基于大群体Delphi框架的仿真模型可信度评估方法技术

本发明专利技术属于仿真模型可信度评估领域，特别涉及一种基于大群体Delphi框架的仿真模型可信度评估方法，其步骤包括：确定评估问题和候选评估专家、设置初始化参数；收集评估专家的评估结果；过滤无效评估结果；将评估结果转换为正态云模型；判断并删除低质量的评估结果；为各位评估专家分配不同的权重；采用正态云模型的加权平均算法计算群体评估结果；计算群体共识度指标；反馈或输出。本发明专利技术能够提高专家观点表达的灵活性、大群体决策的效率以及反馈的直观性和启发性。

【技术实现步骤摘要】
基于大群体Delphi框架的仿真模型可信度评估方法
本专利技术属于仿真模型可信度评估领域，特别涉及一种基于大群体Delphi框架的仿真模型可信度评估方法。
技术介绍
仿真模型的可信度是指在预期应用背景下人们对仿真模型反映真实世界的信心大小。准确的可信度评估对于增强用户应用仿真模型和结果的信心至关重要，也为比较、优选和优化仿真模型提供依据。由于建模与仿真是一门艺术，可信度评估需要根据具体情况具体分析，在预期应用背景下对仿真模型进行优劣判断是非常主观的。因此，仿真模型的可信度评估不可避免地需要人工推理和解释，基于领域专家和同行评议的主观评估方法是解决可信度评估问题的有效方法。在主观评估方法中，领域专家采用主观打分或语言描述给出仿真模型的可信度。为了克服单个专家的知识局限和偏见、提高评估结果的可靠性，群体决策技术被广泛应用。随着信息技术和社会需求的快速发展，如互联网、社交网络、公众参与，越来越多的评估人员参与群体决策过程。Delphi框架利用迭代的匿名调查和控制反馈收集群体智慧，在军事、商业、工业、护理、教育和卫生保健等领域成功地应用了60多本文档来自技高网...

【技术保护点】
1.基于大群体Delphi框架的仿真模型可信度评估方法，其特征在于所述方法具体步骤为：/n步骤1，初始化：主持人确定评估问题和MaxP位候选评估专家P＝{e

【技术特征摘要】
1.基于大群体Delphi框架的仿真模型可信度评估方法，其特征在于所述方法具体步骤为：
步骤1，初始化：主持人确定评估问题和MaxP位候选评估专家P＝{e1,e2,...,eMaxP}，设置最大迭代轮数MaxR、阈值δ和σ、群体的迭代计数t＝0、评估专家ei不再参与决策的标识NoMoreInvi＝0；
步骤2，收集决策信息：主持人设置当前轮次需要收集的有效数据的最小数目MinP，在截止时间前，持续收集评估专家的评估结果和不再参与决策的标识{NoMoreInvi}，如果NoMoreInvi＝1，则所述评估结果采用精确值、区间数、正态云模型、语言术语或语言表达式表示；
步骤3，无效数据过滤：过滤无效评估结果，剩余n1项数据，如果n1≥MinP，群体的迭代计数更新为t＝t+1，否则，返回步骤2；
步骤4，数据转换：将步骤3之后采用精确值、区间数、正态云模型、语言术语或语言表达式表示的评估结果统一转换为正态云模型
步骤5，数据预处理：针对步骤4之后保留的评估结果，通过不良数据处理、异常值处理、容差极限处理删除低质量的评估结果；
步骤6，评估专家赋权：根据评估专家的动态行为和评估结果的质量，为当前轮次的各位评估专家分配不同的权重；
步骤7，计算群体决策结果：采用正态云模型的加权平均算法计算群体评估结果
步骤8，计算群体共识度指标：当t≥2时，计算群体评估结果的稳定度ΔEx和总体差异度Dis，否则，返回步骤2；
步骤9，反馈或输出：如果t≥MaxR，或者ΔEx≤δ且Dis≤σ，迭代结束，输出群体评估结果，否则，计算反馈给各位评估专家的反馈信息并返回步骤2。


2.根据权利要求1所述的基于大群体Delphi框架的仿真模型可信度评估方法，其特征在于所述步骤4中将精确值v、区间数I＝[IL,IU]、正态云模型C、语言术语ti、语言表达式Lt表示的评估结果统一转换为正态云模型方法如下：





3.根据权利要求1所述的基于大群体Delphi框架的仿真模型可信度评估方法，其特征在于所述步骤5中不良数据处理的方法为：如果评估结果的熵和超熵满足



则保留否则，删除


4.根据权利要求1所述的基于大群体Delphi框架的仿真模型可信度评估方法，其特征在于所述步骤5中异常值处理方...

【专利技术属性】
技术研发人员：杨小军，徐忠富，任丙印，牛腾，欧阳海波，贺正求，周食耒，
申请(专利权)人：中国人民解放军六三八九二部队，
类型：发明
国别省市：河南;41