基于关联分析的体系效能评估指标体系构建方法及系统技术方案

本发明专利技术提供了一种基于关联分析的体系效能评估指标体系构建方法及系统，包括：评估指标初选步骤、评估指标样本获取步骤、关联评估指标提取步骤和评估指标体系建立步骤。本发明专利技术能够挖掘装备级性能/效能指标与体系级效能指标间的关联关系；利用基于聚类分析的动态离散法实现关联分析后件的离散化，得到的结果能够体现关联分析后件即体系级效能指标与最小支持度的关系，相较等深、等宽等静态离散方法得到的关联关系更加精确；解决了因装备体系各系统间深度铰链，指标耦合严重，而难以用传统方法建立科学的层次化指标体系的问题，为其它复杂问题的指标体系构建提供了新的思路和方法。

Construction Method and System of System Effectiveness Evaluation Index System Based on Relevance Analysis

The invention provides a method and system for constructing an index system of system effectiveness evaluation based on correlation analysis, including the steps of primary selection of evaluation index, sample acquisition of evaluation index, extraction of correlation evaluation index and establishment of evaluation index system. The invention can mine the correlation relationship between equipment level performance/effectiveness index and system level efficiency index; the dynamic discretization method based on clustering analysis is used to realize the discretization of association analysis afterparts, and the results obtained can reflect the relationship between association analysis afterparts, i.e. system level efficiency index and minimum support degree, and the correlation relationship obtained by static discretization method with equal depth and width is more accurate. It solves the problem that it is difficult to establish a scientific hierarchical index system by traditional methods because of the deep hinge between the various systems of the equipment system, which provides a new idea and method for the construction of the index system of other complex problems.

【技术实现步骤摘要】
基于关联分析的体系效能评估指标体系构建方法及系统
本专利技术涉及建模仿真领域，具体地，涉及基于关联分析的体系效能评估指标体系构建方法及系统。
技术介绍
基于仿真数据的多指标综合评价是武器装备作战效能评估的一项关键技术，其依赖于建立指标间相互独立的层次化指标体系。传统的以武器系统为对象的作战效能评估，武器系统一般具有一系列表征各种特性的战术技术性能参数，它们涉及武器装备、作战任务和环境等的多个方面，而系统的效能是上述各种参数的综合，因此武器系统的效能评估指标体系往往是由多层次、多种类型指标构成的。以搜索雷达系统为例，其效能指标按其主要功能可分解为最大探测距离、最小探测距离、雷达分辨率等与搜索雷达相关的性能指标。然而，体系对抗是一个典型的复杂巨系统问题，影响对抗结果的因素很多，包括装备技术因素、作战(指挥)因素、人的行为(规则)因素、战场环境因素等等，且相互之间存在诸多交叉影响，难以采用一个层次化的指标体系对其进行二次建模，以防空装备体系为例，按照层次化分解的思路，按其系统组成可分为搜索雷达、跟踪雷达和拦截武器三类武器系统，每类武器系统又可根据其性能指标进行分解，最终建立起层次化指标体系，然而，三类武器系统在实际作战过程中会受到彼此的影响，例如搜索雷达的性能指标可能影响到跟踪雷达和拦截武器最终的效能，系统间深度铰链，指标耦合严重，因此，如何在构建指标体系时考虑到各因素间的相互影响是武器装备体系效能评估的一项关键技术。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种基于关联分析的体系效能评估指标体系构建方法及系统。根据本专利技术提供的一种基于关联分析的体系效能评估指标体系构建方法，包括：评估指标初选步骤：依据评估目的、评估对象以及评估对象的输入/输出信息给出对效能产生影响的指标，并形成体系级效能指标和装备级性能/效能指标；评估指标样本获取步骤：对评估对象的仿真模型进行试验，依据仿真试验数据以及初选的指标得到多组体系级效能指标值和装备级性能/效能评估指标值；关联评估指标提取步骤：采用关联规则挖掘算法对体系级效能指标值和装备级性能/效能评估指标值进行分析，获得装备级性能/效能指标与体系级效能指标值的关联规则，进而获取与体系级效能指标相关的装备级性能/效能评估指标，同时，在此基础上确定指标之间的从属级关系；评估指标体系建立步骤：根据确定的指标之间的从属关系构建评估指标体系。较佳的，所述评估指标初选步骤中形成体系级效能指标和装备级性能/效能指标包括：体系级效能指标表示为{x1,x2,…xn}，其中xi表示第i个体系级评估指标，n表示体系级效能指标集个数；装备级性能/效能评估指标表示为{y1,y2,…ym}，其中yj表示第j个装备级性能/效能评估指标，m表示装备级性能/效能评估指标个数。较佳的，所述评估指标样本获取步骤中对评估对象的仿真模型进行的试验包括：均匀、正交或者拉丁超立方试验。较佳的，所述评估指标样本获取步骤中得到的多组体系级效能指标值和装备级性能/效能评估指标值包括：体系级效能指标xi样本表示为{xi1,xi2,…xio}，其中xik表示第i个体系级评估指标的第k个样本值；装备级性能/效能评估指标yj样本表示为{yj1,yj2,…yjn}，其中yjl表示第j个装备级性能/效能评估指标的第l个样本值。较佳的，所述关联评估指标提取步骤中，获得装备级性能/效能指标与体系级效能指标值的关联规则的步骤包括：步骤1：以装备级性能/效能指标为前件，体系级效能指标为后件，找出去除末属性的频繁项集，若装备级性能/效能指标有数值型属性，则进行离散化；步骤2：分别对频繁项集对应后件的样本值进行聚类，找出最大簇；步骤3：计算最大簇的区间，判断是否满足最小支持度计数条件；最初划分的簇个数为Num，若Num个簇的最大簇不满足最小支持度计数条件，则对Num进行减1，并返回步骤2，反之则进入步骤4；步骤4：以步骤1中找出的频繁项集为前件，以步骤3中找出的最大簇的区间范围为后件，生成关联规则；步骤5：计算关联规则的支持度、置信度及兴趣度；步骤6：输出所有关联关系，按照兴趣度进行排序；其中，兴趣度为置信度与后件出现频率的比值，具体计算如下：A→B的兴趣度＝(A→B的置信度度)/(B出现的频率)。根据本专利技术提供的一种基于关联分析的体系效能评估指标体系构建系统，包括：评估指标初选模块：依据评估目的、评估对象以及评估对象的输入/输出信息给出对效能产生影响的指标，并形成体系级效能指标和装备级性能/效能指标；评估指标样本获取模块：对评估对象的仿真模型进行试验，依据仿真试验数据以及初选的指标得到多组体系级效能指标值和装备级性能/效能评估指标值；关联评估指标提取模块：采用关联规则挖掘算法对体系级效能指标值和装备级性能/效能评估指标值进行分析，获得装备级性能/效能指标与体系级效能指标值的关联规则，进而获取与体系级效能指标相关的装备级性能/效能评估指标，同时，在此基础上确定指标之间的从属级关系；评估指标体系建立模块：根据确定的指标之间的从属关系构建评估指标体系。较佳的，所述评估指标初选模块中形成体系级效能指标和装备级性能/效能指标包括：体系级效能指标表示为{x1,x2,…xn}，其中xi表示第i个体系级评估指标，n表示体系级效能指标集个数；装备级性能/效能评估指标表示为{y1,y2,…ym}，其中yj表示第j个装备级性能/效能评估指标，m表示装备级性能/效能评估指标个数。较佳的，所述评估指标样本获取模块中对评估对象的仿真模型进行的试验包括：均匀、正交或者拉丁超立方试验。较佳的，所述评估指标样本获取模块中得到的多组体系级效能指标值和装备级性能/效能评估指标值包括：体系级效能指标xi样本表示为{xi1,xi2,…xio}，其中xik表示第i个体系级评估指标的第k个样本值；装备级性能/效能评估指标yj样本表示为{yj1,yj2,…yjn}，其中yjl表示第j个装备级性能/效能评估指标的第l个样本值。较佳的，所述关联评估指标提取模块中，获得装备级性能/效能指标与体系级效能指标值的关联规则的步骤包括：步骤1：以装备级性能/效能指标为前件，体系级效能指标为后件，找出去除末属性的频繁项集，若装备级性能/效能指标有数值型属性，则进行离散化；步骤2：分别对频繁项集对应后件的样本值进行聚类，找出最大簇；步骤3：计算最大簇的区间，判断是否满足最小支持度计数条件；最初划分的簇个数为Num，若Num个簇的最大簇不满足最小支持度计数条件，则对Num进行减1，并返回步骤2，反之则进入步骤4；步骤4：以步骤1中找出的频繁项集为前件，以步骤3中找出的最大簇的区间范围为后件，生成关联规则；步骤5：计算关联规则的支持度、置信度及兴趣度；步骤6：输出所有关联关系，按照兴趣度进行排序；其中，兴趣度为置信度与后件出现频率的比值，具体计算如下：A→B的兴趣度＝(A→B的置信度度)/(B出现的频率)。与现有技术相比，本专利技术具有如下的有益效果：1、本专利技术了提供了一种基于关联分析的体系效能评估指标体系构建方法；2、本专利技术所述方案提供一种仿真数据关联规则算法，能够挖掘装备级性能/效能指标与体系级效能指标间的关联关系；3、本专利技术所述方案利用基于聚类分析的动态离散法实现关联分析后件的离散化，得到的结果能本文档来自技高网...

【技术保护点】
1.一种基于关联分析的体系效能评估指标体系构建方法，其特征在于，包括：评估指标初选步骤：依据评估目的、评估对象以及评估对象的输入/输出信息给出对效能产生影响的指标，并形成体系级效能指标和装备级性能/效能指标；评估指标样本获取步骤：对评估对象的仿真模型进行试验，依据仿真试验数据以及初选的指标得到多组体系级效能指标值和装备级性能/效能评估指标值；关联评估指标提取步骤：采用关联规则挖掘算法对体系级效能指标值和装备级性能/效能评估指标值进行分析，获得装备级性能/效能指标与体系级效能指标值的关联规则，进而获取与体系级效能指标相关的装备级性能/效能评估指标，同时，在此基础上确定指标之间的从属级关系；评估指标体系建立步骤：根据确定的指标之间的从属关系构建评估指标体系。

【技术特征摘要】
1.一种基于关联分析的体系效能评估指标体系构建方法，其特征在于，包括：评估指标初选步骤：依据评估目的、评估对象以及评估对象的输入/输出信息给出对效能产生影响的指标，并形成体系级效能指标和装备级性能/效能指标；评估指标样本获取步骤：对评估对象的仿真模型进行试验，依据仿真试验数据以及初选的指标得到多组体系级效能指标值和装备级性能/效能评估指标值；关联评估指标提取步骤：采用关联规则挖掘算法对体系级效能指标值和装备级性能/效能评估指标值进行分析，获得装备级性能/效能指标与体系级效能指标值的关联规则，进而获取与体系级效能指标相关的装备级性能/效能评估指标，同时，在此基础上确定指标之间的从属级关系；评估指标体系建立步骤：根据确定的指标之间的从属关系构建评估指标体系。2.根据权利要求1所述的基于关联分析的体系效能评估指标体系构建方法，其特征在于，所述评估指标初选步骤中形成体系级效能指标和装备级性能/效能指标包括：体系级效能指标表示为{x1,x2,…xn}，其中xi表示第i个体系级评估指标，n表示体系级效能指标集个数；装备级性能/效能评估指标表示为{y1,y2,…ym}，其中yj表示第j个装备级性能/效能评估指标，m表示装备级性能/效能评估指标个数。3.根据权利要求1所述的基于关联分析的体系效能评估指标体系构建方法，其特征在于，所述评估指标样本获取步骤中对评估对象的仿真模型进行的试验包括：均匀、正交或者拉丁超立方试验。4.根据权利要求1所述的基于关联分析的体系效能评估指标体系构建方法，其特征在于，所述评估指标样本获取步骤中得到的多组体系级效能指标值和装备级性能/效能评估指标值包括：体系级效能指标xi样本表示为{xi1,xi2,…xio}，其中xik表示第i个体系级评估指标的第k个样本值；装备级性能/效能评估指标yj样本表示为{yj1,yj2,…yjn}，其中yjl表示第j个装备级性能/效能评估指标的第l个样本值。5.根据权利要求1所述的基于关联分析的体系效能评估指标体系构建方法，其特征在于，所述关联评估指标提取步骤中，获得装备级性能/效能指标与体系级效能指标值的关联规则的步骤包括：步骤1：以装备级性能/效能指标为前件，体系级效能指标为后件，找出去除末属性的频繁项集，若装备级性能/效能指标有数值型属性，则进行离散化；步骤2：分别对频繁项集对应后件的样本值进行聚类，找出最大簇；步骤3：计算最大簇的区间，判断是否满足最小支持度计数条件；最初划分的簇个数为Num，若Num个簇的最大簇不满足最小支持度计数条件，则对Num进行减1，并返回步骤2，反之则进入步骤4；步骤4：以步骤1中找出的频繁项集为前件，以步骤3中找出的最大簇的区间范围为后件，生成关联规则；步骤5：计算关联规则的支持度、置信度及兴趣度；步骤6：输出所有关联关系，按照兴趣度进行排序；其中，兴趣度为置信度与后件出现频率的比值，具体计算如下：A→B的兴趣度＝(A→B的置信度度)/(B出现的频率)。...

【专利技术属性】
技术研发人员：钱晓超，陆志沣，洪泽华，董晨，陆营波，章佳君，
申请(专利权)人：上海机电工程研究所，
类型：发明
国别省市：上海,31