将原始数据集H内部的数据按照从大到小排列，组成新的数据集Q＝(q₀，q₁，q₂，…，q_n-1)，其中q₀≥q₁≥q₂≥…≥q_n-1；

2、利用组合数确定数据集Q中的权重，得到加权向量α＝(α₀，α₁，α₂，…，α_n-1)

其中，

3、使用加权向量α对新数据集Q进行加权计算，得到指标的绝对权重w_s

其中，z为评价指标的个数；

4、相对权重d_s

3.根据权利要求2所述的一种基于综合定权的TOPSIS算法的人体心肺耐力评价方法，其特征在于，以上完成了基于专家打分的C-OWA的主观权重的确定，接着使用熵权法计算评估指标体系的客观权重，具体的计算步骤如下：

1、对矩阵进行归一化处理，归一化的结果是Y矩阵中的列向量y_ij与该矩阵中所有元素之和的比值；

2、计算第j个指标下第i名受试者的数值站该样本总数值的比重

3、计算第j个指标的熵值

其中，k为调节系数，k＝1/ln(n)；

4、计算信息冗余度

d_j＝1-e_j (6)

5、计算权重值

4.根据权利要求3所述的一种基于综合定权的TOPSIS算法的人体心肺耐力评价方法，其特征在于，以上完成了评价指标的主客观计算，接着需要选择合适的计算方法将两种权重的计算方式融合在一起，引入拉格朗日函数，构建了优化决策模型，避免了绝对主观性和绝对客观性，使两者保持较好的一致性，具体步骤如下：

1、构建决策模型

通过C-OWA得到的主观权重d_j，通过熵权法计算得到的客观权重u_j，设w_j为综合权重，计算过程如下：

其中，α、β为偏好系数；

引入欧氏距离函数D(w_Aj，w_Bj)，有：

根据上式(9)和式(10)可以求得综合权重w_j。

5.根据权利要求4所述的一种基于综合定权的TOPSIS算法的人体心肺耐力评价方法，其特征在于，以上完成了评价指标的权重计算，接着需要选取合适的方法将指标权重和指标数值进行综合计算，从而得到个体心肺耐力综合评价结果。

6.根据权利要求5所述的一种基于综合定权的TOPSIS算法的人体心肺耐力评价方法，其特征在于，本文选取TOPSIS综合评估模型对个体的心肺耐力进行计算，其基本思路是：对已有的指标数据进行标准化处理得到原始决策矩阵，与指标权重结合构建加权决策矩阵，整理出各指标的最优值及最劣值分别组成各方案正、负理想解，再计算出各评价方案与最优解、最劣解的远近程度，贴近度的取值范围为[0，1]，贴近度越大表征结果越贴近最优方案，具体的实现步骤如下：

1、将数据标准化，并进行正向调整，有：

2、确定指标的正负理想解：

正理想解：

负理想解：

3、确定各指标与理想值的欧氏距离

4、引入相对接近度来评价受试者与最佳值的偏离程度