基于毕达哥拉斯模糊集的航天测控资源调度效能评判方法与流程

1.本公开实施例涉及航天调度效能技术领域，尤其涉及一种基于毕达哥拉斯模糊集的航天测控资源调度效能评判方法。


背景技术：

2.航天测控资源主要承担航天器跟踪测量、遥测和遥控任务，保障航天器在安全稳定运行的同时完成相应的使命任务。随着航天器数量的快速增长，相应的资源类型越加多样、资源需求越加多元、支持任务越加复杂。这就需要对管控资源进行更加科学高效的调度，而如何合理评判当前的航天测控资源调度效能是进行科学高效资源调度的前提和基础。
3.航天测控资源调度效能评判属于复杂决策问题，决策信息受到环境、技术手段、主观认知的影响，会存在较大的不确定性，需要采用适合表示和处理不确定性信息的相关理论来对航天测控资源调度效能进行评判。
4.目前，通常采用的模糊综合评判法存在两方面局限：一方面模糊集仅能表达支持和反对两种状态，不能表达介于支持和反对之间的犹豫状态，在表示和处理不确定信息上受到很大制约；另一方面，模糊综合评判法仅利用了隶属度信息，导致评判结果与实际情况存在较大出入。
5.因此，有必要改善上述相关技术方案中存在的一个或者多个问题。
6.需要注意的是，本部分旨在为权利要求书中陈述的本公开的技术方案提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。


技术实现要素：

7.本发明的目的在于提供一种基于毕达哥拉斯模糊集的航天测控资源调度效能评判方法，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
8.本发明提供一种基于毕达哥拉斯模糊集的航天测控资源调度效能评判方法，包括以下步骤：
9.选取航天测控资源调度效能评判指标，构建评判指标体系并建立因素集；
10.根据预设评判结果分级建立评判集；
11.根据评判指标重要程度建立权重集；
12.根据每个所述评判指标的类型为其确定隶属函数；
13.根据毕达哥拉斯模糊值确定方法分别确定隶属度评判矩阵、非隶属度评判矩阵和犹豫度评判矩阵；
14.通过模糊计算确定毕达哥拉斯模糊评判值；
15.根据评判问题类型选取对应的评判原则，并通过计算选择最终评判结果。
16.本发明中，所述评判指标包括：资源利用率、资源利用均衡度、资源余量、需求满足
率、需求收益率、需求满意度、调度运行时间和调度响应时间。
17.本发明中，所述预设评判结果包括的级别有：差、较差、中等、良好和优。
18.本发明中，所述根据评判指标重要程度建立权重集的过程包括：
19.根据因素集c中因素的重要程度为各个因素服务相应的权重wi，建立权重集w＝{w1，w2，
…
，wn}，且wi∈[0，1]和其中n为权重集中因素的个数。
[0020]
本发明中，所述根据评判指标重要程度建立权重集的计算过程包括：
[0021]
对权重集中的所有因素进行重要性比较，构造判断矩阵g，如下所示：
[0022][0023]
其中，c1、c2…
cn为因素集中的因素；
[0024]
对判断矩阵g进行一致性检验，计算公式为其中，λ
max
为矩阵g的最大特征值，n为矩阵g的维数，ri为平均随机一致性指标，若计算结果cr＜0.1，则满足一致性要求，否则需要修改g使其满足一致性检验；
[0025]
对判断矩阵g，采用特征值法求解确定因素权重。
[0026]
本发明中，所述评判指标的类型包括：成本型、效益型、上区间型和下区间型。
[0027]
本发明中，所述隶属度评判矩阵、非隶属度评判矩阵和犹豫度评判矩阵的确定方法如下：
[0028]
依据隶属函数，输入指标值，计算得到隶属度评判矩阵u，如下所示：
[0029][0030]
若计算隶属度为u
ij
，则非隶属度为v
ij
＝1-u
ij
，则非隶属度评判矩阵如下所示：
[0031][0032]
若计算隶属度和非隶属度分别为u
ij
和v
ij
，则犹豫度为犹豫度评判矩阵如下所示：
[0033][0034]
本发明中，所述通过模糊计算确定毕达哥拉斯模糊评判值的过程包括：
[0035]
针对隶属度评判矩阵，依据算子，计算隶属度评判值为：
[0036][0037]
针对非隶属度评判矩阵，依据算子，计算非隶属度评判值为：
[0038][0039]
针对犹豫度评判矩阵，依据算子，计算犹豫度评判值为：
[0040][0041]
依据隶属度评判值、非隶属度评判值和犹豫度评判值，即可确定毕达哥拉斯模糊评判值p＝{p1，p2，
…
，pj，
…
，pn}，其中pj＝(uj，vj，sj)。
[0042]
本发明中，所述评判问题类型包括：单评判对象类型和多评判对象类型；对所述单评判对象类型采取最大评判值原则，对所述多评判对象类型采取综合贴近度原则。
[0043]
本发明中，所述最大评判值原则的计算过程包括：
[0044]
评判等级rj对应的毕达哥拉斯模糊评判值为pj，计算毕达哥拉斯评判值大小g(pj)(j＝1，2，
…
，5)，选取最大评判值对应的评判等级作为最终的评判结果，毕达哥拉斯模糊评判值大小计算公式为：
[0045][0046]
所述综合贴近度原则的计算过程包括：
[0047]
针对毕达哥拉斯模糊评判值计算其贴近度c(pj)(j＝1，2，
…
，5)，计算公式为：
[0048][0049]
若存在k个评判对象，则可获得k个毕达哥拉斯模糊评判值，对应分别计算其贴近度，再综合最大贴近度对应的评判等级和贴近度大小对多个评判对象进行优劣排序，获得最终的评判结果。
[0050]
本发明提供的技术方案可以包括以下有益效果：
[0051]
本发明有效克服了不确定性对航天测控资源调度效能评判结果的影响，并最大可能性的利用了不确定信息和保留了人的主观偏好，能够合理准确地对航天测控资源调度效能进行评判，并具有计算过程简洁、应用范围广阔、工程适用性好等优点。
附图说明
[0052]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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获得其他的附图。
[0053]
图1示出本公开示例性实施例中基于毕达哥拉斯模糊集的航天测控资源调度效能评判方法的流程图；
[0054]
图2示出本公开示例性实施例中的所述根据评判指标重要程度建立权重集的方法的流程图；
[0055]
图3示出本公开示例性实施例中的所述根据毕达哥拉斯模糊值确定方法分别确定隶属度评判矩阵、非隶属度评判矩阵和犹豫度评判矩阵的方法的流程图；
[0056]
图4示出本公开示例性实施例中所述通过模糊计算确定毕达哥拉斯模糊评判值的方法的流程图；
[0057]
图5示出本公开示例性实施例中航天测控资源调度效能评判体系；
[0058]
图6示出本公开示例性实施例中评判指标的隶属函数图；
[0059]
图7示出本公开示例性实施例中所述根据评判问题类型选取对应的评判原则，并通过计算选择最终评判结果的流程图。
具体实施方式
[0060]
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
[0061]
此外，附图仅为本公开实施例的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。
[0062]
本示例实施方式中提供一种基于毕达哥拉斯模糊集的航天测控资源调度效能评判方法，请参考图1，包括以下步骤：
[0063]
步骤s100，选取航天测控资源调度效能评判指标，构建评判指标体系并建立因素集；
[0064]
步骤s200，根据预设评判结果分级建立评判集；
[0065]
步骤s300，根据评判指标重要程度建立权重集；
[0066]
步骤s400，根据每个所述评判指标的类型为其确定隶属函数；
[0067]
步骤s500，根据毕达哥拉斯模糊值确定方法分别确定隶属度评判矩阵、非隶属度评判矩阵和犹豫度评判矩阵；
[0068]
步骤s600，通过模糊计算确定毕达哥拉斯模糊评判值；
[0069]
步骤s700，根据评判问题类型选取对应的评判原则，并通过计算选择最终评判结果。
[0070]
本发明有效克服了不确定性对航天测控资源调度效能评判结果的影响，并最大可
能性的利用了不确定信息和保留了人的主观偏好，能够合理准确地对航天测控资源调度效能进行评判，并具有计算过程简洁、应用范围广阔、工程适用性好等优点。
[0071]
具体地，对上述步骤所述的评判方法的评判过程进行详细描述。
[0072]
在步骤s100中，选取航天测控资源调度效能评判指标，构建评判指标体系并建立因素集。例如，请参考表1，选用表1中的评判指标，各评判指标的定义如表1所述。依据航天测控资源调度效能评判目的，请参考图5，选取资源利用率(c1)、资源利用均衡性(c2)、资源余量(c3)、需求满足率(c4)、需求收益率(c5)、需求满意度(c6)、调度运行时间(c7)和调度响应时间(c8)作为评判指标，进而构建评判指标体系，并建立因素集c＝{c1，c2，
…
，ci，
…
，c8}(i＝1，2，
…
，8)。其中，评判指标也不限于上述几个，也可以根据实际需要添加或删除。
[0073]
表1航天测控资源调度效能评判指标定义
[0074][0075]
在步骤s200中，根据预设评判结果分级建立评判集。依据航天测控资源调度效能预设期望，将评判结果分为差(r1)、较差(r1)、中等(r3)、良好(r4)、优(r5)，从而建立了评判集r＝{r1，r2，
…
，vj，
…
，r5}(j＝1，2，
…
，5)。
[0076]
在步骤s300中，根据评判指标重要程度建立权重集。权重集表示为 w＝{w1，w2，
…
，wn}，且wi∈[0，1]和采用层次分析法确定权重集w中各个因素权重，请参考图2，计算流程包括：
[0077]
s301，依据1-9标度方法对所有因素进行两两重要性比较，构造判断矩阵g：
[0078][0079]
s302，对判断矩阵g进行一致性检验，计算公式为其中，λ
max
为矩阵g的最大特征值，n为矩阵g的维数，ri为平均随机一致性指标，若计算结果cr＜0.1，则满足一致性要求，否则需要修改g使其满足一致性检验；
[0080]
s303，对判断矩阵g采用特征值法求解获得权重。
[0081]
在步骤s400中，根据每个所述评判指标的类型为其确定隶属函数。资源利用率、资源余量、需求满足率、需求收益率和需求满意度为效益型评判指标，资源利用均衡度、调度运行时间、调度响应时间为成本型评判指标。依据指标类型，选取相应的隶属函数，并依据评判问题要求和评判对象特性，确定效益型指标和成本型指标分界点取值集d＝{d1，d2，
…
，d6}。效益型、成本型、上区间型和下区间型的评判指标的隶属函数图请参考图 6。
[0082]
在步骤s500中，根据毕达哥拉斯模糊值确定方法分别确定隶属度评判矩阵、非隶属度评判矩阵和犹豫度评判矩阵，请参考图3，具体过程如下：
[0083]
步骤s501，依据隶属函数，通过输入指标值得到隶属度评判矩阵 u＝(u
ij
)n×m；
[0084]
步骤s502，依据隶属度和非隶属度之和为1的特性，计算得到非隶属度评判矩阵v＝(v
ij
)n×m；
[0085]
步骤s503，依据隶属度、非隶属度和犹豫度三者平方和为1的特性，计算得到犹豫度评判矩s＝(s
ij
)n×m。
[0086]
在步骤s600中，通过模糊计算确定毕达哥拉斯模糊评判值，请参考图4，包括以下步骤：
[0087]
步骤s601，针对隶属度评判矩阵，依据m(
·
，)算子计算隶属度评判值 uj；
[0088]
步骤s602，针对非隶属度评判矩阵，依据m(
·
，)算子计算非隶属度评判值vj；
[0089]
步骤s603，针对犹豫度度评判矩阵，依据m(
·
，)算子计算犹豫度评判值sj；
[0090]
步骤s604，依据隶属度评判值、非隶属度评判值和犹豫度评判值，即可确定毕达哥拉斯模糊评判值p。
[0091]
在步骤s700中，根据评判问题类型选取对应的评判原则，并通过计算选择最终评判结果。请参考图7，若评判问题类型为单对象评判，则选取最大评判值原则，通过计算毕达哥拉斯评判值大小，选取最大评判值对应的评判等级作为最终的评判结果；若评判问题类型为多对象评判，则选取综合贴近度原则，依据k个毕达哥拉斯模糊评判值计算贴近度，再综合最大贴近度对应的评判等级和贴近度大小对多个评判对象进行优劣排序，获得最终的评判结果。
[0092]
至此，基于毕达哥拉斯模糊集理论对航天测控资源调度效能展开评判的过程全部完成。
[0093]
下面对本发明的优选实施例进行列举。
[0094]
优选实施例一：
[0095]
本实施例提供一种基于毕达哥拉斯模糊集理论的航天测控资源调度效能评判方法，该方法包括：
[0096]
s01，选取航天测控资源调度效能评判指标，构建评判指标体系，并建立因素集；
[0097]
s02，依据预设评判结果分级，建立评判集；
[0098]
s03，依据评判指标重要程度，建立权重集；
[0099]
表2列出了依据1-9标度法给出的判断矩阵g，对其进行一致性检验计算得到cr＝0.0246＜0.1，即判断矩阵g的一致性水平满足要求，对其采用特征值法进行求解得到权重集为：
[0100]
w＝{0.1717，0.0355，0.0624，0.4189，0.1048，0.0450，0.0612，0.1005}。
[0101]
表2判断矩阵
[0102][0103][0104]
s04，针对各个评判指标，分别确定其隶属函数；
[0105]
表3列出了各个评判指标的分界点取值，依据该取值和指标类型，即可确定相应的指标隶属函数。
[0106]
表3判断矩阵
[0107][0108]
s05，依据毕达哥拉斯模糊值确定方法，分别确定隶属度评判矩阵、非隶属度评判
矩阵和犹豫度评判矩阵；
[0109]
表4列出了输入的单个评判对象的指标值。依据毕达哥拉斯模糊评判值确定方法，分别计算确定三种评判矩阵如下所示：
[0110][0111][0112][0113]
表4单个评判对象指标值
[0114][0115]
s06，通过模糊计算确定毕达哥拉斯模糊评判值；
[0116]
表5列出了依据算子计算得到的隶属度评判值、非隶属度评判值和犹豫度评判值，根据表5可以确定毕达哥拉斯模糊评判值：
[0117]
p＝{(0，1，0)，(0.0943，0.9057，0.1425)，
[0118]
(0.1929，0.8071，0.2396)，(0.3419，0.6581，0.5130)，(0.3709，0.6291，0.4159)}。
[0119]
表5三种类型评判值
[0120][0121]
s07，依据评判问题类型选取对应的评判原则，并通过相关运算选择最终评判结果。
[0122]
该评判问题类型为单评判对象问题，选取评判原则为最大评判值原则，计算得到的毕达哥拉斯评判值大小如表6所示。依据表6可得，最大评判值为p5，其对应的评判等级为r5，即最终的航天测控资源调度效能评判结果为优。
[0123]
表6毕达哥拉斯模糊评判值大小
[0124][0125]
优选实施例二：
[0126]
本实施例与优选实施例一主要不同点为评判问题类型为多对象评判。
[0127]
s01～s04实施步骤与上述优选实施例一完全相同。
[0128]
s05，依据毕达哥拉斯模糊值确定方法，分别确定隶属度评判矩阵、非隶属度评判矩阵和犹豫度评判矩阵；
[0129]
表7列出了输入的三个评判对象的指标值，三个评判对象分别表示为 a1，a2，a3。依据毕达哥拉斯模糊评判值确定方法，分别计算确定三个评判对象的隶属度评判矩阵、非隶属度评判矩阵和犹豫度评判矩阵，如下所示：
[0130][0131]
[0132][0133][0134]
表7三个评判对象指标值
[0135][0136]
s06，通过模糊计算确定毕达哥拉斯模糊评判值；
[0137]
表8列出了依据算子计算得到的三个评判对象的隶属度评判值、非隶属度评判值和犹豫度评判值。依据表8，可分别确定三个对象的毕达哥拉斯模糊评判值为
[0138]
p(a1)＝{(0，1，0)，(0.0943，0.9057，0.1425)，(0.1929，0.8071，0.2396)，(0.3419，0.6581，0.5130)，(0.3709，0.6291，0.4159)}
[0139][0140]
p(a3)＝{(0，1，0)，(0.1293，0.8704，0.1596)，(0.1390，0.8610，0.1851)，(0.3837，0.6163，0.4816)，(0.3477，0.6523，0.4561)} 表8三个对象的三种类型评判值
[0141][0142]
s07，依据评判问题类型选取对应的评判原则，并通过相关运算选择最终评判结果。
[0143]
该评判问题类型为多评判对象问题，选取评判原则为综合贴近度原则，计算得到的三个对象的贴近度如表9所示。依据表9可得，对于a1，最大贴近度为c(p5)＝0.2620对应的评判等级为r5(优)；对于a2，最大贴近度为c(p4)＝0.3071，对应的评判等级为r5(良)；对于a3，最大贴近度为 c(p4)＝0.2590，对应的评判等级为r5(良)。首先，从对应评判等级考虑，三个对象评判结果的优劣排序为a1＞a2＝a3；然后，从最大贴近度来考虑， a2和a3的评判结果优劣排序为a2＞a3；最后，综合最大贴近度对应的评判等级和贴近度大小，可得三个对象最终的评判结果优劣排序为a1＞a2＞a3。
[0144]
表9三个对象的贴近度
[0145][0146]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0147]
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公开的至少一个实施例或示例中。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何的一个或多个实施例或示例中以合适的方式结合。此外，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进行接合和组合。
[0148]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其
它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。