一种基于动态权重分配的联合培训体系评估系统技术方案

本发明专利技术公开了一种基于动态权重分配的联合培训体系评估系统，包括以下步骤：步骤1：用户自主决定联合培训体系中所用到的评估指标，并根据经验输入任意指标间的相对重要性大小，评估算法根据用户输入，生成重要性矩阵，对其进行维度检验、正互反性检验和相关性检验；步骤2：若通过步骤1的一系列检验，评估算法通过矩阵特征向量求解技术，生成不同指标的归一化动态权重；步骤3：用户针对步骤1中的每一个动态指标，输入对应指标下，所有待评估项的相对评分值；评估算法根据用户输入，生成多个对比矩阵。步骤4：若通过步骤3的一系列检验，评估算法通过矩阵特征向量求解技术。本发明专利技术通过实时计算反馈，输出不同设置下的人才排序。输出不同设置下的人才排序。输出不同设置下的人才排序。

【技术实现步骤摘要】
一种基于动态权重分配的联合培训体系评估系统


[0001]本专利技术涉及联合培训领域，具体涉及一种基于动态权重分配的联合培训体系评估系统。

技术介绍

[0002]为掌握联合作战理论和行动方法而进行的培训。按层次,分为战略、战役和战术联合培训；按对象,分为军兵种、军警民和多个国家部队等联合培训。目的是提高指挥员及其指挥机关遂行联合作战任务的组织指挥能力和部队的一体化联合作战能力；
[0003]在进行联合培训过程中，通过联合培训体系估算方法，能够更有效的进行人员的筛选。
[0004]现有的联合培训体系评估系统，评估效果较差，影响连联合培训结果，给联合培训体系评估系统的使用带来了一定的影响，因此，提出一种基于动态权重分配的联合培训体系评估系统。

技术实现思路

[0005]本专利技术所要解决的技术问题在于：如何解决现有的联合培训体系评估系统，评估效果较差，影响连联合培训结果，给联合培训体系评估系统的使用带来了一定的影响的问题，提供了一种基于动态权重分配的联合培训体系评估系统。
[0006]本专利技术是通过以下技术方案解决上述技术问题的，本专利技术包括以下步骤：
[0007]步骤1：用户自主决定联合培训体系中所用到的评估指标，并根据经验输入任意指标间的相对重要性大小，评估算法根据用户输入，生成重要性矩阵，对其进行维度检验、正互反性检验和相关性检验；
[0008]步骤2：若通过步骤1的一系列检验，评估算法通过矩阵特征向量求解技术，生成不同指标的归一化动态权重；
[0009]步骤3：用户针对步骤1中的每一个动态指标，输入对应指标下，所有待评估项的相对评分值；评估算法根据用户输入，生成多个对比矩阵，分别对其进行维度检验、正互反性检验和相关性检验。
[0010]步骤4：若通过步骤3的一系列检验，评估算法通过矩阵特征向量求解技术，生成每个指标下所有待评估项的相对评分，进而求解每个待评估项的综合评分，降序排序并输出结果。
[0011]进一步在于，针对用户选择的动态指标项以及权重矩阵，评估算法自动对其进行检验的具体过程如下：
[0012](1)维度检验，即矩阵是否是一个方阵；
[0013](2)正互反性检验，即对于所有的，矩阵的每个元素是否满足以及；
[0014](3)相关性检验，即矩阵的最大特征向量λ和维度n之间满足的值尽量小；
[0015]若用户输入未通过维度检验和正互反性检验，评估算法生成错误代码并退出；若
相关性超出阈值，则评估算法提出警告。
[0016]进一步在于，对于通过维度检验、正互反性检验和相关性检验的矩阵，自动求出其最大特征值对应的特征向量，作为每个指标的归一化动态权重。
[0017]进一步在于，针对用户输入的待评估项，以及待评估项间基于所有评估指标的相对评分值，评估算法参考第步骤2的过程，对每个相对评分矩阵进行维度检验、正互反性检验和相关性检验。
[0018]进一步在于，所有相对评分矩阵均通过维度检验、正互反性检验和相关性检验，评估算法自动求出每一个相对评分矩阵最大特征值对应的特征向量，与归一化动态权重向量进行点积加权求和操作，求出各个待评估项的综合评分值，进行排序并输出。
[0019]本专利技术相比现有技术具有以下优点：该基于动态权重分配的联合培训体系评估系统，接收由使用者设置的评估指标以及指标间的相对重要性，进行维度检验、正互反性检验和相关性检验，利用AHP算法及背后的矩阵论知识，获取每个指标的归一化动态权重。其次，使用者输入多个待评估项，以及待评估项间基于所有评估指标的相对评分值，本专利技术结合此前获得的动态权重信息，自动计算出各个待评估项的评分高低并进行排序。本专利技术为联合培训体系提供了一种科学的评价及排序方式，使用者不需要定义全局权重，可以动态变更选用指标和指标间的相对权重大小，本专利技术可以通过实时计算反馈，输出不同设置下的人才排序，让该系统更加值得推广使用。
附图说明
[0020]图1是本专利技术的系统框图。
具体实施方式
[0021]下面对本专利技术的实施例作详细说明，本实施例在以本专利技术技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0022]如图1所示，本实施例提供一种技术方案：一种基于动态权重分配的联合培训体系评估系统，步骤1：用户自主决定联合培训体系中所用到的评估指标，并根据经验输入任意指标间的相对重要性大小，评估算法根据用户输入，生成重要性矩阵，对其进行维度检验、正互反性检验和相关性检验；
[0023]步骤2：若通过步骤1的一系列检验，评估算法通过矩阵特征向量求解技术，生成不同指标的归一化动态权重；
[0024]步骤3：用户针对步骤1中的每一个动态指标，输入对应指标下，所有待评估项的相对评分值；评估算法根据用户输入，生成多个对比矩阵，分别对其进行维度检验、正互反性检验和相关性检验。
[0025]步骤4：若通过步骤3的一系列检验，评估算法通过矩阵特征向量求解技术，生成每个指标下所有待评估项的相对评分，进而求解每个待评估项的综合评分，降序排序并输出结果。
[0026]进一步在于，针对用户选择的动态指标项以及权重矩阵，评估算法自动对其进行检验的具体过程如下：
[0027](1)维度检验，即矩阵是否是一个方阵；
[0028](2)正互反性检验，即对于所有的，矩阵的每个元素是否满足以及；
[0029](3)相关性检验，即矩阵的最大特征向量λ和维度n之间满足的值尽量小；
[0030]若用户输入未通过维度检验和正互反性检验，评估算法生成错误代码并退出；若相关性超出阈值，则评估算法提出警告。
[0031]对于通过维度检验、正互反性检验和相关性检验的矩阵，自动求出其最大特征值对应的特征向量，作为每个指标的归一化动态权重。
[0032]针对用户输入的待评估项，以及待评估项间基于所有评估指标的相对评分值，评估算法参考第步骤2的过程，对每个相对评分矩阵进行维度检验、正互反性检验和相关性检验。
[0033]所有相对评分矩阵均通过维度检验、正互反性检验和相关性检验，评估算法自动求出每一个相对评分矩阵最大特征值对应的特征向量，与归一化动态权重向量进行点积加权求和操作，求出各个待评估项的综合评分值，进行排序并输出。
[0034]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本专利技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0035]在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本专利技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态权重分配的联合培训体系评估系统，其特征在于，包括以下步骤：步骤1：用户自主决定联合培训体系中所用到的评估指标，并根据经验输入任意指标间的相对重要性大小，评估算法根据用户输入，生成重要性矩阵，对其进行维度检验、正互反性检验和相关性检验；步骤2：若通过步骤1的一系列检验，评估算法通过矩阵特征向量求解技术，生成不同指标的归一化动态权重；步骤3：用户针对步骤1中的每一个动态指标，输入对应指标下，所有待评估项的相对评分值；评估算法根据用户输入，生成多个对比矩阵，分别对其进行维度检验、正互反性检验和相关性检验。步骤4：若通过步骤3的一系列检验，评估算法通过矩阵特征向量求解技术，生成每个指标下所有待评估项的相对评分，进而求解每个待评估项的综合评分，降序排序并输出结果。2.根据权利要求1所述的一种基于动态权重分配的联合培训体系评估系统，其特征在于，针对用户选择的动态指标项以及权重矩阵，评估算法自动对其进行检验的具体过程如下：(1)维度检验，即矩阵是否是一个方阵；(2)正互反性检验，即对于所有的，矩阵的每个元...

【专利技术属性】
技术研发人员：许昌，方武义，张云，沈在强，
申请(专利权)人：方武义张云沈在强，
类型：发明
国别省市：