一种基于案例的多属性综合评价方法(2)

我们利用CBR-SC模型对某雷达接收机多个维修性设计方案进行多属性综合评价。评价对象有3个。T={方案1,方案2,方案3};评价类可以分为3类。C={性能价格比高,性能价格比中,性能价格比低};指标体系即属性空间有5项:A={寿命周期费用LCC,平均寿命MTBF,平均维修时间MTTR,可用度A,综合性能};历史案例库由于篇幅有限,只给出各评价类在指标体系下的区间值和案例个数,如表1所示;3个评价对象在指标体系下的属性值,如表2所示。然后,根据各评价对象的属性值vTi(A)判断Ti属于哪一类。

式中　1…m——各属性项,C1,…,Cn——n个评价类,式中矩阵元素di(T,Ck)=w*iDi(T,Ck)——目标案例T与评价类Ck在属性ai下的距离,而两者之间的综合距离便可定义

表1　历史案例集在评价类下的区间值和案例个数

评价类C1性能价格比高C2性能价格比中C3性能价格比低

LCC(万元)

≥6058～71≥70

MTBF(h)≥350116～362≤200

MTTR(h)≤2.02.0～3.3≥3.0

表2　评价对象属性值

设计方案

方案T1　R-军用标准件降额使用

M-模件化及自动测试

方案T2　R-设计采用部分余度

M-手动测试及有限模件化

方案T3　R-采用高可靠性的元器件

M-模件化,自动化测试

LCC(万元)

a158.95

MTBF(h)

a2200

MTTR(h)

a32.0

可用度A

a40.990

综合性能

a50.908

可用度A≥0.990.96～0.99≤0.97

综合性能≥0.920.90～0.92≤0.91

案例个数

16255

58.703503.50.9900.910

58.403002.00.9930.915

　　第1步　由定义1计算各评价对象相应的5个指标的权重(如表3所示);

第2步　由定义2计算各评价对象与评价分类之间在指标体系下的相似程度(如表4所示);

距离,找出评价对象的正确归类(如表5所示)。

三步计算的过程由表3～表5进行描述,得出方案T1和T3都属于C2,这说明CBR-SC模型能将方案集进行大致归类。若将评价类C进一步细分,我们还能找到方案集中的最

48

系统工程与电子技术

表4　方案T2与评价类C3最相近

Da1(0.53)a2(0.55)C1C2C3

0.130.1310.48

0.220.050.24

a3(1)1.51.30.95

a4(0.60)a5(0.62)0.0020.790.89

0.820.080.01

1999年

4　结　论

本文讨论了利用案例的相似性度量算法进行多准则综合评价的一种方法,扩展了传统数学分析模型的限制,支持处理定量、定性和逻辑型等各种决策属性变量,适合基于经验的推理应用,但不适于实时控制决策。在实际开发过程中,CBR-SC模型类似人类的思维方式,易于解释,是求解各种不良结构决策问题的良好工具。该模型仍需改进的地方有:对大规模案例集的支持;对深入分析的支持。

表3　方案T1与评价类C2最相近

Da1(0.51)a2(0.73)a3(0.54)a4(0.60)a5(0.53)C1C2C3

0.100.170.37

0.730.030.05

0.050.130.22

0.0020.780.89

0.790.210.003

$1.030.750.88

$2.201.921.87

表5　方案T3与评价类C2最相近

Da1(0.50)C1C2C3

0.060.220.41

a2(1)0.890.090.26

a3(0.68)0.200.040.15

a4(1)0.111.611.51

a5(1)1.060.0080.22

$2.231.852.30

参考文献

1　SaatyT.TheAnalyticHierarchyProcess,McGraw-Hill,NewYork,1980.

2　ChenS.FuzzyMultipleAttributeDecitionMaking:MethodsandApplications,Berlin:Spinger-Verlag.1992.3　PaoYH.KnowledgeintheFormofPatternsandNeuralNetworkComputing.KnowledgeEngineering,1990.4　祝世京,陈E.基于神经网络的多目标评价.系统工程理论与实践,1994(9).5　汪培庄,李洪兴.知识表达的数学理论.天津:天津科学出版社,1994.

(上接第36页)

5　结束语

InSAR是目前SAR领域的研究热点之一。本文通过In-SAR成像处理的研究,给出了一种有效的解相位模糊的方法和地形高度的估计方法。利用美国NASA提供的三峡地

参

考

区的L波段SIR-C并行轨道数据,成功地获得了该地区的

相对地形高度图。为了进一步提高地形高度的估计精度,基线参数的精确估计仍是一个需重点解决的问题,今后将在提高基线精度方面作进一步的研究。

文献

1　GahamLC.SyntheticInterferometerRadarforTopographicMapping.Proc.IEEE,1974,62:763～768

2　GoldsteinRM,ZebkerHA.SatelliteRadarInterferometry:Two-dimentionPhaseUnwrapping.RadioScience,1988,23(4):713～7203　FornaroG.ANewEfficientSolutionforDEMGenerationinInterferometricSARProcessing.EuropeanConferenceonSyntheticAperture

Radar,Germany,1996,195～198

4　KramerR,LoffeldO.PhaseUnwrappingforSARInterferometrywithKalmanFilters.EuropeanConferenceonSyntheticApertureRadar,

Germany,1996,199～202

5　FornaroG.Two-dimensionalPhaseUnwrappingBasedontheLaplaceandEikonalEquations.Proc.IGRASS'95,1995,3:1828～18306　PratiC,RoccaF.LimitstotheResolutionofElevationMapsfromStereoSARImages.INt.J.RemoteSensing,1990,11(12):2215～22357　ZebkerHA.TheTOPSARInterferometricRadarTopographicMappingInstrument.IEEETrans.onGeosci.andRemoteSensing,1992,30

(5):933～939.

8　LiFK,GoldsteinRM.StudiesofMulti-baselineSpaceborneInterferometricSyntheticApertureRadar.IEEETrans.onGeosci.andRemote

Sensing,1990,28:88～97

9　黄顺吉,熊思民,马铁桥.星载合成孔径雷达三维成像.数字信号处理会议文集,1994:545～550