[发明专利]一种基于动态权重分配的联合培训体系评估系统

说明书

本发明公开了一种基于动态权重分配的联合培训体系评估系统，包括以下步骤：步骤1：用户自主决定联合培训体系中所用到的评估指标，并根据经验输入任意指标间的相对重要性大小，评估算法根据用户输入，生成重要性矩阵，对其进行维度检验、正互反性检验和相关性检验；步骤2：若通过步骤1的一系列检验，评估算法通过矩阵特征向量求解技术，生成不同指标的归一化动态权重；步骤3：用户针对步骤1中的每一个动态指标，输入对应指标下，所有待评估项的相对评分值；评估算法根据用户输入，生成多个对比矩阵。步骤4：若通过步骤3的一系列检验，评估算法通过矩阵特征向量求解技术。本发明通过实时计算反馈，输出不同设置下的人才排序。

技术领域

本发明涉及联合培训领域，具体涉及一种基于动态权重分配的联合培训体系评估系统。

背景技术

为掌握联合作战理论和行动方法而进行的培训。按层次,分为战略、战役和战术联合培训；按对象,分为军兵种、军警民和多个国家部队等联合培训。目的是提高指挥员及其指挥机关遂行联合作战任务的组织指挥能力和部队的一体化联合作战能力；

在进行联合培训过程中，通过联合培训体系估算方法，能够更有效的进行人员的筛选。

现有的联合培训体系评估系统，评估效果较差，影响连联合培训结果，给联合培训体系评估系统的使用带来了一定的影响，因此，提出一种基于动态权重分配的联合培训体系评估系统。

发明内容

本发明所要解决的技术问题在于：如何解决现有的联合培训体系评估系统，评估效果较差，影响连联合培训结果，给联合培训体系评估系统的使用带来了一定的影响的问题，提供了一种基于动态权重分配的联合培训体系评估系统。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

步骤1：用户自主决定联合培训体系中所用到的评估指标，并根据经验输入任意指标间的相对重要性大小，评估算法根据用户输入，生成重要性矩阵，对其进行维度检验、正互反性检验和相关性检验；

步骤2：若通过步骤1的一系列检验，评估算法通过矩阵特征向量求解技术，生成不同指标的归一化动态权重；

步骤3：用户针对步骤1中的每一个动态指标，输入对应指标下，所有待评估项的相对评分值；评估算法根据用户输入，生成多个对比矩阵，分别对其进行维度检验、正互反性检验和相关性检验。

步骤4：若通过步骤3的一系列检验，评估算法通过矩阵特征向量求解技术，生成每个指标下所有待评估项的相对评分，进而求解每个待评估项的综合评分，降序排序并输出结果。

进一步在于，针对用户选择的动态指标项以及权重矩阵，评估算法自动对其进行检验的具体过程如下：

(1)维度检验，即矩阵是否是一个方阵；

(2)正互反性检验，即对于所有的，矩阵的每个元素是否满足以及；

(3)相关性检验，即矩阵的最大特征向量λ和维度n之间满足的值尽量小；

若用户输入未通过维度检验和正互反性检验，评估算法生成错误代码并退出；若相关性超出阈值，则评估算法提出警告。

进一步在于，对于通过维度检验、正互反性检验和相关性检验的矩阵，自动求出其最大特征值对应的特征向量，作为每个指标的归一化动态权重。

进一步在于，针对用户输入的待评估项，以及待评估项间基于所有评估指标的相对评分值，评估算法参考第步骤2的过程，对每个相对评分矩阵进行维度检验、正互反性检验和相关性检验。

进一步在于，所有相对评分矩阵均通过维度检验、正互反性检验和相关性检验，评估算法自动求出每一个相对评分矩阵最大特征值对应的特征向量，与归一化动态权重向量进行点积加权求和操作，求出各个待评估项的综合评分值，进行排序并输出。