一种系统性能综合评价方法技术方案

本发明专利技术属于系统性能评价技术领域，公开了一种系统性能综合评价方法，包括建立系统性能的综合评价层次模型，系统性能的综合评价层次模型包括目标层、准则层、指标层；通过主观赋权法获得至少一个主观指标权重向量，通过客观赋权法获得至少一个客观指标权重向量；采用遗传算法对主观指标权重向量、客观指标权重向量进行综合集成赋权，并获得综合集成赋权向量；结合综合集成赋权向量对TOPSIS模型进行改进，利用改进的TOPSIS模型对系统性能进行综合评价，得到评价信息。本发明专利技术解决了现有技术中对系统性能进行综合评价的方法的全面性、准确性、客观性有待提高的问题，本发明专利技术具有较好的全面性、较高的准确性和一定的适用性。

【技术实现步骤摘要】
一种系统性能综合评价方法
本专利技术涉及系统性能评价
，尤其涉及一种系统性能综合评价方法。
技术介绍
随着机电系统技术不断得到产业化发展，机动系统的综合性能调配与评价已成为学者及厂家亟待解决的问题。以车用驱动电机系统为例，作为车用驱动器的重要组成部分，驱动电机系统(包含电机本体和控制器)的性能指标选择、配合和评价受到了新能源汽车厂家的关注。因此，需要一种全面、科学且客观的评价决策方法来对车用驱动电机系统的安全性、可靠性和经济性等进行综合评价。车用驱动电机系统的综合评价一般可分为三大类，即主观评价、客观评价以及主/客观综合评价。现有技术采用的专家调查法、层次分析法和灰色关联度等方法虽有一定适用性，但在评价过程中主观性较强或定性-定量组合评价未得到应用。此外，对复杂系统从主/客观进行综合评价与决策的现有技术则存在赋权方法单一且缺乏客观性的问题。而且考虑到某些机电系统(例如车用驱动电机系统)具有较强的非线性、时滞性及不确定性，单纯采用基于离差平方和、传统基于加法或乘法合成归一化和基于博弈组合理论等综合集成赋权法，很难保证评价结果全面性、本文档来自技高网...

【技术保护点】
1.一种系统性能综合评价方法，其特征在于，包括以下步骤：/n步骤1、建立系统性能的综合评价层次模型，所述系统性能的综合评价层次模型包括目标层、准则层、指标层；/n步骤2、通过主观赋权法获得至少一个主观指标权重向量，通过客观赋权法获得至少一个客观指标权重向量；/n步骤3、采用遗传算法对所述主观指标权重向量、所述客观指标权重向量进行综合集成赋权，并获得综合集成赋权向量；/n步骤4、结合所述综合集成赋权向量对TOPSIS模型进行改进，利用改进的TOPSIS模型对系统性能进行综合评价，得到评价信息。/n

【技术特征摘要】
1.一种系统性能综合评价方法，其特征在于，包括以下步骤：
步骤1、建立系统性能的综合评价层次模型，所述系统性能的综合评价层次模型包括目标层、准则层、指标层；
步骤2、通过主观赋权法获得至少一个主观指标权重向量，通过客观赋权法获得至少一个客观指标权重向量；
步骤3、采用遗传算法对所述主观指标权重向量、所述客观指标权重向量进行综合集成赋权，并获得综合集成赋权向量；
步骤4、结合所述综合集成赋权向量对TOPSIS模型进行改进，利用改进的TOPSIS模型对系统性能进行综合评价，得到评价信息。


2.根据权利要求1所述的系统性能综合评价方法，其特征在于，所述步骤2中，所述主观赋权法采用专家调查法、层次分析法、云模型中的一种或几种的组合；所述客观赋权法采用CRITIC法、熵权法、投影寻踪法、多属性决策评价法中的一种或几种的组合。


3.根据权利要求1所述的系统性能综合评价方法，其特征在于，所述步骤3包括以下子步骤：
设置各赋权法所对应的偏好系数；
运用遗传算法以几何距离最小来优化并输出所述偏好系数，获得所述综合集成赋权向量。


4.根据权利要求3所述的系统性能综合评价方法，其特征在于，所述步骤3的具体实现方式为：
步骤3.1、初始化参数，包括随机生成规模为N的初始种群P0，设置交叉概率PC、变异概率Mu，并进行实数编码；
步骤3.2、设置各赋权法所对应的偏好系数来求解所述综合集成赋权向量；
计算采用如下公式：



式中，j表示各个指标数据量，wj表示j的综合集成赋权向量，αj、γj表示不同赋权法对应的指标权重向量，ak表示各赋权法所对应的偏好系数，k＝1,2,……,s；
步骤3.3、根据几何距离最小来确定目标适应度函数，并计算适应度值；
所述目标适应度函数如下式所示：



式中，Best_J表示目标适应度函数；
步骤3.4、进行选择、交叉和变异操作；
步骤3.5、多次迭代循环求取多个所述偏好系数的最优解；
步骤3.6、运用遗传算法优化后的多个所述偏好系数，对各赋权法所确定的指标权重向量进行综合集成赋权，并输出最终的综合集成赋权向量。


5.根据权利要求1所述的系统性能综合评价方法，其特征在于，所述步骤4的具体实现方式为：
步骤4.1、进行原始指标数据矩阵的正则化处理，并计算规范决策矩阵；
所述规范决策矩阵如下式所示：



式中，xij为第i个评价对象的第j个指标对应的指标值，nij表示规范决策矩阵；
步骤4.2、计算加权规范决策矩阵；
加权值的二次规范决策矩阵如下式所示：



式中，wj为综合集成赋权向量，vij表示二次规范决策矩阵；
步骤4.3、确定正理想解和负理想解；
所述正理想解、所述负理想解如下式所示：
A+＝{v1+,v2+,v3+,…,vn+}＝{(maxvij|j∈I)，(minvij|j∈J)}
A-＝{v1-,v2-,v3-,…,vn-}＝{(minvij|j∈I)，(maxvij|j∈J)}
式中，A+为正理想解，A—为负理想解，I为效益型属性，J为成本型属性；
步骤4.4、计算备...

【专利技术属性】
技术研发人员：李建贵，柯少兴，朱郭福，陈豪，郝诚，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北;42