[发明专利]一种基于关联结构分析的情报体系效能评估方法

说明书

本发明公开了一种基于关联结构分析的情报体系效能评估方法，包括如下步骤：步骤S1：想定样本空间生成；步骤S2：建立情报体系的效能指标体系；步骤S3：情报体系效能评估的关联结构模型的构建与识别；步骤S4：数据准备；步骤S5：体系效能评估的关联结构模型的参数估计；步骤S6：体系效能评估的关联结构模型的评估与修正。本发明的有益效果在于：(1)本发明提出的基于关联结构分析的情报体系效能评估方法，可支持更多类型的效能评估，提升了体系效能评估的客观性和自适应性；(2)能得到面向整个体系的全局能力指标，取代面向分系统能力的局部描述指标，具有更强大的全局评估效果。

技术领域

本发明属于体系效能评估技术领域，具体涉及一种情报体系效能评估方法。

背景技术

情报体系是一类具有典型体系特征的有不同系统组成的复杂巨系统，各类情报体系资源要素具有紧密联系不可分割，所以其体系效能不是由个别设备性能所决定，也不是由体系内各种设备的数量简单相加所决定，而是体系各种设备相互配合、相互协同、共同作用的结果。

传统效能评估方法忽略体系各设备集成关系对效能的综合作用问题，相应的效能评估方法已经不再适用，因此，如何对情报体系效果进行评估成为一个必须解决的重难点问题。

基于关联结构分析的情报体系效能评估方法，其基本思想是从体系的外在表现即体系效能评估数据出发并结合不确定因素分析方法，相对于传统从体系本身出发的效能评估方法，其获取体系效能评估数据随着体系执行效能评估方法的进步和计算机性能的快速发展而更加容易；其次，关联结构分析是一种基于数据的新型多元统计分析方法，对专家知识依赖度相对更低，同时还具备对所构建模型的拟合评估功能。

效能评估指标的构建以及评估方法的选择是体系效能评估的基础，当前，体系效能评估通常采用“分解-聚合”法，其流程如图1所示。

在情报体系效能生成中，主要考虑体系两方面影响因素，一方面是性能指标到效能指标的聚合关系，另一方面是指标之间的制约关系。为了获得某一特定执行任务的效能指标体系，采用从顶层效能分解直到底层的性能指标，这个过程包括两个子过程：效能概念分解过程和性能指标分配过程。而通过体系结构模型可以知道，执行任务可以不断的分解继而分解到执行活动，执行活动又可继续分解到最小粒度的元活动。而每一个活动的执行产生的效果最终会聚合成执行任务的整体效果，对体系执行特定任务达到效果的度量即体系效能，所以执行任务的分解和体系效能的分解存在着逐级对应的关系，如图2所示。

尽管情报体系效能分解与执行任务分解之间的对应关系具有模糊性和抽象性，但是仍然可以作为执行分析获取体系效能指标的一种指导性原则。通过分析体系执行样式，结合多类型设备组成，及其在执行任务全过程中的功能定位以及不同执行样式、不同任务阶段下的情报信息交互的方式方法，提出体系效能指标。如图3所示。

根据效能指标体系的划分，相应地将评估模型也划分为信息获取能力、信息处理能力、信息传输能力、信息执行能力等评估模型。评估模型主要由评估对象(方案)、评估准则(指标)、评估样本(数据)、评估方法和评估结果等要素构成。评估方法的合理性是对各评价方案做出决策的关键，它在效能评估中具有举足轻重的地位和作用。常见的评估数据源有定性和定量两种。定性数据源是指专家经验及其打分值；定量数据是指实测数据和仿真数据。在确定评估方法的优劣时，可以从评估方法所需评估数据的完整性、普遍性、客观性、可信性等方面，以及评估结果与实际情况的贴近度来考量。

要进行效能指标的综合评估，首先将各项指标进行量化。对不能用精确的数学表达式表示的指标，通常采用专家评分法确定其值。在各项指标都可量化后，由于这些指标的量纲和函数关系不同，仍不具有可比性，需要进行模糊化处理。根据上述评估准则，再采用加权合成综合评估方法，其综合效能表达式为：

E_总＝∑β_iE_i