基于主客观组合评价的网络性能综合评价方法

摘要

本发明涉及一种基于主客观组合评价的网络性能综合评价方法。它包括步骤A：选取网络性能综合评价指标，收集网络性能数据，建立决策矩阵；B、使用主观分析法对网络性能进行评价，计算网络性能综合评价值；C、使用客观分析法对网络性能进行评价，计算出网络性能综合评价值：D、将主、客观分析法分别得到的综合评价值再进行组合评价，得出最终网络性能综和评价值。该方法有益效果是：避免了单纯使用客观分析方法可能会遇到的数据信息量不足，也避免了单纯使用主观分析方法造成的主观随意性，同时结合主客观法对网络性能进行评价，使评价更加科学和全面，该方法设计合理，实用性强，为实际网络性能监测和评价提供依据。

主权项

1.一种基于主客观组合评价的网络性能综合评价方法包括如下步骤：A、选取网络性能综合评价指标，收集网络性能数据，建立决策矩阵：将收集到的网络性能数据存放在一个决策矩阵中，该决策矩阵为：X＝(x_ij)_m×n设有n个评价指标f_j，其中1≤j≤n，性能数据样本数为m，即有m个待评价对象a_i，1≤i≤m，m个对象n个指标构成的矩阵X＝(x_ij)_m×n，称为决策矩阵；B、使用主观分析法对网络性能进行评价，计算出网络性能综合评价值：使用模糊层次分析法FAHP进行主观赋权和利用专家评判给出各指标隶属函数，计算网络性能综合评价值；C、使用客观分析法对网络性能进行评价，计算出网络性能综合评价值：首先，对原始性能数据进行数据标准化处理；其次，确定评价指标权重；再次，使用线性加权计算综合评价值；D、将主、客观分析法分别得到的综合评价值再进行组合评价，得出最终网络性能综和评价值：其具体计算方法为：首先，将主、客观分析法得到的综合评价值存放到一个矩阵中，性能数据样本数为m，每组样本有2个评价值，则m个对象2个评价值构成的矩阵S＝(s_ij)_m×2称为新的决策矩阵；其次，将此决策矩阵按照类似上述客观分析法的步骤进行分析计算，得到组合评价值；上述步骤B中的使用主观分析法对网络性能进行评价，计算出网络性能综合评价值，其具体步骤为：B1、使用模糊层次分析法FAHP进行主观赋权，主要步骤如下：B11、建立网络评价层次结构，用模糊层次分析法针对问题所设计的各因素进行分类，找出相互关系，设立层次结构，设为两层：最高层为网络总体性能；最底层为网络性能各评价指标；B12、用标度法建立优先关系矩阵，优先关系矩阵为R＝(r_ij)构造优先关系矩阵时，采用0.1～0.9数量标度的标度法；B13、将优先关系矩阵改造成模糊一致矩阵，改造方法如下：对模糊互补矩阵R＝(r_ij)按行求和，记为：$r_i=\underset{k=1}{\overset{n}{\Sigma }}{r}_k,$i＝1，2，…，n，进行如下数学变换：r_ij＝(r_i-r_j)/2n+0.5，则变换以后的矩阵是模糊一致矩阵；B14、计算层次因素相对排序权重，用排序法求最底层各指标因素A_i在最高层目标C_k下的权重的计算公式为：$S_i^k=\frac{1}{n}-\frac{1}{2\alpha }+\frac{\underset{j=1}{\overset{n}{\Sigma }}{r}_{\mathrm{ij}}}{\mathrm{n\alpha }},$i＝1，2，..，n式中，参数α满足α≥(n-1)/2，计算时取α＝(n-1)/2，将从大到小排列就显示了相对于目标C_k各个因素A_i的重要程度排序；B2、计算网络性能综合评价值计算网络总体性能的评分值的公式为：$S=\underset{i=1}{\overset{n}{\Sigma }}(W_i\times C_i)$其中，W_i为各评价指标的权值，n为指标的个数，C_i为各指标元素的计分值；计分值的确定采用直线型无量纲化处理方法建立一个近似的指标隶属度函数，正向指标的隶属函数定义为：${\mu }_i\left(x\right)=\left\{\begin{array}{c}0,x\le a_i\\ \frac{x-a_i}{b_i-a_i},a_i\le x\le b_i\\ 1,x\ge b_i\end{array}\right.$逆向指标的隶属函数定义为：${\mu }_i\left(x\right)=\left\{\begin{array}{c}0,x\ge b_i\\ \frac{b_i-x}{b_i-a_i},a_i\le x\le b_i\\ 1,x\le a_i\end{array}\right.$从而计分值C_i的大小为：C_i＝μ_i×100其中，a_i和b_i分别表示隶属函数的低和高边界值；上述步骤C中的使用客观分析法分析评价网络性能，计算出网络性能综合评价值，其具体步骤如下：C1、对原始性能数据进行数据标准化处理对上述决策矩阵X＝(x_ij)_m×n进行标准化处理，其具体步骤如下：C11、逆向指标转换为正向指标如果存在逆向指标，先把逆向指标转化为正向指标的转化数学公式为：${x_{\mathrm{ij}}}^{\text{'}}=\underset{1\le i\le m}{\max }{x}_{\mathrm{ij}}+\underset{1\le i\le m}{\min }{x}_{\mathrm{ij}}-x_{\mathrm{ij}}$为方便起见，把x_ij’记为：x_ijC12、利用矩阵列和等于1的归一化方法进行标准化处理，令1≤i≤m，1≤j≤n则Y＝(y_ij)_m×n为向量归一标准化矩阵，并且标准化之后的指标均为正向指标；C2、计算评价指标权重设有m个待评价对象，n个指标，原始性能数据矩阵为X＝(x_ij)_m×n，记$\overline{x_j}=\frac{1}{m}\underset{i=1}{\overset{m}{\Sigma }}{x}_{\mathrm{ij}},$$S_j={\left[\frac{1}{m-1}\underset{i=1}{\overset{m}{\Sigma }}{(x_{\mathrm{ij}}-\overline{x_j})}^2\right]}^{1/2},$则i＝1，2，3......m，j＝1，2，3......n；其中，x_j是变异系数，此时第j个指标的权重是：$w_j=\frac{b_j}{\underset{j=1}{\overset{n}{\Sigma }}{b}_j}$C3、使用线性加权计算综合评价值综合评价值的计算公式为：$u_i=\underset{j=1}{\overset{n}{\Sigma }}{w}_j{y}_{\mathrm{ij}},$1≤i≤m；其中，u_i则表示网络性能综合评价值的大小；上述步骤D中的将主、客观分析法分别得到的综合评价值再进行组合评价，得出最终网络性能综和评价值，其具体步骤如下：D1、使用归一化方法对新的决策矩阵数据标准化处理按照归一化方法进行处理，在决策矩阵S＝(s_ij)_m×2中，令1≤i≤m，1≤j≤2；则矩阵V＝(v_ij)_m×2，也称为向量归一标准化矩阵；D2、计算主、客观两种方法在组合评价中的权重对标准化矩阵V＝(v_ij)_m×2 再进行归一化处理，得$P_{\mathrm{ij}}=\frac{v_{\mathrm{ij}}}{\underset{i=1}{\overset{m}{\Sigma }}{v}_{\mathrm{ij}}},$1≤i≤m，1≤j≤2；D21、计算第j个方法相对重要性程度的熵值，其公式为：$e_j=-\frac{1}{\ln m}\underset{i=1}{\overset{m}{\Sigma }}{p}_{\mathrm{ij}}\ln p_{\mathrm{ij}}$D22、计算第j个方法的差异系数，其公式为：g_j＝1-e_jD23、确定指标权重，第j个方法权重，其公式为：$k_j=\frac{g_j}{\underset{j=1}{\overset{2}{\Sigma }}{g}_j}$D3、使用线性加权法计算综合评价值计算综合评价值，其计算公式为：$z_i=\underset{j=1}{\overset{n}{\Sigma }}{k}_j{v}_{\mathrm{ij}},$1≤i≤m；其中，z_i则表示网络性能综合评价值的大小。