[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 | ||
本发明涉及一种量子通信网络的可靠性状况的评估方法,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。本发明的评估方法在层次分析法基础上加入了改进的主成分分析法,解决了传统使用专家意见法所带来的指标主观性严重的问题,保证了量子通信网络各项指标的合理客观的多层次模型搭建。
技术领域
本发明涉及量子通信网络的技术领域,更具体地,涉及一种基于主成分分析-层次分析(PCA-AHP)的量子通信网络指标可靠性评估方法。
背景技术
主成分分析(Principal Component Analysis,简称PCA),是一种降维的统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分,信息的大小通常用离差平方和或方差来衡量。主成分分析在代数上表现为将原随机向量的协方差阵变换成对角形阵,在几何上表现为将原坐标系变换成新的正交坐标系,使之指向样本点散布最开的 p个正交方向,然后对多维变量系统进行降维处理,使之能以一个较高的精度转换成低维变量系统,再通过构造适当的价值函数,进一步把低维系统转化成一维系统。
层次分析法(Analvtic Hierarchy Process,简称AHP)是一种对方案的多指标系统进行分析的一种层次化、结构化决策方法,它将决策者对复杂系统的决策思维过程模型化、数量化。通常,层次分析法可按下面四个步骤进行。一是分析系统中各因素间的关系,建立系统的递阶层次结构;二是对同一层次各元素关于上一层次中某一准则的重要性进行两两比较,构造两两比较的判断矩阵;三是由判断矩阵计算被比较元素对于该准则的相对权重,并进行判断矩阵的一致性检验;四是计算各层次对于系统的总排序权重,并进行排序。最后,得到各方案对于总目标的总排序。
量子通信网络的核心是量子密钥分发技术,为使量子保通信快速实用化、产业化,需要保证量子密钥分发正常,并提供广泛应用所需的服务覆盖和系统容量,基于对量子通信网络的可靠性提出更高要求。
发明内容
通常一个系统的可靠性以它完成规定功能的能力来度量,如何在规定条件下,规定时间内,保证量子通信网络的可靠性,使得全网保持量子密钥分发的能力,量子通信网络的可靠性评估问题便成为首要解决问题。为此本发明提出了一种基于主成分分析、层次分析的量子通信网络指标可靠性评估方法。
为了解决上述量子通信网络可靠性评估的技术问题,本发明提出了一种基于主成分分析法和层次分析法的量子通信网络指标可靠性评估方法,通过对量子通信网络评估时层次分析指标的主成分分析过程,能够全面有效的对量子通信网络指标进行评估,使得到的评估结果合理,且能提升指标可靠性评估的精度。为此,本发明提供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。
根据本发明的一个优选的实施方式,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
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/202010819424.6/2.html,转载请声明来源钻瓜专利网。