[发明专利]一种电力信息系统质量评价反馈方法

权利要求书

1.一种电力信息系统质量评价反馈方法，其特征在于，包括：

基于网络分析法建立包含两级控制层的电力信息系统质量评价模型；

获取电力信息系统质量评价的指标原始值，归一化处理所述指标原始值生成指标分数；

将所述指标分数代入电力信息系统质量评价模型，计算得到质量评价得分；

电力信息系统根据反馈的质量评价得分进行更新维护；

所述电力信息系统质量评价模型包括控制层和网络层，控制层有m个准则B_m，网络层有n个元素组C_n，每个元素组包含若干个指标子项；

所述基于网络分析法建立包含两级控制层的电力信息系统质量评价模型，包括：

1)建立控制层准则下的判断矩阵和排序向量，构建局部权重向量矩阵；

2)合并网络层各个元素组之间的局部权重向量矩阵，建立超矩阵；

3)建立第一级控制层加权矩阵H₁和第二级控制层加权矩阵H₂，将H₁、

H₂和超矩阵相乘，得到加权超矩阵；

4)对加权超矩阵进行稳定处理，得到极限超矩阵；

5)采用极限超矩阵的元素作为对应指标权重，用于加权计算电力信息系统

质量评价得分；

所述建立控制层准则下的判断矩阵和排序向量，构建局部权重向量矩阵具体为：

以B_s为准则，其中s＝1,2，…，m，所述m为控制层准则个数；以元素组C_j中指标子项e_jq为次准则，将元素组C_j各指标相对于e_jq影响度进行两两比较，其中字符j为网络层中的第j个元素组，其形式如下所示：

e_ip、e_jq为指标子项；b为重要性评分；字符i为网络层中的第i个元素组，字符j为网络层中的第j个元素组；第i个元素组有p个元素；第j个元素组有q个元素；

其中，若指标子项e_ip对比e_jq重要性评分为b，则e_jq与e_ip比较得分即为1/b，采用1～9标度法计算并建立判断矩阵；

采用特征根法求得所述判断矩阵的排序向量若该向量通过一致性检测，则转化为矩阵形式，该矩阵为局部权重向量矩阵：

为每个指标子项对应的权重；

所述合并网络层各个元素组之间的局部权重向量矩阵，建立超矩阵具体为：

建立各元素组之间的局部权重向量，并构成无权重的超矩阵W_s：

n为网络层元素组个数；

所述建立第一级控制层加权矩阵H₁和第二级控制层加权矩阵H₂，将H₁、H₂和超矩阵相乘，得到加权超矩阵具体为：

所述电力信息系统质量评价模型的控制层加权系数逐级确定；

以第一级控制层A为准则，第二级控制层B_s为次准则，采用1～9标度法计算并建立判断矩阵，求得各元素对于B_s的重要性权重，并做归一化处理，归一化排序向量为：

H_s＝[h_s1,h_s2,h_s3,…,h_sn]

字符s为第二级控制层中的元素个数；

将各归一化排序向量进行合并，得第一级加权矩阵H₁：

其中，字符s为第二级控制层中的元素个数；

以B_s为准则，以网络层元素组为次准则，构造第二级加权矩阵H₂；

将H₁、H₂与W_s相乘，得到加权超矩阵

所述对加权超矩阵进行稳定处理，得到极限超矩阵具体为：

其中N为网络层中元素总个数，为加权超矩阵；

所述采用极限超矩阵的元素作为对应指标权重，用于加权计算电力信息系统质量评价得分具体为：所述加权计算电力信息系统质量评价得分计算方法为：

其中，S为电力信息系统质量评价得分，为每个指标子项权重，q_i为指标分数；r为最底层评价指标个数；

所述电力信息系统质量评价模型的指标包括操作系统类、应用程序类、用户使用类和经济效益类；

所述操作系统类包括服务器健康度元素组；服务器健康度元素组包括CPU使用率月指标、内存使用率月指标、磁盘使用率月指标、磁盘IO利用率、磁盘读写速率；

所述应用程序类包括数据库健康度元素组和中间件健康度元素组；数据库健康度元素组包括数据字典命中率、表空间利用率、归档空间利用率、数据连接使用率；中间件健康度元素组包括JVM内存使用率、Log目录使用率、JDBC连接延迟时间、JDBC连接使用率；

所述用户使用类包括系统活跃度元素组、用户业务需求量元素组和用户问题咨询量指标；系统活跃度元素组包括日均登录数月指标、日最大登录数月指标、无访问天数月指标；用户业务需求量元素组包括功能需求数量、性能需求数量；

所述经济效益类包括单位功能点金额指标；

所述单位功能点金额指标的计算方法为：

其中，C_perFuncCost为单位功能点金额指标，n_cost为电力信息系统实施阶段与运维阶段所有费用，m_Func为电力信息系统功能点数量；

所述电力信息系统质量评价模型的指标包括经济效益类，所述经济效益类包括单位功能点金额指标，所述单位功能点金额指标中的系统功能点计算方法采用COSMIC-FFP方法。

2.根据权利要求1所述的电力信息系统质量评价反馈方法，其特征在于，所述归一化处理所述指标原始值生成指标分数的计算公式为：

其中，q_i为指标分数，t为指标原始值，t_torl为指标的容忍值，t_stati为指标的满意值。