[发明专利]基于投影寻踪和Z型函数的海上军事活动海洋环境影响评估方法

说明书

技术领域

本发明涉及一种海上军事活动安全的环境影响评估方法，具体地说是寻求一种处理数据信息不完备的客观性、非线性和精度细的基于投影寻踪和Z型函数的海上军事活动海洋环境影响评估方法。

背景技术

海洋环境要素是影响武器装备和军事活动的重要战场因素，军事活动的各个方面或环节都不同程度地受海洋环境影响要素的影响和制约，客观分析和定量评估海洋环境要素的影响是军事气象水文保障的重要任务。海洋环境影响军事活动安全的常用评估方法是综合指数法，即首先建立相应的指标体系，其次对各指标进行赋权，然后利用一些数学模型综合成安全度或风险度指数，其中加权综合法、灰色关联评价及模糊综合评价法是最常用的数学模型。综合指数法具有很好的研究基础，评价指标意义明确，但这些方法在应用时存在一些不足，首先这类方法均需要确定指标的权重，层次分析法是常用的赋权方法，但层次分析法的比较、判断结果都是相对粗糙的，专家的先验知识和偏好占据太多的比重成分，人为操纵痕迹过强，而且一致性检验经常难以通过。为了避免一致性对赋权的影响，也有科学家提出用模糊层次分析法进行赋权，但仍然无法避免主观性的影响。

其次这些方法均属于线性的加权评价方法，有些科学家指出由于评估时受数据处理、特殊评估指标及定性评估等多种因素的影响，评估的本质应该是非线性的，即非线性评估模型更加符合海战场环境保障的实际。为了弥补线性加权法的不足，一些非线性评估方法如数据包络分析法、贝叶斯网络、云模型理论和正态信息扩散模型逐渐被应用到军事海洋环境影响评估中。非线性评估模型的提出在一定程度上推动了海洋环境风险评估的研究，但是仍然存在一定的局限。数据包络分析法的显著优点是无需任何权重假设，具有很强的客观性，但也存在一些缺陷，如容易产生评价值过高的问题，可能引起评价结果的不切实际或不真实性。贝叶斯网络建模存在的最大问题是贝叶斯参数的设定，包括根节点先验概率设定及非根节点条件概率的设定，其中概率的确定需要大量的统计数据，而试验和演习中的气象水文环境影响参数和样本个例往往极为稀少，很难获得足够的统计数据，即数据信息不完备。

云模型和正态信息扩散模型虽然能够用来解决数据信息完备下的军事海洋环境影响评估，但均局限于处理总体服从正态分布的数据信息，而现实海洋中不乏存在一些非正态的数据资料；此外云模型只能得到离散的风险等级值，无法描述等级之间的过渡性，精度较粗。在数据信息不完备的情况下，如何避免主观性的影响，建立精度细和符合实际的非线性评估模型，是急需开展的研究工作。

发明内容

本发明所解决的技术问题在于提供一种基于投影寻踪和Z型函数的海洋环境影响军事活动安全的评估方法，该方法首先基于投影寻踪技术对指标进行降维处理，然后建立Z型非线性函数模型计算海洋环境影响军事活动的安全度，该模型对数据量及其分布没有要求，能得到连续的评估值，实现了在数据信息不完备的情况下，避免主观性和人为干扰的影响，达到建立海洋环境影响军事活动安全的非线性评估模型和提高评估精度的目的。

为了达到上述发明目的，本发明采用的技术方案如下：

一种基于投影寻踪和Z型函数的海上军事活动海洋环境影响评估方法，其特征在于它包括步骤：

步骤1：对影响军事活动安全的海洋环境要素指标进行标准化处理：

其中成本型指标是指指标数值越小越好的指标，效益型指标是指数值越大越好的指标，a(i,j)表示第j个指标在j种情形下的值，为标准化前的原始指标值，b(i,j)为标准化后的指标值，i＝1,2,…,m，j＝1,2,…,n，m和n分别为样本容量和指标个数；

步骤2：基于投影寻踪技术对标准化的指标序列进行降维处理，具体来说包括步骤：

步骤2.1：根据投影寻踪的基本思想，构建降维函数：

其中a＝{a(1),a(2),…,a(n)}为投影方向。

步骤2.2：根据投影准则构建投影指标函数：Q(a)＝S_x|R_xy|