[发明专利]一种基于PCA-AHP的量子通信网络可靠性状况的评估方法在审
申请号: | 202010819424.6 | 申请日: | 2020-08-14 |
公开(公告)号: | CN111953543A | 公开(公告)日: | 2020-11-17 |
发明(设计)人: | 陈柱;夏晨臣;王平;张远洋 | 申请(专利权)人: | 国科量子通信网络有限公司 |
主分类号: | H04L12/24 | 分类号: | H04L12/24;G06K9/62;H04B10/70 |
代理公司: | 北京汉鼎理利专利代理事务所(特殊普通合伙) 11618 | 代理人: | 潘满根 |
地址: | 201203 上海市浦东新*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 pca ahp 量子 通信 网络 可靠性 状况 评估 方法 | ||
1.一种量子通信网络的可靠性状况的评估方法,其特征在于,所述评估方法基于改进的主成分-层次分析法,并包括以下依次的步骤:
-采用层次分析法筛选评估指标;
-采用改进的主成分分析法建立量子通信网络评估指标体系;
-对评估指标体系中的指标进行一致化和无量纲处理;
-利用德尔菲法计算评估指标的权重,以得到量子通信网络的可靠性状况的评估函数;
-根据评估函数对量子通信网络可靠性状况做出评估。
2.根据权利要求1所述的评估方法,其中,所述层次分析法包括以下步骤:
-对问题进行分析,通过主成分分析法提取出和问题相关的因素,并对这些因素分层形成层次分析图;
-分析量子通信网络各个指标之间的关系,按层次结构对指标之间相关重要程度做出判断,以构造判断矩阵;
-对判断矩阵进行一致性校验,在不满足一致性条件时则重新构造判断矩阵,在满足一致性条件时则计算权重,从而最终选出可用于量子通信网络可靠性状况评估的指标。
3.根据权利要求2所述的评估方法,其中,所述层次分析图依次包括目标层、中间层和指标层;在构造判断矩阵后,按层次结构对同一层的下属指标进行两两比较,从而对指标之间的相对重要程度做出判断。
4.根据权利要求1所述的评估方法,其中,所述改进的主成分分析法包括以下步骤:
-依据网络状态评价指标判据矩阵,对该矩阵进行标准化处理;
-计算特征根和单位特征向量,并计算主成分方差贡献率和因子载荷量;
-选定主成分并对主成分进行分析;
-筛选出建立量子通信网络评估指标体系的指标。
5.根据权利要求4所述的评估方法,其中,所述网络状态评价指标判据矩阵为按照所述层次分析法中所得的判断矩阵选出的量子通信网络可靠性评估指标,分别从其中选取指标参量,对每一个指标参量进行量化,构建指标参量量化矩阵,即X=[X1,X2,X3],其中:
X1:表示历年一级事件严重问题统计中对应指标参量的百分比;
X2:表示历年二级事件重要问题统计中对应指标参量的百分比;
X3:表示历年三级事件一般问题统计中对应指标参量的百分比。
6.根据权利要求1所述的评估方法,其中,所述利用德尔菲法计算评估指标的权重包括以下步骤:
-以匿名的方式多次征集专家评价意见并打分;
-计算意见集中度E,为专家的平均得分值,计算公式为:
-计算意见离散度δ,计算公式为:
式中:E为意见集中度,δ为意见分歧程度;
-判断征询是否结束,根据问题设定集中度、意见分歧度的下限值E0和δ0,直到满足下列条件时停止征询:EiE0,δiδ0。
7.根据权利要求1所述的评估方法,其中,所述根据评估函数对量子通信网络可靠性状况做出评估为选择相应的评估方法和评估模型,并根据所选的评估方法和评估模型分析量子通信网络的各项指标的评估结果,其包括以下步骤:
-收集量子通信网络数据:包括运行参数和设备数据等;
-数据统计分析:对量子通信网络数据进行统计分析得到单项指标的值;
-计算单项指标得分:将单项指标值代入单项指标评分公式获取单项指标得分;
-计算准则层指标得分和目标层指标得分:若选用的层次分析法,则根据单项指标的得分和权重因子,逐层向上计算,其公式为:
式中:S(K+1)代表层级结构中第k=1层某指标A(K+1)的评分;n表示指标A(K+1)的k层子指标的个数;表示A(K+1)的k层子指标j的评分;表示A(K+1)的k层子指标j的权重;
-分析量子通信网络运行的薄弱环节,最后提出相应的改善措施。
8.根据权利要求1所述的评估方法,其中,所述评估方法在实施各个步骤之前还包括统计步骤,该统计步骤为分析历年的量子通信网络指标数据,对量子通信网络历年指标数据进行分析和初步评估,然后通过历史数据建立相应的量子通信网络的评估模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国科量子通信网络有限公司,未经国科量子通信网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010819424.6/1.html,转载请声明来源钻瓜专利网。