一种基于区间层次分析法的评估指标权重优化方法技术

本发明专利技术提供一种基于区间层次分析法的评估指标权重优化方法，包括构建安全评估指标体系、构造区间数判断矩阵、引入相离度构建单目标模型、建立初始粒子种群及迭代获取全局最优位置等步骤，本发明专利技术采用区间层次分析法与PSO

【技术实现步骤摘要】
一种基于区间层次分析法的评估指标权重优化方法


[0001]本专利技术涉及安全科学与安全评估
，具体涉及一种基于区间层次分析法的评估指标权重优化方法。

技术介绍

[0002]安全评估方法在传统的安全检查表法、故障树分析、事件树分析等方法基础上，形成了灰色关联与变权综合法的评估方法、层次分析法与模糊数学的综合评估、基于熵权物元可拓模型的安全评估、集对分析(SPA)方法与模糊层次分析(FAHP)法的综合评估方法以及层次分析法与T
‑
S模糊神经网络等多种安全评估技术和方法。这些研究促进了安全评估技术的发展，在桥梁、隧道、挡土墙等工程领域取得了较好的效果。但上述评估技术和方法在评估指标权重确定方面，主观性较强，所求权重易受人为因素的影响。
[0003]各类工程评估指标间的重要程度具有很强的模糊性和不确定性，如何确定评估指标权重是各类工程进行安全评估极为重要的一步。在相关研究中，区间层次分析法(IAHP)采用区间数来描述评估指标两两比较的相对重要程度，通过构造区间数判断矩阵可以很好的反映事物的不确定性，具有较强的实用性。许多学者采用区间层次分析法(IAHP)进行权重的确定。
[0004]目前，有关区间数判断矩阵求解权重向量的方法很多，如均方根误差传递公式、区间数广义最小偏差法、线性规划方法、区间数特征根法、实数遗传算法等。上述方法虽然均可以有效的求解区间数判断矩阵的权重向量，但同时也存在许多不足之处，如区间数特征根法求解出来的权重向量为区间向量，求解结果不唯一、精度较低等；采用线性规划方法需要建立规划模型进行求解，计算过程较为复杂；实数遗传算法在求解最优权重时搜索速度比较慢、容易产生早熟收敛等。
[0005]因此，需要对区间数判断矩阵求解权重方法进行优化，提高权重求解精度，使安全评估结果更为客观、合理。

技术实现思路

[0006]本专利技术目的在于提供一种基于区间层次分析法的评估指标权重优化方法，以解决区间数判断矩阵求解权重精度不足以至无法准确评估安全状况的问题，具体技术方案如下：
[0007]一种基于区间层次分析法的评估指标权重优化方法，包括以下步骤：
[0008]步骤S1、根据层次结构模型，构建安全评估指标体系；
[0009]步骤S2、基于步骤S1所建立的指标体系，构造区间数判断矩阵；
[0010]步骤S3、引入相离度构建单目标模型，该单目标模型minF(w)如下：
[0011][0012]其中：n为评估指标的个数；D(A
ij
,W
ij
)为A
ij
和W
ij
的相离度；A
ij
为指标i与指标j之
间的相对重要程度，用区间[a
ij
,b
ij
]表示，a
ij
为左区间，b
ij
为右区间；W
ij
表示指标i和指标j的重要性比较时两两判断范围的重要性比较时两两判断范围为指标i的区间左权重，为指标i的区间右权重；为指标j的区间左权重，为指标j的区间右权重；
[0013]D(A
ij
,w
i
/w
j
)表示点w
i
/w
j
到A
ij
的相离度；w
i
为指标i的最优权重；w
j
为指标j的最优权重，
[0014]步骤S4、将单目标模型中参数变量取值范围作为PSO
‑
SA算法的初始位置点信息，建立初始粒子种群；
[0015]步骤S5、采用PSO
‑
SA算法的适应度函数计算初始粒子种群中每个粒子的适应度函数值，通过比较每个个体的适应度函数值确定当代个体最优位置和种群粒子全局最优位置；其中：PSO
‑
SA算法的适应度函数Fitness如下：
[0016][0017]步骤S6、采用更新条件进行更新并结合适应度函数计算适应度函数值更新位置信息，确定全局最优位置并计算全局最优位置的适应度函数值；
[0018]步骤S7、将全局最优位置的最优解输出，对应最优解的参数为评估指标的最优权重值。
[0019]优选的，所述步骤S1具体包括：
[0020]步骤S1.1、选取若干个性能指标作为评估指标；
[0021]步骤S1.2、将若干评估指标分为包含目标层、准则层和方案层的若干个层次，通过层次结构模型得到安全评估指标体系。
[0022]优选的，所述步骤S2具体包括：
[0023]步骤S2.1、获取步骤S1所的安全评估指标体系中各个层次指标对应的标度值区间；
[0024]步骤S2.2、基于标度值区间构建区间数判断矩阵A＝(A
ij
)
n
×
n
，且应满足下式：
[0025][0026]优选的，所述步骤S3具体包括：
[0027]步骤S3.1、引入如下式的相离度：
[0028][0029]其中：D(a,b)为区间数a和区间数b的相离度，区间数a＝[a
l
,a
r
]，区间数b＝[b
l
,b
r
]；
[0030]步骤S3.2、结合步骤S3.1的相离度构造一个求解区间权重最优值的单目标优化模型minF(w)。
[0031]优选的，所述步骤S4具体包括：
[0032]步骤S4.1、确定初始参数的取值范围X
min
、X
max
、V
min
和V
max
；
[0033]步骤S4.2、在步骤S4.1的取值范围内生成N个初始位置点，由N个初始位置点建立初始粒子种群，所述位置点信息由下式进行计算：
[0034][0035][0036]其中：表示第一代粒子p位置矢量的第d维分量；表示第一代粒子p飞行速度矢量的第d维分量；rand(0,1)为0～1之间的随机数；X
min
为种群粒子位置的最小值；X
max
为种群粒子位置的最大值，V
min
为种群粒子速度的最小值；V
max
为种群粒子速度的最大值；
[0037]优选的，所述步骤S6中：采用更新条件生成N个新的预位置，通过适应度函数Fitness计算第k代预位置的适应度函数值，更新位置信息，确定全局最优位置并计算全局最优位置的适应度函数值；其中，k为当前迭代次数；
[0038]具体包含以下步骤：
[0039]步骤S6.1、确定生成新的预位置点的更新条件，更新条件如下式得出：
[0040][0041]其中，表示第k代粒子p飞行速度矢量的第d维分量；表示第k代粒子p位置矢量的第d维分量；w
k
表示惯性权重，w
max
、w
min本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区间层次分析法的评估指标权重优化方法，其特征在于，包括以下步骤：步骤S1、根据层次结构模型，构建安全评估指标体系；步骤S2、基于步骤S1所建立的指标体系，构造区间数判断矩阵；步骤S3、引入相离度构建单目标模型，该单目标模型minF(w)如下：其中：n为评估指标的个数；D(A
ij
,W
ij
)为A
ij
和W
ij
的相离度；A
ij
为指标i与指标j之间的相对重要程度，用区间[a
ij
,b
ij
]表示，a
ij
为左区间，b
ij
为右区间；W
ij
表示指标i和指标j的重要性比较时两两判断范围，性比较时两两判断范围，为+指标i的区间左权重，为指标i的区间右权重；为指标j的区间左权重，为指标j的区间右权重；D(A
ij
,w
i
/w
j
)表示点w
i
/w
j
到A
ij
的相离度；w
i
为指标i的最优权重；w
j
为指标j的最优权重，步骤S4、将单目标模型中参数变量取值范围作为PSO
‑
SA算法的初始位置点信息，建立初始粒子种群；步骤S5、采用PSO
‑
SA算法的适应度函数计算初始粒子种群中每个粒子的适应度函数值，通过比较每个个体的适应度函数值确定当代个体最优位置和种群粒子全局最优位置；其中：PSO
‑
SA算法的适应度函数Fitness如下：步骤S6、采用更新条件进行更新并结合适应度函数计算适应度函数值更新位置信息，确定全局最优位置并计算全局最优位置的适应度函数值；步骤S7、将全局最优位置的最优解输出，对应最优解的参数为评估指标的最优权重值。2.根据权利要求1所述的基于区间层次分析法的评估指标权重优化方法，其特征在于，所述步骤S1具体包括：步骤S1.1、选取若干个性能指标作为评估指标；步骤S1.2、将若干评估指标分为包含目标层、准则层和方案层的若干个层次，通过层次结构模型得到安全评估指标体系。3.根据权利要求2所述的基于区间层次分析法的评估指标权重优化方法，其特征在于，所述步骤S2具体包括：步骤S2.1、获取步骤S1所得安全评估指标体系中各个层次指标对应的标度值区间；步骤S2.2、基于标度值区间构建区间数判断矩阵A＝(A
ij
)
n
×
n
，且应满足下式：
4.根据权利要求3所述的基于区间层次分析法的评估指标权重优化方法，其特征在于，所述步骤S3具体包括：步骤S3.1、引入如下式的相离度：其中：D(a,b)为区间数a和区间数b的相离度，区间数a＝[a
l
,a
r
]，区间数b＝[b
l
,b
r
]；步骤S3.2、结合步骤S3.1的相离度构造一个求解区间权重最优值的单目标优化模型minF(w)。5.根据权利要求4所述的基于区间层次分析法的评估...

【专利技术属性】
技术研发人员：金亮星，姚文兵，苏晶晶，
申请(专利权)人：湖南铁院土木工程检测有限公司，
类型：发明
国别省市：