基于加权离差平方和最大的装备作战效能动态评估方法

1.本技术涉及装备评估技术领域，具体涉及一种基于加权离差平方和最大的装备作战效能动态评估方法、设备和存储介质。


背景技术：

2.装备作战效能评估目的除了论证装备建设方案的可行性之外，更多地用来对装备建设方案进行选型，为了指导装备的编配、使用方式和作战参数选择等作战运用。因此，比较同类型装备作战效能的优劣，也是对装备作战效能评估方法的基本要求。为了合理地对评估指标数据进行各种聚合运算，通常会给评估指标赋予一定的权重，如果某个指标对作战效能的排序起重要作用则应赋予较大的权重，基于离差最大化的权重算法在装备作战效能评估领域也取得了一定的应用。但是目前的算法仅考察评估指标值的差异程度，忽略了装备整个作战任务过程中评估指标值的变化情况，使得评估结果难以全面地反映作战任务全过程装备作战效能的动态性特征。


技术实现要素：

3.本技术提供了一种基于加权离差平方和最大的装备作战效能动态评估方法、设备和存储介质，旨在解决难以全面地评估作战任务全过程装备作战效能的动态性特征的技术问题。
4.为实现上述目的，本技术提供了一种基于加权离差平方和最大的装备作战效能动态评估方法，该方法包括以下步骤：
5.获取多属性矩阵，并根据所述多属性矩阵构建数据差异矩阵序列，根据所述数据差异矩阵序列计算差异程度数据权重，所述差异程度数据权重包括第一权重系数、第二权重系数和第三权重系数；
6.根据所述差异程度数据权重和所述数据差异矩阵序列计算作战效能差异评估值；
7.根据所述多属性矩阵构建数据变化矩阵序列，根据所述数据变化矩阵序列计算变化程度数据权重，其中，变化程度数据权重包括第四权重系数和第五权重系数；
8.根据所述变化程度数据权重和所述数据变化矩阵序列计算作战效能变化评估值；
9.根据所述作战效能差异评估值和所述作战效能变化评估值计算综合评估值，根据所述综合评估值评估装备作战效能。
10.可选地，对所述多属性矩阵进行等极性化处理以得到等极性化矩阵；
11.对所述等极性化矩阵进行标准化处理以得到标准化矩阵；
12.基于所述标准化矩阵构建数据差异矩阵序列。
13.可选地，获取所述多属性矩阵中的最大值和最小值；
14.若所述多属性矩阵中的行为表现参数值具有极大值属性，则计算所述行为表现参数值与所述最大值的商值为所述行为表现参数值对应的等极性值；
15.若所述多属性矩阵中的行为表现参数值具有极小值属性，则计算所述最小值与所
述行为表现参数值的商值为所述行为表现参数值对应的等极性值；
16.若所述多属性矩阵中的行为表现参数值既不具有极大值属性也不具有极小值属性，则获取所述行为表现参数值对应的适中值，并根据所述适中值计算所述行为表现参数值对应的等极性值；
17.基于所述等极性值构建等极性化矩阵。
18.可选地，计算所述等极性化矩阵对应的样本均值和样本方差；
19.根据所述样本均值和所述样本方差将所述等极性化矩阵转换为对应的标准化矩阵。
20.可选地，根据所述标准化矩阵的样本均值和样本方差计算加权离差平方和；
21.基于所述加权离差平方和计算差异程度数据权重。
22.可选地，根据所述第一权重系数和所述标准化矩阵序列中计算第一差异程度评估值；
23.根据所述第一差异程度评估值和所述第二权重系数计算第二差异程度评估值；
24.根据所述第三权重系数和所述第二差异程度评估值计算第三差异程度评估值。
25.可选地，根据所述第四权重系数和所述数据变化矩阵序列计算第一变化程度评估值；
26.根据所述第一变化程度评估值和所述第五权重系数计算第二差异程度评估值。
27.可选地，根据所述第一变化程度评估值和所述第二差异程度评估值获取第一综合评估值；
28.获取综合权重系数，根据所述综合权重系数和所述第一综合评估值获取第二综合评估值。
29.为实现上述目的，本技术还提出一种作战效能的评估设备，作战效能的评估设备包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的作战效能的评估程序，所述作战效能的评估程序被处理器执行时实现所述基于加权离差平方和最大的装备作战效能动态评估方法。
30.为实现上述目的，本技术还提出一种存储介质，所述存储介质上存储有作战效能的评估程序，所述作战效能的评估程序被处理器执行时实现所述基于加权离差平方和最大的装备作战效能动态评估方法。
31.本技术中，本技术通过对获取的多属性矩阵进行等极性化处理和无量纲化处理等一系列处理，可以得到数据差异矩阵序列和数据变化矩阵序列，基于上述两个矩阵序列分别计算矩阵序列中元素对应的差异程度数据权重和变化程度数据权重，然后根据差异程度数据权重和变化程度数据权重来构建综合评估模型以计算得到综合评估值，通过综合评估值评估装备作战效能。这种作战效能的评估方法与现有技术相比，能够综合考虑表现参数值的差异程度和变化程度，全面地反映作战任务全过程装备作战效能的动态性特征。
附图说明
32.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以
根据这些附图示出的结构获得其他的附图。
33.图1为本技术一实施例的基于加权离差平方和最大的装备作战效能动态评估方法的模块结构示意图；
34.图2为本技术一实施例的基于加权离差平方和最大的装备作战效能动态评估方法的流程图；
35.图3为本技术一实施例的基于加权离差平方和最大的装备作战效能动态评估方法的实例图；
36.图4为本技术又一实施例的基于加权离差平方和最大的装备作战效能动态评估方法的实例图。
具体实施方式
37.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
38.请参照图1，图1为本技术各个实施例中所提供的作战效能的评估设备的硬件结构示意图。所述作战效能的评估设备包括执行模块01、存储器02、处理器03、电池系统等部件。本领域技术人员可以理解，图1中所示出的设备还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中，所述处理器03分别与所述存储器02和所述执行模块01连接，所述存储器02上存储有作战效能的评估程序，所述作战效能的评估程序同时被处理器03执行。
39.执行模块01，可根据所述多属性矩阵构建数据差异矩阵序列，根据所述数据差异矩阵序列计算差异程度数据权重，根据所述差异程度数据权重和所述数据差异矩阵序列计算作战效能差异评估值，根据所述多属性矩阵构建数据变化矩阵序列，根据所述数据变化矩阵序列计算变化程度数据权重，根据所述变化程度数据权重和所述数据变化矩阵序列计算作战效能变化评估值，根据所述作战效能差异评估值和所述作战效能变化评估值计算综合评估值，根据所述综合评估值评估装备作战效能。同时反馈以上信息发送给所述处理器03。
40.存储器02，可用于存储软件程序以及各种数据。存储器02可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、多个功能所需的应用程序等；存储数据区可存储根据物联网终端的使用所创建的数据或信息等。此外，存储器02可以包括高速随机存取存储器，还可以包括非易失性存储器，例如多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
41.处理器03，是处理平台的控制中心，利用各种接口和线路连接整个物联网终端的各个部分，通过运行或执行存储在存储器02内的软件程序和/或模块，以及调用存储在存储器02内的数据，执行物联网终端的各种功能和处理数据，从而对作战效能的评估设备进行整体监控。处理器03可包括一个或多个处理单元；优选的，处理器03可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器03中。
42.本领域技术人员可以理解，图1中示出的作战效能的评估设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
43.根据上述硬件结构，提出本技术方法各个实施例。
44.装备作战效能评估目的除了论证装备建设方案的可行性之外，更多地用来对装备建设方案进行选型，为了指导装备的编配、使用方式和作战参数选择等作战运用。因此，比较同类型装备作战效能的优劣，也是对装备作战效能评估方法的基本要求。为了合理地对评估指标数据进行各种聚合运算，通常会给评估指标赋予一定的权重，如果某个指标对作战效能的排序起重要作用则应赋予较大的权重，基于离差最大化的权重算法在装备作战效能评估领域也取得了一定的应用。但是目前的算法仅考察评估指标值的差异程度，忽略了装备整个作战任务过程中评估指标值的变化情况，使得评估结果难以全面地反映作战任务全过程装备作战效能的动态性特征。
45.为了解决上述问题，本技术提出了一种基于加权离差平方和最大的装备作战效能动态评估方法，本技术基于离差最大化决策机理，提出了一种加权离差平方和最大的装备作战效能动态评估方法。构建评估对象多阶段多属性的作战效能评估立体数据，建立基于加权离差平方和最大的权重系数模型、基于指标值差异程度和指标值变化程度的加权综合评估模型。该方法不仅能实现任务阶段的作战效能评估和排序，还可以通过二次加权法实现整个任务过程的作战效能评估和排序。
46.其特征表现在：一种基于加权离差平方和最大的装备作战效能动态评估模型，综合考虑评估指标值差异程度和指标值变化程度，评估机理和物理意义明显；二是构建的多阶段多属性立体评估指标体系，覆盖作战任务全过程；三是该方法的应用方向多样，既可以对任务阶段的作战效能进行评估和排序，又可以对任务全过程的作战效能进行评估和排序，也可以对装备的某一项能力进行评估和排序。
47.参照图2，在本技术基于加权离差平方和最大的装备作战效能动态评估方法的第一实施例中，所述基于加权离差平方和最大的装备作战效能动态评估方法包括：
48.步骤s100，获取多属性矩阵，并根据所述多属性矩阵构建数据差异矩阵序列，根据所述数据差异矩阵序列计算差异程度数据权重，所述差异程度数据权重包括第一权重系数、第二权重系数和第三权重系数；
49.本实施例中，武器的装备作战效能是指装备在一定条件下完成作战任务时所能发挥有效作用的程度，装备作战效能评估是指将装备置于作战对抗环境中，对其完成规定作战任务的程度进行度量的过程。而规定作战任务的全过程通常又能够被分解为一系列的作战任务阶段。装备作战效能评估指的是对装备完成规定作战任务程度的描述，而装备作战效能评估的首要工作就是构建作战效能对应的评估指标体系，针对作战任务剖面一般建立层次性的评估指标体系。在一实施例中，针对作战任务全过程建立的立体作战效能的评估指标体系如图3所示。在图3中所示的立体作战效能的评估指标体系中，装备的作战效能指标从上至下在不同任务阶段、任务能力、多属性功能或性能指标等三个维度上具有行为表现，即在这三个维度上具有属性值。那么，本技术针对每一任务阶段下的每一任务能力，可评估不同装备的不同功能或性能指标以得到不同的行为表现参数值，并基于这些不同的行为表现参数值，生成表征每一任务阶段下每一任务能力的不同装备的不同功能或性能的多属性矩阵。在得到该多属性矩阵之后，依次对该多属性矩阵进行等极性化处理和无量纲化处理，即可得到标准化矩阵，基于标准化矩阵可构建数据差异矩阵序列，并根据该数据差异矩阵序列计算差异程度数据权重。其中，差异程度数据权重用于表征标准化矩阵中元素在作战效能差异评估值中的重要程度，差异程度数据权重包括第一权重系数、第二权重系数
和第三权重系数。
50.在一实施例中，对于第j(j＝1,2,
…
,m)个任务阶段下第q(q＝1,2,
…
,p)个任务能力，其对应的第m(m＝1,2,
…
,p)个装备第i(i＝1,2,
…
,n)个功能或性能指标的行为表现参数值描述为在生成这些行为表现参数值之后，则可以构建装备作战效能评估的j阶段q任务能力的多属性矩阵为：
[0051][0052]
该多属性矩阵表达了第j个任务阶段第q个任务能力下各评估对象的多属性功能或性能的评估指标值，该多属性矩阵中每一行对应于某一个装备的全部功能或性能指标的表现参数值，每一列对应于某一个功能或性能指标的所有装备的表现参数值。而该多属性矩阵通常被称为常规作战任务剖面下装备作战效能评估与优选的决策矩阵，同样也是本技术中优选的多属性矩阵。本实施例中的上述多属性矩阵覆盖了所有被评估对象、多作战任务阶段、多属性评估指标的行为表现，有利于从评估指标值的差异程度和变化程度等角度进行作战效能的任务阶段、任务全过程的综合评估，从而可以克服装备作战效能评估的片面性和信息遗漏，提高效能评估结果的合理性和可信性。
[0053]
步骤s200，根据所述差异程度数据权重和所述数据差异矩阵序列计算作战效能差异评估值；
[0054]
本实施例中，在构建表征每一任务阶段下每一任务能力的不同装备的不同功能或性能的多属性矩阵之后，依次对该多属性矩阵进行等极性化处理和无量纲化处理，即可得到标准化矩阵，基于标准化矩阵可构建数据差异矩阵序列，并根据该数据差异矩阵序列计算差异程度数据权重。在计算得到差异程度数据权重之后，可根据该差异程度数据权重和数据差异矩阵序列计算得到作战效能差异评估值，作战效能差异评估值可基于不同行为表现参数值的差异程度对其作战效能进行评估。其中，作战效能差异评估值包括第一差异程度评估值和第二差异程度评估值。
[0055]
步骤s300，根据所述多属性矩阵构建数据变化矩阵序列，根据所述数据变化矩阵序列计算变化程度数据权重，其中，变化程度数据权重包括第四权重系数和第五权重系数；
[0056]
本实施例中，在将多属性矩阵进行等极性化处理和无量纲化处理，即可得到标准化矩阵，继而计算相邻任务阶段的标准化矩阵的差，即可得到数据变化矩阵。具体地：
[0057][0058]
其中，为第j个任务阶段，第m个装备的q任务能力第i个功能或性能指标的数据
变化矩阵，为第j个任务阶段，第m个装备的q任务能力第i个功能或性能指标的变化值，为第j 1个任务阶段，第m个装备的q任务能力第i个功能或性能指标的标准化矩阵，为第j个任务阶段，第m个装备的q任务能力第i个功能或性能指标的标准化矩阵。
[0059]
通过上述方法计算得到数据变化矩阵之后，即可基于该数据变化矩阵构建数据变化矩阵序列，在一实施例中，该数据变化矩阵序列为：
[0060][0061]
然后根据该数据变化矩阵序列来计算变化程度数据权重。其中，变化程度数据权重用于表征标准化矩阵中元素在作战效能变化评估值中的重要程度。
[0062]
在一实施例中，以第四权重系数的计算为例：
[0063]
由于数据变化矩阵同样是标准化矩阵，基于标准化矩阵的样本均值为0、样本方差为所述，则可以将上述得到的数据变化矩阵进行变形，有：
[0064][0065]
其中，为标准化矩阵中的标准值，n为装备的总属性功能或性能指标量，m为总任务阶段量，为评估第j个任务阶段，第m个装备的q任务能力作战效能的第一变化程度评估值的平均值。
[0066]
又由于存在关系式：
[0067][0068]
其中，为评估第j个任务阶段，第m个装备的q任务能力作战效能的第一变化程度评估值，σ2为加权离差平方和。w
*
为第四权重系数的集合矩阵，j
j,q
为标准化矩阵与其转置矩阵相乘得到的矩阵，即而为n
×
n矩阵，jq为第二中间矩阵。
[0069]
鉴于上述公式，在满足归一化和权重约束原则的条件下，根据所有待评估对象的所有评估指标的总方差最大化原则，建立装备作战效能评估的权重计算模型。若限定w
*tw*
＝1，当取w
*
为矩阵jq的最大特征值λ
max
(jq)所对应的标准特征向量时，σ2取最大值，且有计算得到相应的第四权重系数。
[0070]
此外，可通过类似方式计算第五权重系数。
[0071]
其中，变化程度数据权重用于表征数据变化矩阵中元素在作战效能变化评估值中的重要程度，差异程度数据权重包括第四权重系数和第五权重系数。
[0072]
步骤s400，根据所述变化程度数据权重和所述数据变化矩阵序列计算作战效能变化评估值；
[0073]
本实施例中，作战效能变化评估值可基于不同行为表现参数值的变化程度对其作战效能进行评估。其中，作战效能评估值包括第一变化程度评估值和第二变化程度评估值。
[0074]
具体地，在一实施例中，评估的计算方式如下：
[0075]
本实施例中，在计算得到各标准值对应的变化程度数据权重之后，计算各标准值和其对应的变化程度数据权重的乘积之和，即可得到第一变化程度评估值。其中，变化程度数据权重用于影响某个具体任务阶段下，某个装备在执行某一任务能力的评估结果，第一变化程度评估值用于表征某个具体任务阶段下，某个装备在执行某一任务能力的作战效能。在一实施例中：
[0076][0077]
其中，为标准值，为第四权重系数，为评估第j个任务阶段，第m个装备的q任务能力作战效能的第一变化程度评估值。
[0078]
在得到第一变化程度评估值之后，获取变化程度数据权重，计算各第一变化程度评估值和其对应的变化程度数据权重的乘积之和，即可得到第二变化程度评估值。其中，变化程度数据权重用于影响某个具体任务阶段下，某个装备在执行所有任务能力的评估结果，第二变化程度评估值用于表征某个具体任务阶段下，某个装备在执行所有任务能力的作战效能。在一实施例中：
[0079][0080]
其中，为第j个任务阶段，第m个装备的q任务能力的第一变化程度评估值，ηq*为第五权重系数，为评估第j个任务阶段，第m个装备的作战效能的第二变化程度评估值。
[0081]
步骤s500，根据所述作战效能差异评估值和所述作战效能变化评估值计算综合评估值，根据所述综合评估值评估装备作战效能。
[0082]
本实施例中，由于作战效能差异评估值是从不同行为表现参数值的差异程度出发对作战效能进行评估，而作战效能变化评估值是从不同行为表现参数值的变化程度出发对作战效能进行评估；要综合考量差异程度和变化程度，则需要根据作战效能差异评估值和作战效能变化评估值构建综合评估模型，再基于综合评估模型得到综合评估值，根据综合评估值评估作战效能。
[0083]
本技术通过对获取的多属性矩阵进行等极性化处理和无量纲化处理等一系列处理，可以得到数据差异矩阵序列和数据变化矩阵序列，基于上述两个矩阵序列分别计算矩阵序列中元素对应的差异程度数据权重和变化程度数据权重，然后根据差异程度数据权重和变化程度数据权重来构建综合评估模型以计算得到综合评估值，通过综合评估值评估装备作战效能。这种作战效能的评估方法与现有技术相比，能够综合考虑表现参数值的差异程度和变化程度，全面地反映作战任务全过程装备作战效能的动态性特征。
[0084]
在一实施例中，所述根据所述多属性矩阵构建数据差异矩阵序列的步骤包括：
[0085]
对所述多属性矩阵进行等极性化处理以得到等极性化矩阵；
[0086]
对所述等极性化矩阵进行标准化处理以得到标准化矩阵；
[0087]
基于所述标准化矩阵构建数据差异矩阵序列。
[0088]
本实施例中，在针对不同任务阶段下的不同任务能力，评估各装备的各项功能或性能指标以得到不同的行为表现参数值之后，基于这些不同的行为表现参数值构建许多个表征同一任务阶段下同一项任务能力的，不同装备不同功能或性能指标的多属性矩阵。在基于各行为表现参数值生成多个多属性矩阵之后，由于这些多属性矩阵的极性和量纲均不相同，因此无法对这些多属性矩阵直接进行比较。为了统一这些多属性矩阵的极性和量纲，首先对这些多属性矩阵矩阵进行等极性化处理，以得到多属性矩阵对应的等极性化矩阵，然后将等极性化矩阵进行无量纲化处理，以得到多属性矩阵对应的标准化矩阵，在得到所有多属性矩阵对应的标准化矩阵之后，可以基于这些标准化矩阵构建多属性的标准化矩阵序列。
[0089]
在一实施例中，标准化矩阵为：
[0090][0091]
则基于该标准化矩阵构建的标准化矩阵序列为：
[0092][0093]
在一实施例中，所述对所述多属性矩阵进行等极性化处理以得到等极性化矩阵的步骤包括：
[0094]
获取所述多属性矩阵中的最大值和最小值；
[0095]
若所述多属性矩阵中的行为表现参数值具有极大值属性，则计算所述行为表现参数值与所述最大值的商值为所述行为表现参数值对应的等极性值；
[0096]
若所述多属性矩阵中的行为表现参数值具有极小值属性，则计算所述最小值与所述行为表现参数值的商值为所述行为表现参数值对应的等极性值；
[0097]
若所述多属性矩阵中的行为表现参数值既不具有极大值属性也不具有极小值属性，则获取所述行为表现参数值对应的适中值，并根据所述适中值计算所述行为表现参数值对应的等极性值；
[0098]
基于所述等极性值构建等极性化矩阵。
[0099]
由于多属性矩阵中各行为表现参数值其评估指标的极性并不相同，为了统一评估指标的极性，需要对多属性矩阵中的各元素进行等极性化处理。在本实施例中，采用灰色极性效果处理方法对各多属性矩阵进行等极性化处理，以得到等极性化矩阵。具体地，以一个多属性矩阵的等极性化处理过程为例，灰色极性效果处理方法为首先计算多属性矩阵中的最大值和最小值，并依次判定多属性矩阵中的行为表现参数值是否具有极值属性；若行为表现参数值具有极大值属性，则计算该行为表现参数值与最大值的商值作为该行为表现参数值对应的等极性值；若行为表现参数值具有极小值属性，则计算最小值与该行为表现参数值的商值作为该行为表现参数值对应的等极性值；若行为表现参数值既不具有极大值属
性也不具有极小值属性，则将预先设定的预设值设置为该行为表现参数值对应的适中值，或计算该多属性矩阵中所有行为表现参数值的平均值，并将该平均值设置为行为表现参数值对应的适中值，然后根据该适中值计算该行为表现参数值对应的等极性值。其中，极大值属性或极小值属性均为行为表现参数值的固有属性。
[0100]
在将多属性矩阵中所有的行为表现参数值均转换为对应的等极性值之后，即可得到多属性矩阵对应的等极性化矩阵。其中，预设值由本领域技术人员根据具体需求提前设置，并可实时进行调整。
[0101]
在一实施例中，多属性矩阵为：
[0102][0103]
其中，为第j个任务阶段，第m个装备的q任务能力第i个功能或性能指标的多属性矩阵，为该多属性矩阵中第j个任务阶段，第m个装备的q任务能力第i个功能或性能指标对应的行为表现参数值。
[0104]
若为具有极大值属性，则计算与最大值的商值作为该极大值对应的等极性值即有：
[0105][0106]
其中，为多属性矩阵中的最大值，为对应的等极性值。
[0107]
若为具有极小值属性，则计算最小值与的商值作为该极小值对应的等极性值即有：
[0108][0109]
其中，为多属性矩阵中的最小值。
[0110]
若既不具有极大值属性也不具有极小值属性，则取将预设值设置为该行为表现参数值对应的适中值，或计算该多属性矩阵中所有行为表现参数值的平均值，并将该平均值设置为行为表现参数值对应的适中值，并根据该适中值计算该行为表现参数值对应的等极性值。具体地：
[0111][0112]
其中，为预设值，为适中值。那么，进一步地，
[0113][0114]
通过上述方法能够计算出所有行为表现参数值对应的等极性值，因此将多属性矩阵中所有的行为表现参数值均转换为其对应的等极性值之后，多属性矩阵也就转换为对应的等极性化矩阵其中：
[0115][0116]
为第j个任务阶段，第m个装备的q任务能力第i个功能或性能指标的等极性化矩阵。
[0117]
在一实施例中，所述对所述等极性化矩阵进行标准化处理以得到标准化矩阵的步骤包括：
[0118]
计算所述等极性化矩阵对应的样本均值和样本方差；
[0119]
根据所述样本均值和所述样本方差将所述等极性化矩阵转换为对应的标准化矩阵。
[0120]
本实施例中，在将多属性矩阵转换为对应的等极性化矩阵之后，相比多属性矩阵，等极性化矩阵的极性一致，但其量纲并不一致。因而还需要对该等极性化矩阵进行无量纲化处理。无量纲化处理方法主要包括标准化处理方法、极值处理法、线性比例法、向量规范法和功效系数法等。本实施例中，采用标准化处理方法对等极性化矩阵进行处理。具体地，首先计算出一个等极性化矩阵中所有等极性值的平均值作为样本均值，并根据样本均值计算出该等极性化矩阵中的样本方差。继而根据样本均值和样本方差将等极性化矩阵中的等极性值转换为对应的标准值，相应的等极性化矩阵也就转换为标准化矩阵。
[0121]
在一实施例中，等极性化矩阵为：
[0122][0123]
首先，可根据等级性化矩阵中的等极性值计算出样本均值和样本方差，具体地：
[0124][0125]
其中，为样本均值，为样本方差，p为待评估装备的总数量。
[0126]
在计算得到样本均值和样本方差之后，根据该样本均值和样本方差计算等极性值
对应的标准值：
[0127][0128]
其中，为行为表现参数值对应的标准值。
[0129]
在将所有等极性值转换为对应的标准值之后，等极性矩阵也就转换为标准化矩阵其中，
[0130][0131]
为第j个任务阶段，第m个装备的q任务能力第i个功能或性能指标的标准化矩阵。
[0132]
在一实施例中，所述根据所述数据差异矩阵序列计算差异程度数据权重的步骤包括：
[0133]
根据所述标准化矩阵的样本均值和样本方差计算加权离差平方和；
[0134]
基于所述加权离差平方和计算差异程度数据权重。
[0135]
本实施例中，差异程度数据权重的计算过程为根据标准化矩阵的样本均值和样本方差计算加权离差平方和，然后基于加权离差平方和计算差异程度数据权重。而差异程度数据权重包括第一权重系数、第二权重系数和第三权重系数，第一权重系数、第二权重系数和第三权重系数的计算方式一致，以第一权重系数的计算为例：
[0136]
基于标准化矩阵的样本均值为0、样本方差为所述，则可以将上述得到的标准化矩阵进行变形，有：
[0137][0138]
其中，为标准化矩阵中的标准值，n为装备的总属性功能或性能指标量，m为总任务阶段量，为评估第j个任务阶段，第m个装备的q任务能力作战效能的第一差异程度评估值的平均值。
[0139]
又由于存在关系式：
[0140][0141]
其中，为评估第j个任务阶段，第m个装备的q任务能力作战效能的第一差异程度评估值的平均值，为评估第j个任务阶段，第m个装备的q任务能力作战效能的第一差异程度评估值，σ2为加权离差平方和。
[0142]
从而根据上述两个关系式可以得到：
[0143][0144]
其中，w为第一权重系数的集合矩阵，w＝(w1,w2,
…
,wn)
t
，h
j,q
为标准化矩阵与其转置矩阵相乘得到的矩阵，即而为n
×
n矩阵，hq为第一中间矩阵。
[0145]
鉴于上述公式，在满足归一化和权重约束原则的条件下，根据所有待评估对象的所有评估指标的总方差最大化原则，建立装备作战效能评估的权重计算模型。若限定w
t
w＝1，当取w为矩阵hq的最大特征值λ
max
(hq)所对应的标准特征向量时，σ2取最大值，且有计算得到相应的第一权重系数。
[0146]
此外，可通过类似方式计算第二权重系数和第三权重系数。
[0147]
在一实施例中，所述差异程度数据权重包括第一差异程度评估值、第二差异程度评估值和第三差异程度评估值，所述根据所述差异程度数据权重和所述数据差异矩阵序列计算作战效能差异评估值的步骤包括：
[0148]
根据所述第一权重系数和所述标准化矩阵计算第一差异程度评估值；
[0149]
根据所述第一差异程度评估值和所述第二权重系数计算第二差异程度评估值；
[0150]
根据所述第三权重系数和所述第二差异程度评估值计算第三差异程度评估值。
[0151]
本实施例中，在计算得到各标准值对应的差异程度数据权重之后，计算各标准值和其对应的差异程度数据权重的乘积之和，即可得到第一差异程度评估值。其中，差异程度数据权重用于影响某个具体任务阶段下，某个装备在执行某一任务能力的评估结果，第一差异程度评估值用于表征某个具体任务阶段下，某个装备在执行某一任务能力的作战效能。在一实施例中：
[0152][0153]
其中，为标准值，wi为差异程度数据权重，为评估第j个任务阶段，第m个装备的q任务能力作战效能的第一差异程度评估值。
[0154]
在得到第一差异程度评估值之后，获取变化程度数据权重，计算各第一差异程度评估值和其对应的变化程度数据权重的乘积之和，即可得到第二差异程度评估值。其中，变化程度数据权重用于影响某个具体任务阶段下，某个装备在执行所有任务能力的评估结果，第二差异程度评估值用于表征某个具体任务阶段下，某个装备在执行所有任务能力的作战效能。在一实施例中：
[0155][0156]
其中，为第j个任务阶段，第m个装备的q任务能力的第一差异程度评估值，ηq为
变化程度数据权重，为评估第j个任务阶段，第m个装备的作战效能的第二差异程度评估值。
[0157]
在得到第二差异程度评估值之后，获取第三权重系数，计算各第二差异程度评估值和其对应的第三权重系数的乘积之和，即可得到第三差异程度评估值。其中，变化程度数据权重用于影响某个具体任务阶段下，所有装备在执行所有任务能力的评估结果，第三差异程度评估值用于表征某个具体任务阶段下，所有装备在执行所有任务能力的作战效能。在一实施例中：
[0158][0159]
其中，为评估第j个任务阶段，第m个装备的作战效能的第二差异程度评估值，ξj为第三权重系数，vm为评估第j个任务阶段作战效能的第三差异程度评估值。
[0160]
在一实施例中，所述作战效能变化评估值包括第一变化程度评估值和第二变化程度评估值，所述根据所述变化程度数据权重和所述数据变化矩阵序列计算作战效能变化评估值的步骤包括：
[0161]
根据所述第四权重系数和所述数据变化矩阵序列计算第一变化程度评估值；
[0162]
根据所述第一变化程度评估值和所述第五权重系数计算第二差异程度评估值。
[0163]
本实施例中，对于作战效能的评估，不但要考虑作战任务效能，还需要考虑作战效能的变化情况。因此，需要首先根据标准化矩阵求取表征作战效能变化情况的数据变化矩阵，即根据标准化矩阵中的标准值计算数据变化矩阵中的变化值，然后根据数据变化矩阵计算第四权重系数，并基于第四权重系数和数据变化矩阵中的变化值计算第一变化评估值和第二变化评估值。其中，第四权重系数用于影响某个具体任务阶段下，某一装备在执行某个任务能力的评估结果，第一变化评估值用于表征某个具体任务阶段下，某一装备在执行某个任务能力的作战效能的变化情况。
[0164]
具体地，在一实施例中，在获知各标准化矩阵之后，即可知：
[0165][0166]
则可根据各标准化矩阵求取表征作战效能变化情况的数据变化矩阵即：
[0167][0168]
其中，为表征第j个任务阶段，第m个装备的q任务能力指标第i个功能或性能的
标准化矩阵，为表征第j 1个任务阶段，第m个装备的q任务能力指标第i个功能或性能的标准化矩阵，为表征第j个任务阶段，第m个装备的q任务能力指标第i个功能或性能的数据变化矩阵。
[0169]
此外，上式中，m＝1,2,
…
,p；j＝1,2,
…
,m-1；q＝1,2,
…
,p；i＝1,2,
…
,n。
[0170]
本实施例中，在计算得到各变化值对应的第四权重系数之后，计算各变化值和其对应的第四权重系数的乘积之和，即可得到第一变化评估值。其中，第四权重系数用于影响某个具体任务阶段下，某个装备在执行某一任务能力变化程度的评估结果，第一变化评估值用于表征某个具体任务阶段下，某个装备在执行某一任务能力的变化情况。在一实施例中：
[0171][0172]
其中，为变化值，为第四权重系数，为评估第j个任务阶段，第m个装备的q任务能力作战效能变化情况的第一变化评估值。
[0173]
在得到第一变化评估值之后，获取第五权重系数，计算各第一变化评估值和其对应的第五权重系数的乘积之和，即可得到第二变化评估值。其中，第五权重系数用于影响某个具体任务阶段下，某个装备在执行所有任务能力变化程度的评估结果，第二变化评估值用于表征某个具体任务阶段下，某个装备在执行所有任务能力的变化情况。在一实施例中：
[0174][0175]
其中，为评估第j个任务阶段，第m个装备的q任务能力作战效能变化情况的第一变化评估值，ηq*为第五权重系数，为评估第j个任务阶段，第m个装备作战效能变化情况的第二变化评估值。
[0176]
在一实施例中，所述综合评估值包括第一综合评估值和第二综合评估值；所述根据所述作战效能差异评估值和所述作战效能变化评估值计算综合评估值的步骤包括：
[0177]
根据所述第一变化程度评估值和所述第二差异程度评估值获取第一综合评估值；
[0178]
获取综合权重系数，根据所述综合权重系数和所述第一综合评估值获取第二综合评估值。
[0179]
本实施例中，基于上述评估值，可以构建加权综合评估模型，并可通过构建的加权综合评估模型得到作战效能的综合评估值。而在构建加权综合评估模型的过程中，一方面要考虑第一综合评估值的差异程度和变化程度，建立各个评估对象在不同任务阶段的综合评估模型；另一方面又要考虑作战全过程的综合评估模型。
[0180]
具体地，在计算得到第三差异程度评估值和第二变化评估值之后，基于综合评估模型根据第三差异程度评估值和第二变化评估值计算第一综合评估值。第一综合评估值既能够反映作战效能的差异程度，又能够反映作战效能的变化程度。在一实施例中，第一综合评估值的计算过程为：
[0181]
[0182]
其中，为评估第j个任务阶段，第m个装备的作战效能的第二差异程度评估值，β为差异程度的相对重要程度；为评估第j-1个任务阶段，第m个装备作战效能变化情况的第二变化评估值；为第一综合评估值，第一综合评估值用于评估第j个任务阶段，第m个装备的最终作战效能。
[0183]
此外，本技术还建立了作战任务全过程的综合评估模型，假设个任务阶段的综合权重向量为e＝(e1,e2,
…
,em)，则有全作战过程第m个装备的作战效能的装备作战效能差异评估值为：
[0184][0185]
其中，为第一综合评估值，ej为预先设置的综合权重系数，um为第二综合评估值，用于评估全作战过程第m个装备的作战效能。
[0186]
在一实施例中，为了验证本文方法的合理性和有效性，此处对3个同类型超短波地面通信对抗系统(记为系统ⅰ、系统ⅱ、系统ⅲ)4个任务阶段的作战效能进行评估与比较。超短波地面通信对抗系统的作战任务过程分为战前侦察阶段cor、战前重点侦察阶段cir、伴随攻击阶段cja、战斗收尾阶段coe等4个阶段，其作战效能评估指标体系如图4所示。
[0187]
图4中3个系统、所述8个底层指标数据经过极性转换处理后的4个阶段的等极性化矩阵如下所示：
[0188][0189][0190][0191][0192]
以图3中侦查能力为例，可构建四个侦查能力对应的等极性化矩阵如下：
[0193]
[0194][0195]
由上述四个等极性化矩阵可以计算这四个等极性化矩阵对应的样本均值和样本方差，即：
[0196][0197]
基于计算得到的各样本均值和样本方差，可以将上述四个侦查能力对应的等极性化矩阵进行标准化处理，以分别得到等极性化矩阵对应的标准化矩阵：
[0198][0199][0200][0201][0202]
其中，a
zhenzha
‑ⅰ
标准化处理之后得到y
zhenzha
‑ⅰ
，a
zhenzha
‑ⅱ
标准化处理之后得到y
zhenzha
‑ⅱ
，a
zhenzha
‑ⅲ
标准化处理之后得到y
zhenzha
‑ⅲ
，a
zhenzha
‑ⅳ
标准化处理之后得到y
zhenzha
‑ⅳ
。
[0203]
继续基于上述的标准化矩阵可以计算第一中间矩阵hq为：
[0204][0205]
根据该第一中间矩阵，可计算得到侦查能力的五个属性指标的权重为：
[0206]
wa＝(0.461,0.376,0.025,0.134,0.004)
[0207]
由此可计算得到3个系统4个阶段的侦察能力及其排序如表1所示。可见各个系统在不同的任务阶段侦察能力各有千秋，排序没有规律可言。
[0208]
表1 3个系统4个阶段的侦察能力及排序(β＝1)
[0209][0210]
类似地，按照上述方法对3个系统测向能力、干扰能力和指控能力进行相关属性指标权重和聚合计算，并获得得到侦察能力、测向能力、干扰能力及指控能力之间的权重为(0.3,0.2,0.3,0.2)，从而得到3个系统4个阶段的作战效能及其排序如表2所示。同时假设4个阶段取权重为(0.2,0.3,0.3,0.2)，得到作战任务全过程的作战效能及其排序如表2所示。
[0211]
表2 3个系统4个阶段的作战效能及排序(β＝1)
[0212][0213]
由表2中数据可以看出，战前侦察阶段、战前重点侦察阶段、伴随攻击阶段以及作战任务全过程的作战效能排序都为系统ⅱ、系统ⅲ、系统ⅰ，战斗收尾阶段的作战效能排序为系统ⅰ、系统ⅱ、系统ⅲ。
[0214]
此外，基于上述，可以构造3个系统、所述8个底层指标值的数据变化矩阵为：
[0215][0216][0217][0218]
按照本实施例中数据变化矩阵的评估方法，可以评估得到反映3个系统作战能力或作战效能变化趋势的变化评估值，如下表3所示。
[0219]
表3 3个系统基于变化程度的侦察能力及排序(β＝0)
[0220][0221]
类似地，对3个系统3个变化阶段测向能力、干扰能力和指控能力进行相关属性指标权重和聚合计算，并假设4个能力之间的权重为(0.3,0.2,0.3,0.2)，从而得到3个系统3
个变化阶段的作战效能及其排序如表4所示。假设3个变化阶段取权重为(1/3,1/3,1/3)，同时得到作战任务变化全过程的作战效能及其排序如表4所示。
[0222]
表4 3个系统基于变化程度的作战效能及排序(β＝0)
[0223][0224]
由表4数据可以看出，如果仅考虑指标的变化程度，3个系统3个变化阶段的作战效能排序没有规律可言，就3个变化阶段的作战效能平均值而言，其排序为系统ⅰ、系统ⅲ、系统ⅱ。
[0225]
基于上述的表1和表2的差异评估值，以及表3和表4的变化评估值。同时考虑各指标值差异程度和变化程度，假设取β＝0.8，即更关注各指标值差异程度时，3个系统4个阶段的作战效能及其排序如表5所示。同样假设4个阶段的权重为(0.2,0.3,0.3,0.2)，计算作战任务全过程的作战效能及其排序如表5所示。
[0226]
表5 3个系统4个阶段的作战效能及排序(β＝0.8)
[0227][0228][0229]
由表5可以看出，同时考虑各指标值差异程度和变化程度且偏重于差异程度，战前侦察阶段的作战效能排序为系统ⅱ、系统ⅲ、系统ⅰ，战前重点侦察阶段的作战效能排序为系统ⅱ、系统ⅰ、系统ⅲ，伴随攻击阶段的作战效能排序为系统ⅲ、系统ⅱ、系统ⅰ，战斗收尾阶段的作战效能排序为系统ⅰ、系统ⅲ、系统ⅱ。基于同样的权重对四个阶段进行加权，得到作战任务全过程的装备作战效能排序为系统ⅱ、系统ⅲ、系统ⅰ。同样也可以考察关注各指标值差异程度和变化程度时3个系统侦察能力的评估结果及其排序。
[0230]
本技术还提出一种作战效能的评估设备，作战效能的评估设备包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的作战效能的评估程序，所述作战效能的评估程序用于执行本技术各个实施例所述的方法。
[0231]
本技术还提出一种存储介质，其上存储有作战效能的评估程序。所述存储介质包括计算机可读存储介质，所述计算机可读存储介质可以是图1的中的存储器，也可以是如rom(read-only memory，只读存储器)/ram(random access memory，随机存取存储器)、磁碟、光盘中的至少一种，所述存储介质包括若干指令用以使得一台具有处理器的物联网终端设备(可以是手机，计算机，服务器，物联网终端，或者网络设备等)执行本技术各个实施例所述的方法。
[0232]
在本技术中，术语“第一”“第二”“第三”“第四”“第五”仅用于描述的目的，而不能理解为指示或暗示相对重要性，对于本领域的普通技术人员而言，可以根据具体情况理解
上述术语在本技术中的具体含义。
[0233]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的多个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0234]
尽管上面已经示出和描述了本技术的实施例，本技术保护的范围并不局限于此，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改和替换，这些变化、修改和替换都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。