| 2)云重心可以表示为T=a×b。a表示云重心的位置,b表示云重心的高度。 期望值反应了相应的模糊概念的信息中心值,即我们所说的云重心位置。当期望值发生变化时,它所代表的信息中心值发生变化,云重心的位置也相应的改变。在一般的情况下,云重心的高度取常值(0.371)期望值相同的云可以通过比较云重心高度的不同来区分它们的重要性,即云重心高度反映了相应的云的重要程度。所以说,通过云重心的变化情况,可以反映出系统状态信息的变化情况。免费论文参考网。 3基于云理论的卫星网网络管理与互联互通仿真评估算法应用云理论对卫星网网络管理与互联互通技术仿真效能评估过程如下: (1)确立性能指标参数,如图1所示。 
 图1 性能指标参数 (2)从系统中抽取出这三个指标的四组数值,即一个时间段内系统的状态值(如表1)。 表1 一个时间段内的系统状态值 
 
    
        
            |     | 吞吐量 | 传输时延 | 网管指标满足程度 |  
            | 1 | 200 | 230 | 好 |  
            | 2 | 100 | 300 | 差 |  
            | 3 | 300 | 200 | 很好 |  
            | 4 | 400 | 175 | 极好 |  
            | 理想状态 | 320 | 180 | 很好 |  假设利用专家调查法,得到的指标权重 (0.3246,0.3137,0.3617)。 (3)利用云理论,把语言值用相应三个数字特征( ,  ,D)来表征,即用一个云对象来表示(如图2所示)。 
 图2网管指标满足程度隶属云 利用评测云发生器将目标识别能力定量表示如下: 表2 一个时间段内的系统状态值定量表示   
    
        
            |     | 吞吐量 | 传输时延 | 网管指标满足程度 |  
            | 1 | 200 | 270 | 0.6 |  
            | 2 | 100 | 400 | 0.4 |  
            | 3 | 300 | 200 | 0.8 |  
            | 4 | 600 | 170 | 1 |  
            | 理想状态 | 100 | 150 | 0.8 |  (4)求各指标云模型的期望值和熵 对于 个精确数值型的指标,可以用一个云模型表示,其中, 
 
 同时对于语言值型的指标也可以用云模型来表示,那么 个语言值(云模型)表示的一个指标可以用一个一维综合云来表示。其中, 
 
 表3 卫星网络管理与互联互通仿真系统参数表   
    
        
            | 指标 | 吞吐量 | 传输时延 | 网管指标满足程度 |  
            | 期望值(  ) | 300 | 260 | 0.7 |  
            | 熵(  ) | 83.33 | 38.33 | 0.1 |  (5)求加权综合云的重心向量T 云的重心向量 ,其中:  表示云重心的位置(  ),代表的信息中心值;  表示云中心的高度,在一般的情况下,云重心的高度取常值(0.371),期望值相同的云可以通过比较云重心高度反映了相应的云的重要程度。云重心的变化情况,可以反映出系统状态信息的变化情况。因此,加权综合云的重心向量:  ,则  =(36.10665,30.2595,0.0939),理想状态加权综合云的重心向量为:  (12.04266,17.4574,0.0671)。 (6)用加权偏离度来衡量云重心的改变 首先,将综合云重心向量归一化。免费论文参考网。其中归一化公式为:  , 
 归一化后,云重心向量分别为 ,理想状态为特殊情况,  。把各指标归一化之后的向量乘以其权重,然后相加,取平均值后得到加权偏离度:  0.4531(  )将其输入评测云发生器后,将激活“差”和“一般”两个云对象,由于两者激活程度相差较小,故定性表示可用“介于差和一般之间”来说明,亦可由专家或用户重新定义。 4结论本文提出的基于云的卫星网网络管理与互联互通评估方法是以云模型为基础,构成定性和定量之间的映射,通过其期望值、熵和超熵三个数字特征表征,将模糊性和随机性集成在一起,以实现定性和定量之间的转换。该评估方法以确定性作为其基本出发点,在理论上借鉴了层次分析发的某些手段,可以较好地处理指标体系中存在的泛层次树结构现象。结果表明,该方法对于复杂系统的综合评价更为方便、可行。 参考文献[1] JianChen, Song Lin. An interactive neural network-based approach for solvingmultiple criteria decision-making problems. Decision Support Systems. 2003.(36):137-14.
 [2] Jen-HerWu,Her-Sen Dong, Cheng-Chang Lee. A methodology for designingform-based decision support systems. Decision Support System. 2004.(36):313-335.
 [3] JeffreyA. Bouffant, Faye S. Taxman, Rebecca Silverman. Improving process evaluationsof correctional programs by using a comprehensive evaluation methodology. Evaluationand Program Planning 2003.(26):149-161.
 [4]甄涛,王平均,张新民.对地导弹武器作战效能评估方法[M].北京:国防工业出版社,2005.86-89.
 [5]杨利民.指挥自动化系统作战需求分析研究[M].北京:国防大学出版社,2003.43-46.
 [6]程岚.解析法在电子装备效能评估中的应用.桂林电子工业学院学报.2003.23(3):89-91.
 [7]朱丽莉,王朝棵.基于模糊层次分析法的雷达网作战效能评估战术导弹技术. 2003.(2):61-65
 [8]卜广志,张宇文.基于灰色模糊关系的灰色模糊综合评判[J].系统工程理论与实践.2002.(4):141-144
 [9]杨亚立. 军事通信网仿真研究[J], 系统工程与电子技术.1999,21(7),61-63.
 [10]王聪, 汪光杰. 通信系统性能仿真评估算法的研究[J],系统仿真学报. 2004:16(3),390-393.
 [11]吴国民, 程水英.云理论及其在电子对抗中的应用初探[J],电子对抗技术. 2005,6,7-9.
 
    2/2   首页 上一页 1 2 |