[发明专利]基于主元分析的通信台站装备维修保障能力评估方法在审
申请号: | 201610238957.9 | 申请日: | 2016-04-18 |
公开(公告)号: | CN105930645A | 公开(公告)日: | 2016-09-07 |
发明(设计)人: | 李国军;周晓娜;何世彪;杨茜藓;李高峰;贾昕杰;郑鹤 | 申请(专利权)人: | 中国人民解放军重庆通信学院 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 重庆为信知识产权代理事务所(普通合伙) 50216 | 代理人: | 余锦曦 |
地址: | 400035*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种基于主元分析与理想点法的通信台站装备维修保障能力评估方法,建立短波固定通信台站维修保障能力评估指标体系,基于层次分析法确定指标权重,利用主元分析法与理想点法为维修保障能力进行评估。本发明综合考虑短波固定通信台站装备维修保障的各个环节,采用层析分析法建立短波固定通信台站装备维修保障能力评估的指标体系,后运用主元分析法与理想点法对该指标体系的维修保障能力进行评估,对分析短波通信台站维修保障能力,构建其维修保障体系具有一定的借鉴意义。 | ||
搜索关键词: | 基于 分析 通信 装备 维修 保障 能力 评估 方法 | ||
【主权项】:
一种基于主元分析的通信台站装备维修保障能力评估方法,其特征在于,包括如下步骤:S1:建立短波固定通信台站维修保障能力评估指标体系;S2:基于层次分析法确定指标权重;S21:建立层次结构模型,分为三类层次:目标层、准则层和指标层;S22:构造判断矩阵C;S23:层次单排序及其一致性检验:对判断矩阵C,采用幂法、和积法或者方根法计算满足:CW=λmaxW的特征根和特征向量,式中,λmax是判断矩阵C的最大特征根,W是对应于λmax的正规化特征向量,W的分量Wi为同一层次因素对于上一层次某因素相对重要性排序的权值;对层次单排序的一致性进行检验;S25:层次总排序及其一致性检验:从最高层次到最低层次逐层顺序进行层次总排序,计算某一层次所有因素对于最高层相对重要性的权值:A层m个因素A1,A2,…,Am对最高层的总排序得到的权值排序为a1,a2,…,am,B层n个因素对上层A中因素ai的层次单排序为i=1,2,…,m,则B层的层次总排序为j=1,2,…,n;对层次总排序的一致性进行检验;S3:利用主元分析法与理想点法为维修保障能力进行评估:评估通信台站的站点有m个,每个站点有n个评估指标,则采集矩阵的元素为xij,i=1,2,…,m,j=1,2,…,n;S31:采用Z‑Score法对节点指标数据xij进行标准化处理式中,均值标准差从而得到标准化的样本决策矩阵Y=(yij)m×n;S32:计算指标相关矩阵S33:计算指标相关矩阵R的特征值λ1≥λ2≥...≥λn≥0以及相应的特征向量αj=[αj1,αj2,…,αjn]T,j=1,2,…,n;S34:生成主成分决策矩阵:主成分Fj=Yαj,选取归一化指标主元的累积能量贡献率满足的前p个主成分,由此生成由前p个主成分作为低维指标的主成分决策矩阵:F=(zij)m×p=[f1,f2,…,fp],由归一化指标主元的方差,得到主成分指标的权重为:(j=1,2,…,p),最终构造出主成分加权决策矩阵为Z=(zij)m×p=[μ1z1,μ2z2,…,μpzp];S35:利用理想点法确定优化决策模型;首先,确定理想点:对于主成分加权决策矩阵为Z=(zij)m×p,取从而构造出征服理想点: 随后,确定p维空间主成分与理想点的距离:最后,计算各采样点主成分与理想点主元的相对贴近度,设第i个采样点与理想点主元的相对贴近度为根据相对贴近度的大小对各采样点进行排序,Zi越大,则表示该采样点离理想点越近,离负理想点越远,该采样点越佳。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军重庆通信学院,未经中国人民解放军重庆通信学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610238957.9/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用