发明名称 一种基于变权重理论的高压电缆施工作业3D仿真培训系统可信度评估方法
摘要 本发明涉及一种利用变权重理论的高压电缆施工作业3D仿真培训系统可信度评估。本发明从高压电缆施工作业3D仿真培训系统可信度的评估指标选取出发,针对在仿真培训系统可信度评估过程中出现的不确定性采用梯形云来描述,实现定性概念和定量计算上的转换,实现评估指标隶属度的计算;提出采用改进的模糊层次分析法计算评估指标的常权重,针对高压电缆施工作业3D仿真培训系统可信度评估中极个别指标的严重失真而综合评价却无法灵敏做出反应的问题,根据高压电缆施工作业3D仿真培训系统可信度评估的自身属性构造惩罚型状态变权函数,使得各个指标的权重随着可信度评估结果的变化而重新分配;采用模糊加权算子计算仿真培训系统可信度评估结果。
申请公布号 CN106599432A 申请公布日期 2017.04.26
申请号 CN201611116044.6 申请日期 2016.12.07
申请人 广州供电局有限公司培训与评价中心;武汉大学 发明人 吴倩;赵贤;林燕贞;乔卉;龚庆武
分类号 G06F17/50(2006.01)I;G06Q10/06(2012.01)I;G06Q50/20(2012.01)I 主分类号 G06F17/50(2006.01)I
代理机构 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人 鲁力
主权项 一种基于变权重理论的高压电缆施工作业3D仿真培训系统可信度评估方法,其特征在于,包括以下步骤:步骤1,高压电缆施工作业3D仿真培训系统可信度评估指标的选取,包括画面元素,画面质感、软件的鲁棒性等15个方面建立评估指标体系;步骤2,采用梯形云模型计算可信度评估指标隶属度,包括以下子步骤,分别是:步骤A、计算梯形云的4个数字特征:期望值E<sub>x1</sub>、E<sub>x2</sub>、熵E<sub>n</sub>和超熵H<sub>e</sub>,即:<maths num="0001"><math><![CDATA[<mrow><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><msub><mi>E</mi><mrow><mi>x</mi><mn>1</mn></mrow></msub><mo>=</mo><mi>a</mi></mrow></mtd></mtr><mtr><mtd><mrow><msub><mi>E</mi><mrow><mi>x</mi><mn>2</mn></mrow></msub><mo>=</mo><mi>b</mi></mrow></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001173457520000011.GIF" wi="950" he="150" /></maths><maths num="0002"><math><![CDATA[<mrow><msub><mi>E</mi><mi>n</mi></msub><mo>=</mo><mfrac><mrow><mi>b</mi><mo>-</mo><mi>a</mi></mrow><mn>6</mn></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001173457520000012.GIF" wi="974" he="117" /></maths>步骤B、计算可信度评估指标的隶属度,包括:定义画面元素所处四个状态,分别为:“优秀”,“良好”,“一般”,“不合格”;处于某一状态的区间为(a b),则画面元素的正态云的表达式为<maths num="0003"><math><![CDATA[<mrow><mi>u</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>=</mo><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><mi>exp</mi><mo>&lsqb;</mo><mo>-</mo><msup><mrow><mo>(</mo><mi>x</mi><mo>-</mo><msub><mi>E</mi><mrow><mi>x</mi><mn>1</mn></mrow></msub><mo>)</mo></mrow><mn>2</mn></msup><mo>/</mo><mrow><mo>(</mo><mn>2</mn><msup><msub><mi>E</mi><mi>n</mi></msub><mn>2</mn></msup><mo>)</mo></mrow><mo>&rsqb;</mo></mrow></mtd><mtd><mrow><mi>x</mi><mo>&le;</mo><msub><mi>E</mi><mrow><mi>x</mi><mn>1</mn></mrow></msub></mrow></mtd></mtr><mtr><mtd><mn>1</mn></mtd><mtd><mrow><msub><mi>E</mi><mrow><mi>x</mi><mn>1</mn></mrow></msub><mo>&le;</mo><mi>x</mi><mo>&le;</mo><msub><mi>E</mi><mrow><mi>x</mi><mn>2</mn></mrow></msub></mrow></mtd></mtr><mtr><mtd><mrow><mi>exp</mi><mo>&lsqb;</mo><mo>-</mo><msup><mrow><mo>(</mo><mi>x</mi><mo>-</mo><msub><mi>E</mi><mrow><mi>x</mi><mn>2</mn></mrow></msub><mo>)</mo></mrow><mn>2</mn></msup><mo>/</mo><mrow><mo>(</mo><mn>2</mn><msup><msub><mi>E</mi><mi>n</mi></msub><mn>2</mn></msup><mo>)</mo></mrow><mo>&rsqb;</mo></mrow></mtd><mtd><mrow><mi>x</mi><mo>&GreaterEqual;</mo><msub><mi>E</mi><mrow><mi>x</mi><mn>2</mn></mrow></msub></mrow></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001173457520000013.GIF" wi="1293" he="236" /></maths>步骤3,基于改进模糊层次分析法计算可信度评估指标常权重以及局部惩罚‑激励型状态变权函数计算可信度评估指标变权重;步骤4,根据隶属度最大原则计算模糊评判结果,模糊评判结果计算的表达式为<img file="FDA0001173457520000014.GIF" wi="1061" he="127" />式中,w<sub>i</sub>和r<sub>ij</sub>分别为评价指标的权重和隶属度;对模糊评判结果做归一化处理,即<maths num="0004"><math><![CDATA[<mrow><msup><msub><mi>B</mi><mi>i</mi></msub><mo>&prime;</mo></msup><mo>=</mo><msub><mi>B</mi><mi>i</mi></msub><mo>/</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>B</mi><mi>i</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow><mo>.</mo></mrow>]]></math><img file="FDA0001173457520000021.GIF" wi="981" he="127" /></maths>
地址 510620 广东省广州市天河区天河南二路2号