[发明专利]基于任务属性优先级映射的任务重要性评价方法和系统

说明书

本发明提供一种基于任务属性优先级映射的任务重要性评价方法、系统、存储介质和电子设备，涉及卫星任务重要性评价领域。本发明构建任务属性动态事实库，存储任务属性优先级信息；将卫星任务与事实库关联映射，获取卫星任务的属性分值；根据专家打分结果和结构熵权法获取卫星任务的指标权重；根据卫星任务的属性分值和指标权重，获取任务基础优先级并进行层次化优先级映射，获取优先级信息。避免部分定性指标无法直接衡量其重要性的弊端，能够对各个定性指标确定其取值的值域，减少指标间的差异性与信息不确定性；考虑了不同任务场景下的任务重要性评价的层次化、无交集性，实现不同场景间任务评价分数的不可跨越性，为筹划阶段提供支撑。

技术领域

本发明涉及卫星任务重要性评价技术领域，具体涉及一种基于任务属性优先级映射的任务重要性评价方法、系统、存储介质和电子设备。

背景技术

面向移动目标筹划场景复杂多变，卫星属性多样，目标行为复杂等特点和卫星任务筹划对筹划准确性与应急反应能力提出的高要求，当用户提出任务需求时，需对资源负载、站网资源、时间窗等进行快速计算、筛选，生成筹划方案。为此，为提高卫星筹划任务安排的高效性和准确性，需要对需求及任务进行精确的定级评价。

当前卫星领域的评估包括建立指标体系、生成判断矩阵、计算权重，综合评分四个过程，在建立指标体系中多采用定量指标与定性指标结合，对定量指标直接取其值，定性指标通过专家单一打分确定其取值，而在确定指标权重中，确定权重的方法主要有主观赋权法如AHP、Delphi法和实际权重法如标准离差法、熵权法、CRITIC法(Criteria ImportanceThough Intercrieria Correlation)等。

但是，上述原有方案过程中专家打分难以客观表达出不同类型指标间的差异性，因此增加结果的主观性，并且计算过程涉及多个矩阵，每次迭代都需重新从任务计算结果中获取指标值，或者再次通过专家打分获取定性指标取值，此过程充满不确定性，也难以快速实现。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于任务属性优先级映射的任务重要性评价方法、系统、存储介质和电子设备，解决了现有卫星任务重要性评价结果主观性大的技术问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于任务属性优先级映射的任务重要性评价方法，包括：

S1、根据不同的任务场景，构建对应的指标体系；

S2、根据所述指标体系，构建任务属性动态事实库；

S3、将各个实时卫星任务与所述任务属性动态事实库进行关联映射，获取各个所述实时卫星任务的属性分值；

S4、根据专家打分结果和结构熵权法获取各个所述实时卫星任务的各层次指标权重；

S5、根据各个所述实时卫星任务的属性分值和各层次指标权重，获取各个所述实时卫星任务的任务基础优先级；

S6、根据各个所述实时卫星任务的任务场景，将所述任务基础优先级进行层次化优先级映射，获取各个所述实时卫星任务的优先级信息。

优选的，所述的任务重要性评价方法还包括：

S7、采用预设的任务优先级阈值对所述优先级信息进行筛选，若所述优先级信息大于等于预设的任务优先级阈值时，定义并标记该实时卫星任务为必须执行任务。

优选的，所述S1中的指标体系包括各个指标对应的属性值以及各个基础指标对应的属性分值；

所述各个指标对应的属性值以及各个基础指标对应的属性分值的获取方法包括：