發(fā)布時間：2017-08-31 10:23

  本文關(guān)鍵詞：基于模糊綜合評判的可信度評估模型及方法研究

  更多相關(guān)文章： 可信度 信息熵 云模型 模糊綜合評判 層次分析模型

【摘要】：隨著計算機技術(shù)的不斷發(fā)展,仿真技術(shù)得到了迅速提高,并逐步成為推進各國經(jīng)濟和軍事發(fā)展的一項重要發(fā)展戰(zhàn)略與基礎(chǔ)工程。然而,仿真系統(tǒng)的可信度能否滿足實際要求,直接關(guān)系到仿真系統(tǒng)應(yīng)用的成敗。在眾多影響仿真結(jié)果可信度因素中,評估方法尤為重要。好的評估方法在提高評估效率的同時還能保證評估結(jié)果的真實性及有效性。本文以傳統(tǒng)模糊綜合評判法為基礎(chǔ),針對原有理論方法的不足做出諸多改進,提出了基于模糊綜合評判的可信度評估模型及方法,明確評估過程的體系結(jié)構(gòu)與模型方法。主要工作如下:1.針對傳統(tǒng)模糊綜合評判獲取權(quán)重向量的單一性、主觀性,提出基于信息熵的最優(yōu)組合賦權(quán)模糊綜合評判法,組合模式包括最小偏差平方和組合賦權(quán)法與非線性規(guī)劃組合賦權(quán)法。通過實例分析,該方法具有集中主觀、客觀兩種權(quán)重計算方法的優(yōu)點,而且能夠有效統(tǒng)一多種指標權(quán)重。2.面對多指標復(fù)雜評估系統(tǒng)難以確定權(quán)重分配以及容易出現(xiàn)權(quán)重數(shù)值泯滅的現(xiàn)象,引入層次分析模型作為指標體系建立的基本方法,并給出了指標體系建立的一般準則。3.開展了基于層次分析模型的模糊綜合評判法的研究,以層次分析模型求取指標權(quán)重,然后利用模糊綜合評判模型進行評估,最后得到最終評估結(jié)果。通過案例分析,驗證了評估方法的簡易性與實用性。4.將云模型引入模糊綜合評判法,以云模型標度替代傳統(tǒng)1~9標度,從而得到基于云模型的指標權(quán)重。利用云模型代替?zhèn)鹘y(tǒng)隸屬函數(shù),研究了基于云模型的群體決策方法。最終給出了基于云模型理論的多層次模糊綜合評判法。5.以XXX作戰(zhàn)仿真系統(tǒng)進行實例分析,根據(jù)評估對象的特性建立了多層次評估指標體系。使用本文改進的方法對“數(shù)學模型”模塊進行可信度評估,實現(xiàn)了基于模糊綜合評判的單一方案可信度評估的實際應(yīng)用。結(jié)果表明評估對象的可信度等級為“可信”,同時驗證了本文中評估方法的實用性與有效性。
【關(guān)鍵詞】：可信度 信息熵 云模型 模糊綜合評判 層次分析模型
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.9;O159
【目錄】：

• 摘要5-6
• ABSTRACT6-13
• 縮略詞表13-14
• 第一章 緒論14-20
• 1.1 研究背景及意義14-15
• 1.1.1 系統(tǒng)仿真技術(shù)14
• 1.1.2 不確定性與模糊性評估方法14-15
• 1.2 研究現(xiàn)狀及發(fā)展態(tài)勢15-17
• 1.2.1 可信度評估方法15-16
• 1.2.2 模糊綜合評判法16-17
• 1.3 論文主要工作及結(jié)構(gòu)安排17-20
• 第二章 傳統(tǒng)模糊綜合評判法20-30
• 2.1 引言20
• 2.2 模糊數(shù)學基礎(chǔ)知識20-24
• 2.2.1 概述20
• 2.2.2 隸屬函數(shù)與隸屬度20-21
• 2.2.2.1 經(jīng)典集合與特征函數(shù)20-21
• 2.2.2.2 模糊集合與隸屬函數(shù)21
• 2.2.3 常用隸屬函數(shù)及確認方法21-24
• 2.3 模糊綜合評判基本原理及步驟24-27
• 2.3.1 單級模糊評判法24-26
• 2.3.2 多級模糊評判法26-27
• 2.4 常用模糊綜合評判算子27-28
• 2.5 傳統(tǒng)模糊綜合評判法優(yōu)缺點28-29
• 2.5.1 模糊綜合評判的優(yōu)點28-29
• 2.5.2 模糊綜合評判的缺點29
• 2.6 本章小結(jié)29-30
• 第三章 基于最優(yōu)組合賦權(quán)的模糊綜合評判法30-39
• 3.1 引言30
• 3.2 基于信息熵的指標賦權(quán)法30-34
• 3.2.1 信息熵指標賦權(quán)原理30-31
• 3.2.2 信息熵指標賦權(quán)綜合評價模型31-32
• 3.2.3 實例分析32-34
• 3.3 最優(yōu)賦權(quán)模型34-38
• 3.3.1 基于最小偏差平方和組合賦權(quán)法34-35
• 3.3.2 基于非線性規(guī)劃組合賦權(quán)法35-36
• 3.3.3 實例分析36-38
• 3.4 本章小結(jié)38-39
• 第四章 基于層次分析模型的模糊綜合評判法39-56
• 4.1 引言39
• 4.2 層次分析法39-47
• 4.2.1 指標體系建立40-41
• 4.2.2 構(gòu)造兩兩比較判斷矩陣41-43
• 4.2.3 一致性檢測43-45
• 4.2.4 權(quán)重確定45-47
• 4.3 基于層析分析模型的模糊綜合評判法47-55
• 4.3.1 實例分析47-55
• 4.4 本章小結(jié)55-56
• 第五章 基于云模型理論的多層次模糊綜合評判法56-74
• 5.1 引言56
• 5.2 云模型基礎(chǔ)理論56-61
• 5.2.1 云模型的定義56-57
• 5.2.2 云模型數(shù)字特征57-59
• 5.2.3 云發(fā)生器59-60
• 5.2.3.1 正向云發(fā)生器60
• 5.2.3.2 逆向云發(fā)生器60
• 5.2.4 云運算60-61
• 5.3 利用云模型標度法改進層次分析賦權(quán)法61-66
• 5.3.1 云模型標度62-63
• 5.3.2 群體云決策63-64
• 5.3.3 權(quán)重確定與一致性檢驗64-66
• 5.4 利用云模型改進的模糊綜合評判法66-69
• 5.5 實例應(yīng)用69-72
• 5.6 本章小結(jié)72-74
• 第六章 XXX作戰(zhàn)仿真系統(tǒng)可信度評估的案例分析74-88
• 6.1 引言74
• 6.2 評估方法74-85
• 6.2.1 評估指標體系75-76
• 6.2.2 執(zhí)行評估76-85
• 6.2.2.1 基于云模型的評估76-81
• 6.2.2.2 層次分析法與組合賦權(quán)法81-85
• 6.3 三種評估方法優(yōu)劣分析85-87
• 6.3.1 基于最優(yōu)組合賦權(quán)的模糊綜合評判法85-86
• 6.3.2 基于層次分析模型的模糊綜合評判法86
• 6.3.3 基于云模型理論的多層次模糊綜合評判法86-87
• 6.4 本章小結(jié)87-88
• 第七章 總結(jié)與展望88-90
• 7.1 全文總結(jié)88-89
• 7.2 未來展望89-90
• 致謝90-91
• 參考文獻91-96
• 攻讀碩士學位期間成果96-97

，

本文編號：765034