[发明专利]一种复杂系统关键路径评估方法及系统

权利要求书

1.一种复杂系统关键路径评估方法，其特征在于，包括：

S1，通过ISM方法获取复杂系统中每一要素的直接关系矩阵；

S2，对每一要素的直接关系矩阵进行标准化，获取每一要素的标准化直接关系矩阵；

S3，根据每一要素的标准化直接关系矩阵，获取所述复杂系统的综合影响矩阵；

S4，根据每一要素的中心度和原因度，获取以每一要素为节点的贝叶斯网络结构，其中，对于任一要素，若所述任一要素对任一其它要素的影响大于所述任一其它要素对所述任一要素的影响，所述贝叶斯网络结构图中的箭头方向为所述任一要素到所述任一其它要素，所述任一要素的中心度为所述综合影响矩阵行要素之和，所述任一要素的原因度为所述综合影响矩阵列要素之和；

S5，通过三角模糊数法，获取所述贝叶斯网络中每一节点发生每一状态的先验概率；

S6，根据所述贝叶斯网络中每一节点发生每一状态的先验概率，获取所述贝叶斯网络中每一子节点引起对应父节点发生每一状态的后验概率；

S7，将所述贝叶斯网络的最终节点依次到每一层中后验概率最大的父节点作为关键路径。

2.根据权利要求1所述方法，其特征在于，所述步骤S2中，所述标准化直接关系矩阵为：

其中，X表示所述标准化直接关系矩阵，U表示效用矩阵，n表示阶数，i表示行数，j表示列数，a表示关键路径参数矩阵，a_ij表示关键路径参数矩阵中的第i行第j列的元素。

3.根据权利要求1所述方法，其特征在于，所述综合影响矩阵为：

其中，T表示所述综合影响矩阵，X表示标准化直接关系矩阵。

4.根据权利要求1所述方法，其特征在于，步骤S5具体包括：

S51，获取每一专家对所述贝叶斯网络中每一节点在每一状态的专家意见；

S52，将每一专家对所述贝叶斯网络中每一节点在每一状态的专家意见转换为三角模糊数；

S53，通过算术平均法，获取所述贝叶斯网络中每一节点在每一状态的平均三角模糊数；

S54，通过均值面积法，获取所述贝叶斯网络中每一节点处于每一状态的先验概率。

5.根据权利要求4所述方法，其特征在于，步骤S52中，所述三角模糊数为：

其中，表示所述贝叶斯网络中第k个专家第i个节点处于j状态的三角模糊数，q表示专家个数，表示去模糊化后的下限点矩阵，表示去模糊化后的中限点矩阵，表示去模糊化后的上限点矩阵，i表示下限指示器，j表示中限指示器，k表示上限指示器。

6.根据权利要求4所述方法，其特征在于，步骤S53中，所述平均三角模糊数为：

其中，表示所述贝叶斯网络中第i个节点处于j状态的平均三角模糊数，表示所述贝叶斯网络中第i个节点处于j状态的q阶三角模糊数，q表示专家个数，表示去模糊化后的下限点矩阵，表示去模糊化后的中限点矩阵，表示去模糊化后的上限点矩阵。

7.根据权利要求4所述方法，其特征在于，步骤S54中，所述先验概率为：

其中，P_ij表示所述先验概率，A'_ij表示去模糊化之后下限点矩阵的转置，B'_ij表示去模糊化之后中限点矩阵的转置，C'_ij表示去模糊化之后上限点矩阵的转置。