申请/专利权人：南京信息工程大学

申请日：2023-12-07

公开（公告）日：2024-04-02

公开（公告）号：CN117436282B

主分类号：G06F30/20

分类号：G06F30/20;G06F30/18;G06F111/06

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.02.09#实质审查的生效;2024.01.23#公开

摘要：本发明公开了基于双重变权和TOPSIS‑灰关联的架构优选方法，包括构建指挥控制网络架构，构建指控网络架构指标体系，利用层次分析法确定指标的主观权重，利用改进熵权法确定指标的客观权重，并依据主客观权重因子组合主观和客观指标权重得到第一层指标权重；利用变权理论对第一层指标权重进行变权处理，得到第二层权重；利用TOPSIS法和灰关联法分别求指标变权权重的目标评价值，给出生成的网络架构排序结果。本发明所设计方法综合指标的主客观因素以及状态对权重变化的影响，排序结果综合考率了指标间的距离和形状变化，所选出的指挥控制网络架构更符合实际的战场环境。

主权项：1.基于双重变权和TOPSIS-灰关联的架构优选方法，其特征在于，执行如下步骤S1-步骤S7，针对战场环境的作战任务，完成最优指挥控制网络架构的筛选：步骤S1：根据战场环境构建各指挥控制网络架构，各指挥控制网络架构均被分为三个指控层次，分别为情报信息网络、指挥控制网络、火力打击网络；步骤S2：根据复杂网络理论，对指挥控制网络架构的各个指控层次之间的信息交流关系、通信传输路径、指控层次之中的各个指挥机构之间的相互作用关系，以及各个指挥机构之间隶属关系进行抽象，并采用无向连通图加以描述，建立指挥控制网络架构模型；步骤S3：构建指控网络架构指标体系，指控网络架构指标体系中包含多个用于评价所建立的指挥控制网络架构模型的性能的指标，根据指标对指挥控制网络架构进行优选；步骤S3中所述的指控网络架构指标体系中包含的各指标分别为作战能力、平均路径长度、聚集系数、网络密度；其中作战能力基于信息熵计算，属于效益型指标，信息熵的计算如下式： ；式中，pi为协同作战节点vi的信息源概率误差，Hi为协同作战节点vi的信息熵；单个指挥控制网络架构的信息熵如下式： ；式中，q为协同作战节点vi的数量，Hj为单个节点vj的信息熵，b为单个节点的数量，Hl为单个指挥控制网络架构l的信息熵；作战能力如下式： ；式中，C表示作战能力，Cl为单个指挥控制网络架构l的作战能力；平均路径长度属于成本型指标，如下式： ；式中，L表示平均路径长度，dij表示指挥控制网络架构中节点vi和vj之间的最短距离；N表示指挥控制网络架构节点总数；聚集系数属于效益型指标，如下式： ；式中，表示节点vi的聚集系数，wij表示节点vi和节点vj间的边权重，wjk表示节点vj和节点vk间的边权重，wki表示节点vk和节点vi间的边权重，节点vi和节点vk是节点vj的邻居节点；网络密度属于效益型指标，如下式： ；式中，N和M分别表示指挥控制网络架构节点总数和实际连边总数，Di表示节点vi的网络密度；步骤S4：分别对指控网络架构指标体系中的各指标赋权重，权重包括主观权重和客观权重，利用层次分析法对各指标赋主观权重，利用改进熵权法对各指标赋客观权重，并根据主客观因子组合各指标的主观权重和客观权重，获得第一层指标权重；步骤S5：利用变权理论对第一层指标权重进行变权处理，得到依据目标状态值变化而变化的变权权重，根据变权权重获得第二层指标权重；步骤S6：分别利用TOPSIS法和灰关联法计算第二层指标权重的目标评价值；步骤S7：结合TOPSIS法和灰关联法所计算的第二层指标权重的目标评价值，确定目标综合评价值，对构建的各指挥控制网络架构进行排序，以最高排序的指挥控制网络架构作为最优指挥控制网络架构，完成最优指挥控制网络架构的筛选。

全文数据：

权利要求：

百度查询： 南京信息工程大学 基于双重变权和TOPSIS-灰关联的架构优选方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD