日期:2023-01-24 阅读量:0次 所属栏目:信息安全
中图分类号:E919 文献标识码:A 文章编号:1006-4311(2014)15-0204-02
0 引言
试验方案的优劣可由经费、进度、质量等多个指标综合评价决定,这些指标又由多个下一级因素(例如参试人员数量、研制周期、风险、可靠性)计算得出,而且有的单个下一级因素同时影响上一级的两个以上指标,并且影响的权重各不相同。指标层次结构划分、权重确定经常存在困难,当指标要素间难以划分层次和确定权重时,可以采用密切值模型进行评估[1]。
采用密切值模型进行多因素指标评价时,评价指标有3种指标:成本型指标、效益型指标和固定型指标,其中常见的是成本型指标和效益型指标。成本型指标是指标数值越小越优的指标,又称逆向指标或负向指标;效益型指标是指标数值越大越优的指标,又称正向指标。密切值模型能在全面考虑指标类型和指标类型总体分布的情况下,得出较准确的决策结果[2]。
1 密切值模型
密切值模型能够将具有不同单位的多因素待评指标统一化,找出其最优点与最劣点为参考点,然后计算各评价指标与参考点的距离,最后由距离确定决策评价的结果。主要处理步骤如下[3]:
1.1 确定决策评价矩阵 设有m个决策评价样本,每个样本有n个评价指标,则决策评价矩阵为:
R=■
1.2 指标规范化处理 评价指标有效益型指标和成本型指标,首先就要进行统一化或规范化处理,最简单的方法计算如下:对于效益型指标:aij=xij/max xij
对于成本型指标:aij=min xij/xij
1.3 确定规范化后的评价指标最优与最劣决策方案 取y■■=max{aij},y■■=min{aij},其中1?燮i?燮m。
此时最优决策方案为:A■■=(y■■,y■■,…,y■■)
最劣决策方案为:A■■=(y■■,y■■,…,y■■)
1.4 计算待评指标与最优和最劣决策方案之间的距离 待评指标与最优决策方案样本之间的距离:
d■■=■■
待评指标与最劣决策方案样本之间的距离:
d■■=■■
1.5 计算密切值 取d+=min{d■■},其中1?燮i?燮m;d-=max{d■■},其中1?燮i?燮m,此时密切值计算公式为:ci=■-■。
1.6 决策评价排序 根据密切值ci的大小排序,ci越大,评价结果越劣;ci越小,评价结果越优。
2 实例分析
2.1 问题描述 考虑装备研制问题。现有4种研制方案可供选择,决策者根据研制的效果和风险,考虑了6项评价指标,分别是研制周期(月)、参研人员(名)、经费(万元)、风险(%)、可靠性(高低)、可信度(高低)。风险按照风险的发生概率用百分比给出,可靠性、可信度用十分制打分给出。
2.2 评估过程 显然这是一个多因素指标的多目标决策问题。将4种研制方案的评价指标值组成决策评价矩阵:R=■
其中可靠性、可信度是效益型指标,而研制周期、参研人员、风险、经费是成本型指标,对于效益型指标按照
aij=xij/max xij
对于成本型指标按照
aij=min xij/xij
规范化处理后的矩阵为:
R′=■
此时最优决策方案为:A+=(1.00 1.00 1.00 1.00 1.00 1.00)
最劣决策方案为:A-=(0.72 0.56 0.86 0.69 0.43 0.56)
因为待评指标与最优决策方案样本之间的距离:
d■■=■■
待评指标与最劣决策方案样本之间的距离:
d■■=■■
所以d■■=(0.5937,0.7964,0.3964,0.6084)
d■■=0.3946
d■■=(0.5482,0.5215,0.7496,0.4389)
d■■=0.7496
密切值ci为:ci=■-■=(0.7732,1.3225,0,0.9563)
由于密切值越小,评价结果越优可知,最后综合评价的结果为:A3>A1>A4>A2。
3 软件实现
基于VC环境和MFC类库,对密切值评价方法进行软件实现,经过数据测试,软件运行稳定,所得结果与理论分析吻合。
3.1 技术实现思路 技术实现思路:首先设计数据存储的数据结构,使用数组存储每个方案的七个评价指标,评价结构也使用数组存储,这样计算中可以使用循环语句,减少代码量和出错概率。
3.2 程序实现步骤 ①利用VC MFC AppWizard生成程序框架,视图类为CMQZView,派生自CFormView。②使用静态文本框、编辑框、按钮等控件设计用户交互界面。③利用MFC ClassWizard,在CMQZView视图类中添加编辑框对应的成员变量,负责用户的数据输入。实验环境:利用VC++ 6.0环境编程进行仿真运算,在X86微机上运行,硬件配置为P4(R)3.2GHz、内存512M。模型计算所需时间为10m秒,完全可以满足试验方案的实际评估。
4 结束语
试验方案集成评价中指标众多、权重难以确定,造成试验方案集成评价时,层次分析法、权重分析法等常用评估方法难以应用,评价困难。密切值模型具有模型简洁,计算速度快,评价结果准确等优点,是一种有效和可行的评价方法。
参考文献: