基于自减逆向云发生器的三维CAD软件性能度量方法及装置制造方法及图纸

本发明专利技术公开了基于自减逆向云发生器的三维CAD软件性能度量方法及装置，确定三维CAD软件性能度量指标集并进行标准化处理，将得到的标准化数据输入自减逆向云发生器求解各性能指标数据的云模型数字特征，通过该数字特征计算各性能指标值及其不确定度，并据此调整各指标权重，进而计算最终的性能度量值。提出方法在三维CAD软件性能度量过程中充分考虑三维CAD软件性能测试数据中所包含的复杂不确定因素并对其进行准确表征，能够实现对三维CAD软件性能的准确度量。件性能的准确度量。件性能的准确度量。

【技术实现步骤摘要】
基于自减逆向云发生器的三维CAD软件性能度量方法及装置


[0001]本专利技术涉及三维CAD软件性能度量领域，尤其涉及基于自减逆向云发生器的三维CAD软件性能度量方法及装置。

技术介绍

[0002]三维CAD软件在船舶、航空、机械等众多行业中有着广泛应用，其性能对设计效率有着重要影响，准确地对三维CAD软件的性能进行度量有助于各三维CAD厂商认识其产品性能与国际先进水平的差距，从而进行软件产品迭代改进，对促进三维CAD软件产品性能提升有着重要意义。三维CAD软件性能指标数据通过大量测试获得，由于三维CAD软件自身性能波动以及测试环境的不稳定，导致性能指标数据中包含了复杂的不确定性，通过云模型数字特征可对性能指标测试数据包含的复杂不确定性因素进行细分，但由于测试环境的不稳定性干扰相对较小以及实际测试数据样本数量偏少，直接采用现有逆向云发生器求解性能指标可能导致超熵计算结果为虚数即云模型数字特征求解失效的问题，从而导致三维CAD软件的性能度量过程无法完成。

技术实现思路

[0003]现有的基于云模型数字特征描述三维CAD软件性能指标的方法中，由于测试环境干扰相对较小且样本点较少，可能存在超熵计算结果为虚数的情况，从而导致云模型数字特征求解失效。本专利技术的目的在于提供一种基于自减逆向云发生器的三维CAD软件性能度量方法，该方法考虑了性能指标测试数据包含的复杂不确定性因素，同时通过自减逆向云发生器避免了求解云模型数字特征可能失效的问题，能够实现三维CAD软件性能的准确度量。
[0004]本专利技术的目的是通过以下技术方案来实现的：
[0005]一种基于自减逆向云发生器的三维CAD软件性能度量方法，通过自减逆向云发生器求解各性能指标数据的云模型数字特征，通过该数字特征计算各性能指标值及其不确定度，并据此调整各指标权重，确定最终的性能度量结果。具体包括如下步骤：
[0006]基于自减逆向云发生器的三维CAD软件性能度量方法，包括如下步骤：
[0007]S1：确定三维CAD软件性能度量指标集，包括性能一级指标U
i
(1≤i≤I)及其下属的二级指标U
ij
(1≤i≤I,1≤j≤J
i
)，其中，I为性能一级指标个数，J
i
(1≤i≤I)为性能一级指标U
i
下的性能二级指标个数，通过自动测试程序获得各性能二级指标的原始测试数据。
[0008]S2：对原始测试数据进行标准化处理得到标准化数据，对性能二级指标U
ij
的总共N个初始测试样本中的第n个样本若U
ij
为效益型指标，即U
ij
越大反映对应的三维CAD软件性能越好，则标准化数据若U
ij
为成本型指标，即U
ij
越大反映对应的三维CAD软件性能越差，则标准化得分其中分别为所有参与测试的三维CAD软件的同一性能指标U
ij
的测试数据最大值、最小值。
[0009]S3：将标准化数据输入自减逆向云发生器求解云模型数字特征；
[0010]S3.1：将标准化数据作为云滴样本点输入逆向云发生器中，计算其期望Ex
ij
、熵En
ij
和样本方差S
2ij
，其中期望表示该指标的性能水平；熵表示该指标性能水平本身的不确定性；方差之后计算云滴样本点的超熵表示测试环境的不稳定对该指标的性能度量造成的不确定性干扰；
[0011]S3.2：若超熵He
ij
为实数，则返回期望Ex
ij
、熵En
ij
、和超熵He
ij
进入S4，否则，进入S3.3；
[0012]S3.3：保持期望Ex
ij
、熵En
ij
不变，将各云滴样本点按照与期望Ex
ij
的距离重新排序，减去距离期望最近的云滴样本点后重新计算样本方差并统计已经减去的样本点个数M，重新计算超熵，
[0013]S4：基于云模型数字特征确定各二级性能指标值及其不确定度，对性能二级指标U
ij
，其性能指标值为a
ij
＝Ex
ij
，其不确定度为
[0014]S5：计算各二级指标的权重，利用层次分析法确定各二级指标的初始权重之后对各一级指标U
i
构建矩阵M
i
，该矩阵第r行第k列元素对矩阵的每一列进行归一化，得到新矩阵各元素则二级指标U
ij
调整后的权重
[0015]S6：计算三维CAD软件性能一级指标U
i
的值为熵超熵则其不确定度构建矩阵S，该矩阵第r行第k列元素对矩阵的每一列进行归一化，得到新矩阵S
*
各元素则一级指标的最终权重则一级指标的最终权重表示一级指标初始权重。
[0016]S7：三维CAD软件性能度量结果为取值范围为0～1，其中取值范围为0～1，其中
[0017]基于自减逆向云发生器的三维CAD软件性能度量装置，包括一个或多个处理器，用于实现所述的基于自减逆向云发生器的三维CAD软件性能度量方法。
[0018]本专利技术的优势和有益效果在于：
[0019]本专利技术提供的基于自减逆向云发生器的三维CAD软件性能度量方法及装置，可以在对三维CAD软件的性能进行度量时，充分考虑三维CAD软件测试数据中所包含的复杂不确定性，能准确地对三维CAD软件的性能进行度量。
附图说明
[0020]下面结合附图和实施例对本专利技术进一步说明；
[0021]图1是本专利技术的方法的流程图；
[0022]图2是本专利技术的装置的结构图。
具体实施方式
[0023]下面根据附图和优选实施例详细描述本专利技术，本专利技术的目的和效果将变得更加明白，应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0024]如图1所示，本专利技术提出的基于自减逆向云发生器的三维CAD软件性能度量方法，使用自减逆向云发生器求解各性能指标数据的云模型数字特征，通过该数字特征计算各性能指标值及其不确定度，并据此调整各指标权重，确定最终的性能度量结果。具体包括如下步骤：
[0025]S1：确定三维CAD软件性能度量指标集，包括性能一级指标U
i
(1≤i≤I)及其下属的二级指标U
ij
(1≤i≤I,1≤j≤J
i
)，其中，I为性能一级指标个数，J
i
(1≤i≤I)为性能一级指标U
i
下的性能二级指标个数，通过自动测试程序获得各性能二级指标的原始测试数据。
[0026]S2：对原始测试数据进行标准化处理得到标准化数据，对性能二级指标U
ij
的总共N个初始测试样本中的第n个样本若U
ij
为效益型指标，即U
ij本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于自减逆向云发生器的三维CAD软件性能度量方法，其特征在于包括如下步骤：S1：确定三维CAD软件性能度量指标集，包括一级指标及其下属的二级指标，获取各性能二级指标的原始测试数据；S2：对原始测试数据进行标准化处理得到标准化数据；S3：将标准化数输入自减逆向云发生器求解云模型数字特征，包括如下步骤：S3.1：将标准化数据作为云滴样本点输入逆向云发生器中，计算其期望，用于表示该指标的性能水平，通过期望和标准化数据计算熵和方差，熵用于表示该指标性能水平本身的不确定度，通过熵和方差，计算云滴样本点的超熵，用于表示测试环境的不稳定对该指标的性能度量造成的不确定性干扰；S3.2：若超熵为实数，则返回期望、熵、和超熵进入S4，否则，进入S3.3；S3.3：保持期望、熵不变，将各云滴样本点按照与期望的距离重新排序，减去距离期望最近的云滴样本点后，重新计算样本方差，并统计已经减去的样本点个数，重新计算超熵，进入S3.2；S4：基于云模型数字特征确定各二级性能指标值及其不确定度，对性能二级指标，将期望作为二级指标的值，通过熵和超熵，得到二级指标的不确定度；S5：计算各二级指标的权重，利用层次分析法确定各二级指标的初始权重，根据二级指标的不确定度，对各一级指标构建矩阵，对矩阵的每一列进行归一化，通过得到的新矩阵各元素与二级指标的初始权重，计算二级指标调整后的权重；S6：计算各一级指标的权重，利用层次分析法确定各一级指标的初始权重，将各二级指标值、熵、超熵分别使用其最终权重加权求和，将加权求和的一级指标期望作为一级指标的值，通过加权求和的一级指标熵和超熵，得到一级指标的不确定度，根据一级指标的不确定度，对各一级指标构建矩阵，对矩阵的每一列进行归一化，通过得到新矩阵各元素与一级指标的初始权重，计算一级指标的最终权重；S7：将一级指标期望、熵分别使用其最终权重进行加权求和，得到三维CAD软件性能度量结果。2.根据权利要求1所述的基于自减逆向云发生器的三维CAD软件性能度量方法，其特征在于所述S1中的指标集，包括一级指标U
i
(1≤i≤I)及其下属的二级指标U
ij
(1≤i≤I,1≤j≤J
i
)，其中，I为性能一级指标个数，J
i
(1≤i≤I)为性能一级指标U
i
下的性能二级指标个数。3.根据权利要求2所述的基于自减逆向云发生器的三维CAD软件性能度量方法，其特征在于所述S2中，对性能二级指标U
ij
的总共N个初始测试样本中的第n个样本若U
i...

【专利技术属性】
技术研发人员：程锦，吕昊，王荣，胡伟飞，刘振宇，谭建荣，
申请(专利权)人：浙江大学，
类型：发明
国别省市：