[发明专利]一种瞄准镜系统的状态评估方法及状态评估系统

说明书

本发明涉及一种瞄准镜系统的状态评估方法及状态评估系统，首先，获取瞄准镜系统各状态评估指标的待评估指标数据；根据各所述待评估指标数据与各所述状态评估指标的组合权重，计算云重心位置；根据所述云重心位置，计算所述云重心与各状态等级云模型的隶属度；根据所述隶属度，确定所述瞄准镜系统的状态等级。本申请上述方案，采用组合赋权法确定系统各个指标权重，能够提高权重计算的准确性。通过建立SOM神经网络对系统运行数据进行聚类，根据聚类结果确定各个指标阈值，能够提高指标阈值的准确性，进而提高评估结果的准确性。

技术领域

本发明涉及状态评估领域，特别是涉及一种瞄准镜系统的状态评估方法及状态评估系统。

背景技术

随着军事领域的高速发展，装备系统的集成化、信息化程度不断的提高，带来了一系列新的故障问题，传统装备故障检测和维修保障已不能满足其维修保障的需求，火控系统在这方面表现尤为明显。瞄准镜系统作为装备输出主要来源之一，是其中重要的组成部分，为其设计专门的状态评估方法及评估系统，能够提高瞄准镜系统的可靠性和可用性。

现有的评价方法，主要针对单一信号阈值确定，然而瞄准镜系统信号复杂，因此，现有方法无法准确进行评价。而且，现有的评价方法主要通过专家评价确定指标阈值，存在阈值确定结果不准确的缺陷。

发明内容

本发明的目的是提供一种瞄准镜系统的状态评估方法及状态评估系统，能够提高瞄准镜系统状态评估的准确性。

为实现上述目的，本发明提供了如下方案：

一种瞄准镜系统的状态评估方法，包括：

获取瞄准镜系统各状态评估指标的待评估指标数据；

根据各所述待评估指标数据与各所述状态评估指标的组合权重，计算云重心位置；各所述状态评估指标的组合权重由改进模糊层次分析法与改进熵权法相结合的组合赋权法确定；所述云重心位置为云重心在状态等级的云化区间的位置；所述云化区间由各状态评估指标的阈值确定，各所述状态评估指标的阈值是利用自组织映射神经网络算法对各状态评估指标的样本指标数据进行聚类分析得到的；

根据所述云重心位置，计算所述云重心与各状态等级云模型的隶属度；各所述状态等级云模型根据所述云化区间和各所述状态评估指标的组合权重向量构建；各所述状态等级云模型为基于2En法则的改进云模型；

根据所述隶属度，确定所述瞄准镜系统的状态等级。

可选的，在所述根据各所述待评估指标数据与各所述状态评估指标的组合权重，计算云重心位置之前，所述方法还包括利用改进模糊层次分析法与改进熵权法相结合的组合赋权法确定各所述状态评估指标的组合权重：

采用改进模糊层次分析法确定所述状态评估指标的主观权重；所述改进模糊层次分析法为将模糊层次分析法的九标度改为三标度；

利用改进熵权法计算所述状态评估指标的客观权重；

根据所述主观权重和所述客观权重，建立改进组合赋权法的最优化模型；所述改进组合赋权法的最优化模型为在组合赋权法的基础上引入增广拉格朗日函数法得到最优化模型；

根据所述最优化模型，获得各个所述状态评估指标的组合权重。

可选的，所述改进熵权法的改进权重公式为：

其中，w_j'为第j个指标的客观权重；E_j为第j个信息熵，E_k为第k个信息熵；m为运行数据个数。

可选的，所述改进组合赋权法的最优化模型的公式为：