[发明专利]一种应用于船模虚拟试验平台的可信度综合评估方法

权利要求书

1.一种应用于船模虚拟试验平台的可信度综合评估方法，其特征在于，包括以下步骤：

S1、基于云模型，将底层指标的定性评价结果转化成定量评价结果；

所述底层指标为船模虚拟试验平台可信度评估体系中的底层指标；

S2、基于方差最大化组合赋权法，对底层指标的定量评价结果进行权重计算，得到底层指标的权重系数；

S3、基于底层指标的定量评价结果和权重系数，得到船模虚拟试验平台的可信度综合评价结果。

2.如权利要求1所述的可信度综合评估方法，其特征在于，所述步骤S1包括：

S11、获取底层指标的定性评价结果；

底层指标的定性评价结果为专家针对船模虚拟试验平台可信度评估体系中底层指标进行定性评价得到的结果；

S12、对底层指标的定性评价结果进行赋值，得到评估区间；

S13、利用云模型算法，将评估区间转化为云模型参数，得到底层指标的定量评价结果。

3.如权利要求2所述的可信度综合评估方法，其特征在于，所述步骤S2包括：

S21、基于客观权重向量和主观权重向量，将两种权重向量进行线性组合，得到集成权重向量；

S22、基于集成权重向量和方差最大化思想建立线性规划模型，得到集成权重向量的线性表示系数；

S23、基于集成权重向量的线性表示系数，对集成权重向量进行归一化处理，得到底层指标的权重系数。

4.如权利要求3所述的可信度综合评估方法，其特征在于，在云模型中，假设云滴服从均匀分布U₁(α₁,β₁)，云厚度服从均匀分布U₂(α₂,β₂)，云模型参数为[Ex,En,He]，中间参数服从以En为期望、以He为标准差的均匀分布，满足以下公式：

式中，Ex为期望，En为熵，En'为中间参数，He为超熵；

根据云滴得到样本平均值：

式中，为样本均值，N为评估区间的个数，x_i为云滴；

根据样本平均值得到估计值：

式中，为Ex的估计值；

一阶样本绝对中心距样本方差满足以下公式：

式中，S²为样本方差；

En的估计值满足以下公式：

式中，为En的估计值；

He的估计值满足以下公式：

式中，为He的估计值；

为对底层指标的定性评价结果转化成的定量评价结果。

5.如权利要求4所述的可信度综合评估方法，其特征在于，所述步骤S21中，集成权重向量满足以下公式：

w＝αU+βV

式中，w为集成权重向量，w＝(w₁,w₂,...,w_n)；U为客观权重向量，U＝(u₁,u₂,...,u_m)，u_x≥0，V为主观权重向量，V＝(v₁,v₂,...,v_m)，v_x≥0，α、β分别为客观权重向量的线性表示系数和主观权重向量的线性表示系数，α≥0，β≥0，且α²+β²＝1。

6.如权利要求5所述的可信度综合评估方法，其特征在于，所述步骤S22中，线性规划模型满足以下公式：

式中，Z为方差函数，c_ab为第b个底层指标在第a个决策中的指标得分，为c_ab的平均值，w_b为第b个底层指标的集成权重向量，u_x为第b个底层指标的客观权重向量，v_x为第b个底层指标的主观权重向量。