一种基于大数据的体系评估方法技术

本发明专利技术提供一种基于大数据的体系评估方法，其步骤A：评估体系的认知能力，步骤B：评估体系的决策能力，步骤C：评估体系的执行能力，步骤D：综合评估体系的认知能力、评估体系的决策能力、评估体系的执行能力，得出体系评估的最终结果。通过以上的方法能够有效的进行体系评估，得到客观准确的评估结果。

【技术实现步骤摘要】
一种基于大数据的体系评估方法
本专利技术提出了一种基于大数据的体系评估方法，它涉大数据、系统科学及体系评估等

技术介绍
近年来，随着装备体系的逐步发展与壮大，装备体系的复杂程度也在逐步提升，由此带来的体系评估逐渐走向复杂化的问题也越来越明显。在以往的体系评估的方法中，大多是针对于复杂度低，型号单一的体系进行的，并没有考虑型号体系逐步复杂对于评估方法带来的影响。通过以往的复杂体系的研究经验来讲，大型复杂体系的评估难度相比于小型体系来讲，其难度的变化时呈现指数爆炸的趋势。也就是说一个大型体系的复杂程度可能是小型体系的百倍甚至上千倍，由此带来的评估难度的变化也是指数状态增长的。因此，对于现有的大型复杂体系评估来讲，传统方法的可行性较低。即使传统方法在现有的大型复杂体系中进行了应用，其评估结果的准确性及可信度也是有待考证的。针对于以上纯在的问题，本专利提出一种基于大数据的体系评估方法，结合复杂体系的相关理论，通过全新的方式对复杂体系的评估提出行之有效的方式。复杂体系的相关理论主要是在研究复杂的多耦合的体系，通过基础理论的高度发展，有效的将工程问题转化为科学问题进行解答。应用科学的多维性及全能性为复杂体系的评估提出行之有效的方法。在本专利中主要是通过网络的方法，将复杂体系的评估转化为网络体系，通过网络分析的方法进行分析，寻找出最有效的体系评估方案。通过大数据分析分析的方式，充分的利用了体系的历史数据，有效的拓展了评估分时间维度，加大了体系评估的评估空间，使得评估的时空范围显著增大，对于体系的评估情况更加有效、客观。通过大数据的方法，应用体系自身的数据情况对其本身进行评估，这样的方式可以使得体系的评估方式更加的客观有效，可以在最大的程度上表现出体系的原有特征。通过大数据的方法进行分析，就是将不同时空下的体系，结合体系的物理改变，将体系评估的基础变大。通过这样的方式有效的提升了体系评估的客观程度，有效的避免了现有评估方法的主观性强等缺点。通过大数据、复杂系统及体系评估相结合的方式，可以有效的降低评估体系的复杂程度，同时通过这样的方式可以更加真实的反应体系的真是情况，避免主观评价差异大、波动强、移植性差、准确度低等不足。该基于大数据的体系评估方法可以有效的利用体系大数据对体系进行客观评估，该方法有着较强的科学性及客观性。
技术实现思路
(一)专利技术的目的本专利技术主要应用于解决体系评估的相关问题。对于现有的体系评估方法来讲，大多是基于主观评价的方式，这样的方式不一定能够准确的评估出体系的性能指标。主观评价的评价差异大、波动强、移植性差、准确度低，这些特点都是现有评价方法的不足。现有的评价方法对于经验的要求过高，并不能进行统一量度的评价，这样就使得评价结果的可信度及可对比度大大的降低。同时随着体系的复杂度逐渐增加，现有评估方法的不足就愈加明显。针对于以上的现存问题，本专利提出一种基于大数据的体系评估方法。通过这样的方法可以有效的解决现有评价方法的差异大、波动强、移植性查、准确性低等方面的不足，能够全面、清晰、客观的对现有的体系进行评估。(二)技术方案为了实现上述目的，本专利技术的方法所采用的技术方案是：一种基于大数据的体系评估方法。本专利技术所述的评估方法主要由体系的认知能力评估、体系的决策能力评估及体系的执行能力评估三个方面构成的。同时，对于以上体系的认知能力评估、体系的决策能力评估及体系的执行能力评估三方面是由环境危险信息的收集及感知融合能力(用η表示)、剩余战斗力的评估能力(用τ表示)、最长完备对抗时长的评估能力(用ε表示)、体系信息的自同步/自分析能力(用σ表示)、群体数量变化的自适应能力(用θ表示)、群体种类变化的自适应能力(用χ表示)、体系的自适应分组能力(用γ表示)、任务分解能力(用μ表示)、方案筛选能力(又称体系复杂决策能力，用κ表示)、大数量级对抗性能的预测能力(用φ表示)、单体/局部/整体的脆性、弹性、可靠性的基础认知能(又称基础评估能力，用ν表示)、体系快速机动与协同能力(用ξ表示)、群体智能下的体系任务优化能力(用λ表示)这13的指标构成的。通过对以上13个指标的客观评估，有机的评估出体系的认知能力、体系的决策能力及体系的执行能力。在通过对以上三个能力的有机评判，得出体系评估的最终评价结果。本专利技术所述的“一种基于大数据的体系评估方法”，其步骤如下：步骤A：评估体系的认知能力π；步骤B：评估体系的决策能力δ；步骤C：评估体系的执行能力ω；步骤D：综合评估体系的认知能力π、评估体系的决策能力δ、评估体系的执行能力ω，得出体系评估的最终结果ρ；通过以上步骤，可以有效的实现基于大数据的体系评估，达到评估结果客观好、准确度高的效果，解决了体系评估可信度低、移植性差等问题。其中，步骤A中所述的“评估体系的认知能力π”，是指体系对于环境、自身的相关变化的感知能力；如在体系作战的过程中，体系主要可以分为自身体系和对抗体系两部分，而认知能力就是在评估自身体系对于体系所处环境(主要指自然环境)的了解和信息收集整合的能力、自身对于对砍体系数量、种类、能力等指标的了解和认识能力，以及自身体系的各个个体之间的信息同步、信息自我分析能力等；针对于该体系认知能力评估的过程，包括如下步骤：步骤A1：体系的环境危险信息的收集及感知融合能力η，通过体系对于环境变化认知的反馈时间及反馈的准确度进行评估；对于同样条件下，如果体系的反应时间相同，则反应的准确度更高的体系对于危险信息的收集及感知融合能力就越强；如果反应的准确度相同，则体系的反应时间越短的体系对于危险信息的收集及感知融合能力越强；步骤A2：体系的评估剩余战斗力能力τ，通过体系对于自身战斗力变化的认知时间长短及认知的准确度来进行评估；评估过程中，通过改变体系中某一个或者某一些个体的自身情况，如降低/增加某一个/某一些个体的可靠性、续航时间、作战能力等，观察体系对于这些变化后的体系剩余战斗力的认知时间及认知准确度的评估情况；如果体系的反应时间相同，则反应的准确度更高的体系对于体系的评估剩余战斗力能力越强；如果反应的准确度相同，则体系的反应时间越短的体系的评估剩余战斗力能力越强；步骤A3：体系评估最长完备对抗时长的评估能力ε，在该部分首先对体系完备对抗比例进行定义；完备对抗比例wb表示的是，当体系的剩余战斗低于该完备对抗比例时，就认定为体系不在具有完备对抗能力；在进行该部分的的评估时，主要是对剩余战斗能力τ信息的进一步动态分解，通过分析生意战斗力τ的变化趋势，确定从当前的时刻起剩余战斗力达到完备对抗比例wb的时间；通过比较体系对于自身认知的准确性及认知时长来进行评估；如果体系的反应时间相同，则反应的准确度更高的体系对于体系评估最长完备对抗时长的能力越强；如果反应的准确度相同，则体系的反应时间越短的体系评估最长完备对抗时长的能力越强；步骤A4：体系信息的自同步/自分析能力σ，通过体系对于内部信息的传输结果及传输时间延迟(简称时延)来进行评估；通过改变体系内部的部的某一个/某一些个体的信息输入，观察体系中其他个体收到该信息变化的时间及接收到信息的准确程度。如果体系的时延相同，则信息的准确度更高的体系对于体系信息的自同步/自分析能力越强；如果信息的准确度相同，则体系的时延越短的体系信本文档来自技高网...

【技术保护点】
1.一种基于大数据的体系评估方法，其特征在于：其步骤如下：步骤A：评估体系的认知能力π；步骤B：评估体系的决策能力δ；步骤C：评估体系的执行能力ω；步骤D：综合评估体系的认知能力π、评估体系的决策能力δ、评估体系的执行能力ω，得出体系评估的最终结果ρ；通过以上步骤，能有效的实现基于大数据的体系评估，达到评估结果客观好、准确度高的效果，解决了体系评估可信度低、移植性差诸问题。

【技术特征摘要】
1.一种基于大数据的体系评估方法，其特征在于：其步骤如下：步骤A：评估体系的认知能力π；步骤B：评估体系的决策能力δ；步骤C：评估体系的执行能力ω；步骤D：综合评估体系的认知能力π、评估体系的决策能力δ、评估体系的执行能力ω，得出体系评估的最终结果ρ；通过以上步骤，能有效的实现基于大数据的体系评估，达到评估结果客观好、准确度高的效果，解决了体系评估可信度低、移植性差诸问题。2.根据权利要求1所述的一种基于大数据的体系评估方法，其特征在于：在步骤A中所述的“评估体系的认知能力π”，是指体系对于环境、自身的相关变化的感知能力；如在体系作战的过程中，体系分为自身体系和对抗体系两部分，而认知能力就是在评估自身体系对于体系所处环境的了解和信息收集整合的能力、自身对于对砍体系数量、种类、能力诸指标的了解和认识能力，以及自身体系的各个个体之间的信息同步和信息自我分析能力；针对于该体系认知能力评估的过程，包括如下步骤：步骤A1：体系的环境危险信息的收集及感知融合能力η，通过体系对于环境变化认知的反馈时间及反馈的准确度进行评估；对于同样条件下，如果体系的反应时间相同，则反应的准确度更高的体系对于危险信息的收集及感知融合能力就越强；如果反应的准确度相同，则体系的反应时间越短的体系对于危险信息的收集及感知融合能力越强；步骤A2：体系的评估剩余战斗力能力τ，通过体系对于自身战斗力变化的认知时间长短及认知的准确度来进行评估；评估过程中，通过改变体系中一个及一些个体的自身情况，如降低/增加一个/一些个体的可靠性、续航时间和作战能力，观察体系对于这些变化后的体系剩余战斗力的认知时间及认知准确度的评估情况；如果体系的反应时间相同，则反应的准确度更高的体系对于体系的评估剩余战斗力能力越强；如果反应的准确度相同，则体系的反应时间越短的体系的评估剩余战斗力能力越强；步骤A3：体系评估最长完备对抗时长的评估能力ε，在该部分首先对体系完备对抗比例进行定义；完备对抗比例wb表示的是，当体系的剩余战斗低于该完备对抗比例时，就认定为体系不在具有完备对抗能力；在进行该部分的的评估时，主要是对剩余战斗能力τ信息的进一步动态分解，通过分析生意战斗力τ的变化趋势，确定从当前的时刻起剩余战斗力达到完备对抗比例wb的时间；通过比较体系对于自身认知的准确性及认知时长来进行评估；如果体系的反应时间相同，则反应的准确度更高的体系对于体系评估最长完备对抗时长的能力越强；如果反应的准确度相同，则体系的反应时间越短的体系评估最长完备对抗时长的能力越强；步骤A4：体系信息的自同步/自分析能力σ，通过体系对于内部信息的传输结果及传输时间延迟来进行评估；通过改变体系内部的部的一个/一些个体的信息输入，观察体系中其他个体收到该信息变化的时间及接收到信息的准确程度；如果体系的时延相同，则信息的准确度更高的体系对于体系信息的自同步/自分析能力越强；如果信息的准确度相同，则体系的时延越短的体系信息的自同步/自分析能力越强；步骤A5：体系认知能力π的评估就是通过综合以上的四个评估结果，即环境危险信息的收集及感知融合能力η、剩余战斗力的评估能力τ、最长完备对抗时长的评估能力ε、体系信息的自同步/自分析能力σ，来得出最终的评估结果π，通过函数π＝F(απ1,απ2,απ3,απ4,η,τ,ε,σ)(1)来进行计算，其中απ1,απ2,απ3,απ4为参数，能根据不同的体系评估的需求进行更改。3.根据权利要求1所述的一种基于大数据的体系评估方法，其特征在于：在步骤B中所述的“评估体系的决策能力δ”，是指通过群体数量变化的自适应能力θ、群体种类变化的自适应能力χ、体系的自适应分组能力γ、任务分解能力μ、方案筛选能力κ进行综合评估来得到最终的体系决策能力的评估结果；针对于该体系决策能力评估的过程，包括如下步骤：步骤B1：体系的群体数量变化的自适应能力θ，通过体系对于群体内数量变化的感知适应的时间来进行间接判别；通过改变体系内群体数量的方式，观察群体能否走出混沌，及走出混沌的用时；如果不能走出混沌，则对此状态的数量适应能力为0，如果能走出混沌，则通过走出混沌的时间来判群体数量变化的适应能力，用时越短，适应能力越强；步骤B2：体系的群体数量变化的自适应能力χ，通过体...

【专利技术属性】
技术研发人员：李博伟，李大庆，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11