[发明专利]一种基于模糊分析的复杂无线通信网络运行质量评估方法

权利要求书

1.一种基于模糊分析的复杂无线通信网络运行质量评估方法，其特征在于所述方法包括如下步骤:

第①步、从数据仓库中获取最近的数据，并进行聚类、关联分析及预测，数据挖掘得到聚类的结果数据集：首先，确定评价指标因素论域，评价指标因素论域为P，它由i个因素组成，表示为：P＝(p₁,p₂,...p_i)给定评价指数V＝(v₁,v₂,...v_i)，并对应相关的评语值κ＝(κ₁,κ₂,...,κ_i)；

第②步、根据聚类的结果数据集对所要评估的各个小区进行指标评估，通过权重层次模糊分析法得到指标权重ω，具体来说，首先利用0.1-0.9的数量标度对指标因素论域中的指标的模糊度描述进行两两比较的模糊判断，得到模糊一致判断矩阵A

其中a_ij表示指标a_i与指标a_j具有模糊关系“a_i比a_j重要”的隶属度

归一化后得到ω＝[ω₁,ω₂,...ω_m]^T，m为指标个数；

第③步、对指标通过关联变异系数法，得到网络各指标的关联变异权重系数λ，具体来说，从指标a_i对指标a_j的影响被看作是a_i对a_j的支持关联变异，关联变异根据指标间的关联度关系赋予每个指标一个实数值即Z值来判断指标的重要性，其算法公式如下：

指标a_i的Z是由它的关联奉献得来的，每个指标奉献给a_i的Z数值的大小是由各自指标的Z值和关联变异程度决定的，L(a_ij)为指标间关联度，β是阻尼系数，

I、求出各个指标关联变异实数值即Z值的均值：

及方差

II：得到各指标关联变异系数为：

为各指标关联变异系数；

σ_i为指标关联变异方差；

Z_i为每个指标关联变异程度，表示指标的重要性；

III：λ_i进行归一化得各评价者的关联变异权重λ为：

λ_i为归一化后第i个指标的关联变异权重；

得到指标因素关联变异权重系数λ：λ＝(λ₁,λ₂,...,λ_i)；

第④步、对各指标的权重ω和指标关联变异权重系数λ进行平衡，到得到各指标综合权重系数θ，具体来说，综合权重系数θ采用综合系数法进行平衡，引入平衡系数t：

θ_i为第i个指标综合权重系数；

其中，ω_i表示用权重层次模糊分析法来确定的指标权重，表示用关联变异系数法来确定的关联变异系数，0<t<1，0<θ_i<1，0<i≤n，n为指标维数，m为指标个数；

归一化后得到综合权重集：θ＝(θ₁,θ₂,...,θ_n)；

第⑤步、对指标评价的人员进行信度分析，得到评价者信度系数S，具体来说，首先确定评价者对i项指标评价矩阵，那么N个评价者对i项指标进行综合评价R则指标描述为：

确定评价者信度系数S:依据信度系数进行赋权，用二分法灰色关联分析法产生信度系数S进行修正：

1)根据评价者对每个指标的评价进行排序；

2)根据排序奇偶数位的不同将评价者对每个指标的评价分成两组求出打分均值

3)根据信度理论得到：

其中S_i为第i指标不同的评价者综合评价的信度系数，信度系数集合S＝(S₁,S₂,...,S_n)；

其中l_jj为X_j的离均差平方和，表示第j个评价者对某一指标i的打分与该指标的平均得分之差的平方，l_jk表示第j个评价者对某一指标i的打分与该指标的平均得分之间的差和第k个评价者对该项的打分与该项的平均打分之间的差的乘积，即为

对信度系数进行归一化处理得到信度系数集C＝(C₁,C₂,...,C_n)；

第⑥步确定评价结果：合成无线通信网络评价模糊评价：

(1)首先对接入特征、移动特性的KPI进行模糊评价，o为合成算子，每一个特性内部KPI模糊评价的基本模型为

其中F_i为某一个特性内部KPI模糊评价模型，f_in为某一个特性内部某一项指标的模糊评价值，R_i为N个评价者对i项指标进行综合评价归一化后的值；

确定评价结果对整体网络质量的模糊评价

θ为指标集的综合权重系数集；

o为合成算子；

C为指标集的信度系数集；

R为N个评价者对i项指标进行综合评价矩；

F'为整体网络质量的模糊评价。