一种基于大数据的体系执行能力评估方法技术

本发明专利技术提供一种基于大数据的体系执行能力评估方法，其步骤A：体系的大数量级对抗性能的预测能力；步骤B：体系的单体/局部/整体的脆性、弹性、可靠性的静态认知能；步骤C：体系快速机动与协同能力；步骤D：群体智能下的体系任务优化能力；步骤E：综合评估体系的大数量级对抗性能的预测能力、体系的单体/局部/整体的脆性、弹性、可靠性的静态认知能、体系快速机动与协同能力、群体智能下的体系任务优化能力，得出体系执行能力评估的最终结果。通过以上的方法能够有效的进行体系执行能力评估，得到客观准确的评估结果。

An Evaluation Method of System Execution Capability Based on Big Data

The present invention provides an evaluation method of system execution capability based on large data, step A: predictive capability of large-scale system antagonism performance; step B: static cognitive capability of brittleness, elasticity and reliability of single/local/whole system; step C: fast mobility and collaborative capability of system; step D: system task optimization capability under swarm intelligence; step E: comprehensive evaluation; The predictive ability of the system's large-scale antagonistic performance, the brittleness, elasticity, static cognitive ability of reliability of the system, the ability of rapid mobility and coordination of the system, and the ability of system task optimization under swarm intelligence are discussed. The final results of the evaluation of the system's execution ability are obtained. Through the above methods, the system execution ability can be effectively evaluated, and the objective and accurate evaluation results can be obtained.

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

技术介绍
随着体系的复杂性的逐渐提升，体系的能力也在随之产生着巨大的变化。过去的体系大多是基于单一任务而设计的体系，这钟体系的复杂性低，性能单一、个体之间交互性差、耦合度低，于是在对这样的体系进行体系执行能力评估时，可以使用通用的简单模型进行评估。但是，对于现在的体系来讲，这样的方法不再行得通。通过这样的简单模型对现有的体系进行评估，首先会出现规模不适用的情况，其次如果应用这样的简单模型对体系进行体系执行能力评估时就要将体系的不同部分进行分割，而在分割的过程中就会忽略了体系中不同个体间的耦合作用，这样使得最终的评价结果的可信度及可靠度都会降低。复杂的体系一定要通过全局把握，综合评估的方式进行评估，任何将复杂体系分解开的行为都是低效的。对于体系来讲，如果将个体的执行能力定义为“1”，那么对于整体的能力来讲一定不是“1+1＝2”的结果。这个结果在很多的情况下都是远远大于“2”的，于是这样割裂开的评估结果就会在很大的程度上远远偏离于实际的体系执行能力，本文档来自技高网...

【技术保护点】
1.一种基于大数据的体系执行能力评估方法，其特征在于：其步骤如下：步骤A：评估体系的大数量级对抗性能的预测能力φ；步骤B：评估体系的单体/局部/整体的脆性、弹性、可靠性的基础认知能ν；步骤C：评估体系快速机动与协同能力ξ；步骤D：评估群体智能下的体系任务优化能力λ；步骤E：综合评估体系的大数量级对抗性能的预测能力φ、体系的单体/局部/整体的脆性、弹性、可靠性的基础认知能ν、体系快速机动与协同能力ξ、群体智能下的体系任务优化能力λ，得出体系执行能力评估的最终结果ω；通过以上步骤，能实现基于大数据的体系执行能力评估，达到了多维度评估、充分利用历史数据的效果，解决了现有评估方法中主观性强、评价维度低...

【技术特征摘要】
1.一种基于大数据的体系执行能力评估方法，其特征在于：其步骤如下：步骤A：评估体系的大数量级对抗性能的预测能力φ；步骤B：评估体系的单体/局部/整体的脆性、弹性、可靠性的基础认知能ν；步骤C：评估体系快速机动与协同能力ξ；步骤D：评估群体智能下的体系任务优化能力λ；步骤E：综合评估体系的大数量级对抗性能的预测能力φ、体系的单体/局部/整体的脆性、弹性、可靠性的基础认知能ν、体系快速机动与协同能力ξ、群体智能下的体系任务优化能力λ，得出体系执行能力评估的最终结果ω；通过以上步骤，能实现基于大数据的体系执行能力评估，达到了多维度评估、充分利用历史数据的效果，解决了现有评估方法中主观性强、评价维度低等方面的实际问题。2.根据权利要求1所述的一种基于大数据的体系执行能力评估方法，其特征在于：在步骤A中所述的“评估体系的大数量级对抗性能的预测能力φ”，其作法如下：它是通过体系对于在大数量级的背景下，对于对抗结果拐点预测的准确性来体现的；预测结果与真实情况的误差越小，表示预测越准确，则表明体系的大数量级对抗性能的预测能力φ越强；针对于体系的大数量级对抗性能的预测能力φ，包括如下步骤：步骤A1：接收外部发送的对抗指令，预测对抗结果拐点，并与真实的拐点比较，逐步优化体系的大数量级对抗性能的预测能力φ的预测模型，重复如上过程n次；步骤A2：测定第n+1次的预测拐点，并与真实拐点进行比较，确定预测的误差，通过误差的大小来反应体系的大数量级对抗性能的预测能力φ强弱；针对于体系的大数量级对抗性能的预测能力φ的评估函数如下：φ＝F(acf,cf)(1)该函数中的cf为真实拐点与预测拐点的相对误差；αcf为参数，能根据不同的体系执行能力评估需求进行更改。3.根据权利要求1所述的一种基于大数据的体系执行能力评估方法，其特征在于：在步骤B中所述的“评估体系的单体/局部/整体的脆性、弹性、可靠性的基础认知能ν”，其作法如下：它是通过改变外界应力的方式，对比单体/局部/整体对于脆性/弹性/可靠性的预测结果与真实结果的相对误差大小来评估体系的单体/局部/整体的脆性、弹性、可靠性的基础认知能ν强弱；相对误差越小，体系的单体/局部/整体的脆性、弹性、可靠性的基础认知能ν越强；针对于体系的单体/局部/整体的脆性、弹性、可靠性的基础认知能ν评估的过程，包括如下步骤：步骤B1：改变外界应力，预测单体/局部/整体的脆性、弹性、可靠性，并与单体/局部/整体的脆性、弹性、可靠性的真实值进行对比，根据误差情况，逐步优化体系的单体/局部/整体的脆性、弹性、可靠性的基础认知能ν的预测模型，重复如上过程n次；步骤B2：测定第n+1次的单体/局部/整体的脆性、弹性、可靠性的预测值，并与单体/局部/整体的脆性、弹性、可靠性真实拐点进行比较，确定预测的误差，通过误差的大小来反应体系的单体/局部/整体的脆性、弹性、可靠性的基础认知能ν强弱；针对于体系的单体/局部/整体的脆性、弹性、可靠性的基...

【专利技术属性】
技术研发人员：李大庆，李博伟，
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