[发明专利]一种基于效用函数法的抗震救灾装备效能评估方法在审

专利信息
申请号: 202110374563.7 申请日: 2021-04-07
公开(公告)号: CN112907151A 公开(公告)日: 2021-06-04
发明(设计)人: 彭维仕;毋望;李青 申请(专利权)人: 中国人民武装警察部队工程大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/26
代理公司: 北京中仟知识产权代理事务所(普通合伙) 11825 代理人: 田江飞
地址: 710086 陕西*** 国省代码: 陕西;61
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 效用 函数 抗震 救灾 装备 效能 评估 方法
【说明书】:

发明公开了一种基于效用函数法的抗震救灾装备效能评估方法,该方法包括以下步骤:S1、根据抗震救灾装备类别构建抗震救灾装备效能评估指标体系,并对指标分类;S2、归一化抗震装备效能评估指标;S3、利用层次分析法确定抗震救灾装备效能的指标权重;S4、根据所得到的单个指标效能值及其权重,基于效用函数法建立抗震救灾装备效能评估模型,根据该模型评估抗震救灾装备效能。本发明不仅能够发现现有抗震救灾装备的不足,而且能够抗震救灾装备的发展规划及性能优化提供了科学指导。

技术领域

本发明属于系统性能评估领域,尤其涉及一种基于效用函数法的抗震救灾装备效能评估方法。

背景技术

地震具有难预测、毁灭性强、波及范围广等特点,并伴有滑坡、崩塌等众多次生灾害,严重危害人民的生命及财产安全。抢险救援是部队担负的“六大任务”之一,为提升部队的抗震救援能力,需要对现有抗震救灾装备进行效能评估,进一步科学谋划抗震救灾装备发展。

目前在国内救援方面,效能评估方面较多的是运用层次分析法结合另一种分析方法进行,较少的有运用BP神经网络、信息熵的未确知测度评估等模型的,其中,BP神经网络学习时间漫长、生成的神经网络验证较为困难,信息熵的未确知测度评估模型需要对各个指标都设计测度函数,工作量庞大;相反,层次分析法能够有机结合定量和定性指标,把复杂的问题化为多层次单目标问题,且所需定量指标少,计算简便、结果明确、易于了解掌握。在运用模糊层次分析法和灰色层次分析法进行指标量化的过程中,模糊综合评判法将定量指标、定性指标均进行了模糊评价,忽略了定量指标的客观因素,更加扩大化了人为的不确定性;灰色关联度分析法确定白化权函数时,人为选择灰数区间,在人为评价估值的基础上更增加了结果的模糊性和不确定性。

发明内容

为了克服现有技术的缺点和不足,本发明的目的在于提供一种基于效用函数法的抗震救灾装备效能评估方法。

本发明是这样实现的,一种基于效用函数法的抗震救灾装备效能评估方法,该方法包括以下步骤:

S1、根据抗震救灾装备类别构建抗震救灾装备效能评估指标体系,并对指标分类;

S2、归一化抗震装备效能评估指标;

S3、利用层次分析法确定抗震救灾装备效能的指标权重;

S4、根据所得到的单个指标效能值及其权重,基于效用函数法建立抗震救灾装备效能评估模型,根据该模型评估抗震救灾装备效能。

优选地,步骤S1包括以下步骤:

S11、分析并确定抗震救灾装备及其指标影响因素;

S12、构建抗震救灾装备效能评估指标体系;

S13、对抗震救灾装备效能评估指标进行分类。

优选地,步骤S2中,分别利用梯形效用函数和模糊综合评价法对定量指标和定性指标进行归一化。

优选地,步骤S3包括以下步骤:

S31、构造抗震救灾装备效能评估指标判断矩阵;

S32、求解抗震救灾装备效能评估指标判断矩阵的最大特征根;

S33、对抗震救灾装备效能评估指标判断矩阵进行一致性检验。

优选地,步骤S4中,所述评估模型包括基于算术平均的抗震救灾装备效能评估模型以及基于幂指数的抗震救灾装备效能评估模型。

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中国人民武装警察部队工程大学,未经中国人民武装警察部队工程大学许可,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/202110374563.7/2.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