一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

基于模糊层次分析的多时间尺度康复评价方法及系统

2023-01-15 06:51:52 来源:中国专利 TAG:

技术特征:
1.一种基于模糊层次分析的多时间尺度康复评价方法,其特征在于,包括:s1:构建康复评价层次结构,康复评价层次结构包括:信息层、因素层、准则层和目标层;s2:构建因素层与准则层之间的关联,获得准则层评价向量;s3:通过准则层评价向量构建准则层与目标层之间的关联,获得目标层评价向量;s4:通过目标层评价向量获得最终康复评价结果。2.根据权利要求1所述的基于模糊层次分析的多时间尺度康复评价方法,其特征在于,步骤s1具体为:获取下肢康复场景下的个体多源信息,通过个体多源信息构建信息层;设置评价指标,通过评价指标构建因素层;设置准则指标,通过准则指标构建准则层;康复评价层次结构由下至上依次为:信息层-因素层-准则层-目标层。3.根据权利要求2所述的基于模糊层次分析的多时间尺度康复评价方法,其特征在于,步骤s2具体为:s21:对评价指标进行标准化,获得标准化评价指标,由标准化评价指标构成标准化因素层,通过信息层中的个体多源信息对标准化评价指标进行评分;s22:对准则层的准则指标构建准则层模糊判断矩阵,通过准则层模糊判断矩阵计算获得准则层评价指标权重矩阵;s23:构建准则层权重向量矩阵,通过准则层评价指标权重矩阵和准则层权重向量矩阵计算获得准则层评价向量。4.根据权利要求3所述的基于模糊层次分析的多时间尺度康复评价方法,其特征在于,步骤s22具体为:s221:准则层模糊判断矩阵表示为:其中,b表示准则层,i为准则指标的编号,a和b均为标准化评价指标的编号,r
ab
为标准化评价指标a相对标准化评价指标b的重要程度,n
i
为准则指标i的标准化评价指标的总数,a和b均在n
i
的范围内;s222:将转换为矩阵其中对矩阵k
i
进行一致性检测,若一致性检测通过则进入步骤s225,否则进入步骤s223;s223:计算获得矩阵k
i
的特征向量构建矩阵构建矩阵其中α∈(0,1);s224:计算获得满足一致性的准则层模糊判断矩阵计算公式为:其中用替换返回步骤s222;
s225:准则层评价指标权重矩阵w
ib
的计算公式为:的计算公式为:的计算公式为:其中,i为1到n
i
的正整数。5.根据权利要求3所述的基于模糊层次分析的多时间尺度康复评价方法,其特征在于,步骤s23具体为:s231:准则层权重向量矩阵表示为:其中,b表示准则层,i为准则指标的编号,a和b均为标准化评价指标的编号,e
ab
为准则指标i在选取的时间尺度下标准化评价指标a得到标准化评价指标b所占的比例;s232:准则层评价向量s
ib
的计算公式为:其中,s1到为准则指标i的隶属度。6.根据权利要求2所述的基于模糊层次分析的多时间尺度康复评价方法,其特征在于,步骤s3具体为:s31:通过准则层中的准则指标对目标层进行评分,通过评分对最终康复评价结果进行标准化,获得标准化最终康复评价结果,由标准化最终康复评价结果构成标准化目标层;s32:构建标准化目标层的目标层模糊判断矩阵,通过目标层模糊判断矩阵计算获得目标层评价指标权重矩阵;s33:通过准则层评价向量计算获得目标层权重向量矩阵,通过目标层评价指标权重矩阵和目标层权重向量矩阵计算获得目标层评价向量。7.根据权利要求6所述的基于模糊层次分析的多时间尺度康复评价方法,其特征在于,步骤s32具体为:s321:目标层模糊判断矩阵表示为:r
a
=(r

df
)
c
×
c
;其中,a表示评价层,d和f均为准则指标的编号,r’ab
为准则指标a相对准则指标b的重要程度,c为准则指标的总数,d和f均在c的范围内;s322:将r
a
转换为矩阵k=(k

df
)
c
×
c
,其中对矩阵k进行一致性检测,若一致性检测通过则进入步骤s325,否则进入步骤s323;s323:计算获得矩阵k的特征向量p

=[p
′1,p
′2,

,p

c
]
t
;构建矩阵;构建矩阵其中β∈(0,1);s324:计算获得满足一致性的准则层模糊判断矩阵计算公式为:
其中用替换r
a
,返回步骤s322;s325:准则层评价指标权重矩阵w
a
的计算公式为:w
a
=[w
′1,w
′2,

w

a

,w

c
]]8.根据权利要求6所述的基于模糊层次分析的多时间尺度康复评价方法,其特征在于,步骤s33具体为:s331:目标层权重向量矩阵e
a
的计算公式为:其中,u为准则层评价向量s
ib
中准则指标编号i的最大值;s332:目标层评价向量s
a
的计算公式为:s
a
=w
a
e
a
其中,w
a
为目标层评价指标权重矩阵。9.根据权利要求1所述的基于模糊层次分析的多时间尺度康复评价方法,其特征在于,步骤s4具体为:根据康复评价需求获得定量分数向量g;最终康复评价结果y的计算公式为:y=s
a
g
t
其中,s
a
为目标层评价向量。10.一种基于模糊层次分析的多时间尺度康复评价系统,其特征在于,包括:结构构建模块,用于构建康复评价层次结构,康复评价层次结构包括:信息层、因素层、准则层和目标层;第一关联模块,用于构建因素层与准则层之间的关联,获得准则层评价向量;第二关联模块,用于通过准则层评价向量构建准则层与目标层之间的关联,获得目标层评价向量;评价模块,用于通过目标层评价向量获得最终康复评价结果。

技术总结
本发明涉及康复评价领域,提供一种基于模糊层次分析的多时间尺度康复评价方法及系统,包括:S1:构建康复评价层次结构,康复评价层次结构包括:信息层、因素层、准则层和目标层;S2:构建因素层与准则层之间的关联,获得准则层评价向量;S3:通过准则层评价向量构建准则层与目标层之间的关联,获得目标层评价向量;S4:通过目标层评价向量获得最终康复评价结果。本发明为模糊层次分析法的模糊判断矩阵提供了可行的一致性检验和调整方法,使得模糊层次分析法的分析结果更加精确;在不同时间尺度下进行康复评价,使得康复评价可以满足实时性的要求,提高康复评价的精确性。提高康复评价的精确性。提高康复评价的精确性。


技术研发人员:余锦华 赵娟 徐迟 张传科 刘振焘 何王勇 杨朝辉 周宇健 蒋理 蒋若愚
受保护的技术使用者:华中科技大学
技术研发日:2022.09.30
技术公布日:2023/1/13
再多了解一些

本文用于创业者技术爱好者查询,仅供学习研究,如用于商业用途,请联系技术所有人。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献