[发明专利]一种智能船舶综合性能评价方法在审

专利信息
申请号: 202011193985.6 申请日: 2020-10-30
公开(公告)号: CN112163282A 公开(公告)日: 2021-01-01
发明(设计)人: 王晓原;夏媛媛;姜雨函;朱慎超;王芳涵;王曼曼 申请(专利权)人: 智慧航海(青岛)科技有限公司
主分类号: G06F30/15 分类号: G06F30/15;G06F30/20;G06F119/02
代理公司: 北京易捷胜知识产权代理事务所(普通合伙) 11613 代理人: 齐胜杰
地址: 266200 山东省*** 国省代码: 山东;37
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 智能 船舶 综合 性能 评价 方法
【权利要求书】:

1.一种智能船舶综合性能评价方法,其特征在于,包括以下步骤:

S1、获取待评价智能船舶综合性能的评价指标,建立智能船舶综合性能评价指标体系;

S2、对所述智能船舶综合性能评价指标体系基于层次分析法得到评价指标的第一权重;

S3、对所述智能船舶综合性能评价指标体系基于信息熵法得到评价指标的第二权重;

S4、基于评价指标的第一权重和第二权重,确定评价指标的综合权重;

S5、基于概念选择矩阵和评价指标的综合权重,获取智能船舶综合性能评价结果,得到智能船舶的最佳设计方案。

2.如权利要求1所述的智能船舶综合性能评价方法,其特征在于,步骤S2包括:

S21、基于智能船舶综合性能评价指标体系,建立递阶层次结构;

递阶层次结构包括目标层、准则层和方案层;

S22、基于递阶层次结构,构造目标层的判别矩阵和准则层的判别矩阵;

S23、基于准则层的判别矩阵,得到评价指标的第一权重。

3.如权利要求2所述的智能船舶综合性能评价方法,其特征在于,步骤S23中,基于准则层的判别矩阵,得到准则层的判别矩阵的最大特征根和与最大特征根对应的归一化特征向量,将最大特征根对应的归一化特征向量作为评价指标的第一权重。

4.如权利要求3所述的智能船舶综合性能评价方法,其特征在于,步骤S3包括:

S31、在智能船舶综合性能评价指标体系中,建立原始的数据矩阵;

S32、基于原始的数据矩阵,得到原始的数据矩阵中各评价值的权重;

S33、基于原始的数据矩阵中各评价值的权重,得到评价指标的熵值;

S34、基于评价指标的熵值,得到评价指标的第二权重。

5.如权利要求4所述的智能船舶综合性能评价方法,其特征在于,步骤S31中,原始的数据矩阵满足以下公式:

其中,R为原始的数据矩阵,rij为第j个评价指标在第i个方案中的评价值,j=1,2,...,n,n=12,i=1,2,..,m,m=3。

6.如权利要求5所述的智能船舶综合性能评价方法,其特征在于,步骤S32中,原始的数据矩阵中各评价值的权重满足以下公式:

其中,pij为第j个评价指标在第i个方案中的评价值的权重。

7.如权利要求6所述的智能船舶综合性能评价方法,其特征在于,步骤S33中,评价指标的熵值满足以下公式:

其中,ej为第j个评价指标的熵值,k为中间变量,

8.如权利要求7所述的智能船舶综合性能评价方法,其特征在于,步骤S34中,评价指标的第二权重满足以下公式:

其中,ψj为第j个评价指标的第二权重。

9.如权利要求8所述的智能船舶综合性能评价方法,其特征在于,步骤S4中,评价指标的综合权重满足以下公式:

其中,tj为第j个评价指标的综合权重,为第j个评价指标的第一权重。

10.如权利要求1所述的智能船舶综合性能评价方法,其特征在于,评价指标包括:旋回性能、初始旋回性能、停船性能、保向和改向性能、海军系数、作业时间百分数、期望航速、空船质量、初稳心高度、造价、所需运费率、最低耗油率航速。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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智慧航海(青岛)科技有限公司,未经智慧航海(青岛)科技有限公司许可,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/202011193985.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top