[发明专利]基于TOPSIS的支持向量机方案评估方法

说明书

技术领域

本发明涉及一种基于TOPSIS的支持向量机方案评估方法，特别是针对费用数据信息缺乏的产品研制阶段费用估算方案。

背景技术

随着科技的发展，社会的进步，在一个项目开始之前，对费用估算成为一个必不可少的环节。然而在产品研制阶段，尤其是新研制某种产品时，可利用的费用数据是很少的，此时人们会根据现有经验给出很多个费用估算方案，而如何判断某一个方案是合理的、最优的，则需要使用方案评估方法。研制阶段是一个项目的指导方针，因此，方案评估的准确程度的要求也是很苛刻的，因为对每一个方案进行评估时有任何的误判，都可能导致重大的经济损失，这样的案例，在国内举不胜举。

目前国内外针对方案评估方法有很多，如：层次分析法、灰色理论法、熵权法、主成分分析法、神经网络法、TOPSIS法和支持向量机法。但到目前为止，每一种方法都存在某种不足之处，如：层次分析法及主成分分析法对特征根及特征向量的求解复杂；灰色理论法及熵权法需要经过繁琐的计算求得指标权重；神经网络法容易陷入局部最优，甚至无法得到最优解；TOPSIS法在确定属性优、劣值时，存在一定的主观性；支持向量机法回归预测的目标函数的建立困难。

在这种背景下，本发明专利采取了一种新的综合方法，即首先根据专家的经验对费用因子进行估算，然后利用支持向量机法机器学习的特性来协调TOPSIS在选取属性优、劣值时存在的主观性，并将TOPSIS方法中的贴近度函数作为支持向量机中回归预测的目标函数，二者互补，得到一种相对较优的方案评估方法。

支持向量机和TOPSIS方法均可以对方案进行评估，目前为止，已有很多单独使用的支持向量机或TOPSIS方法进行方案评估的相关专利，如：

(1)发明专利“一种数控装备性能可靠性评估方法”，该专利是利用最小二乘法拟合性能参数分布类型，并判断其拟合程度；然后采用多元支持向量回归机训练得到以时间和性能参数分布的统计特征为输入和输出的最优非线性回归函数，即性能参数分布的统计特征随时间变化的函数，进而性能参数的概率密度函数，从而得到数控装备的可靠度。

(2)发明专利“基于核函数优化的支持向量机太阳翼展开可靠性评估方法”，该发明公开了一种基于核函数优化的支持向量机太阳翼展开可靠性评估方法，包括：根据专家知识建立太阳翼展开可靠性综合评价指标体系；采用物元法和层次分析法得到评价指标体系的权向量；由专家对影响太阳翼展开的诸因素测量值评分，将评分结果视为样本数据；由程序自动选取支持向量机SVM核函数及其参数值，构建训练模型；使用交叉验证来检验核函数及其参数是否需要进行微调；用检测样本来验证所建模型，对太阳翼展开可靠性作出评估。

(3)发明专利“一种电能质量综合评估的方法”，该发明公开了一种运用灰色关联系数矩阵的TOPSIS法对电能质量综合评估的方法，将各时段电能质量数据与各等级标准数据作为原始决策矩阵；改进AHP法确定主观权重；熵权法确定客观权重；建立最小二乘法优化决策模型获得综合权重以使所有指标的主、客观权重下的决策结果偏差最小；对决策矩阵标准化、加权标准化处理，利用灰色理论得到灰色关联系数矩阵；将灰色关联系数矩阵作为TOPSIS法的决策矩阵，求取各方案的正、负理想解的距离及其相对贴近度；比较各时段电能质量贴近度和各电能质量等级标准的贴近度，最后获得各时段电能质量等级。

(4)发明专利“基于信息熵的TOPSIS法多目标威胁排序方法”，该发明提供了一种基于信息熵的TOPSIS法多目标威胁排序方法，首先建立威胁评估威胁因子模型；然后根据威胁因子模型建立目标属性决策矩阵；根据决策矩阵采用熵权法计算目标属性权重向量；最后根据熵权法计算出的权重向量，采用TOPSIS方法计算各目标方案相对贴近度，根据相对贴近度的大小即威胁度的大小，对各方案进行威胁评估排序。

本发明基于TOPSIS的支持向量机方法是针对费用估算方案评估的前沿方法，该方法是利用专家经验对选定的费用因子进行估算，再通过TOPSIS方法对数据进行规范化处理，将其贴近度函数作为支持向量机回归预测的目标函数，利用软件MATLAB中的LIBSVM工具箱，对方案进行回归预测，最后根据预测出的贴近度值的大小，选出最优方案，根据最优方案得到研制阶段的费用总和估值。

发明内容