[发明专利]装备贡献度数据分析方法、系统、存储介质、计算机设备

权利要求书

1.一种装备贡献度数据分析方法，其特征在于，所述装备贡献度数据分析方法包括：

依据作战想定，确定参战的装备类型，某类型下多种不同武器装备作为该装备类型可投入作战的候选武器集，所有装备类型的候选武器集的笛卡尔积构成体系作战的装备方案空间；

以作战效能反映作战能力，构建作战能力指标体系；

基于作战能力指标体系，确定变量类型以及变量间的影响关系，构建装备贡献度评估的结构方程模型；模型构建完成后，对模型进行识别，识别的作用是判断模型参数是否可以估计；

武器装备方案空间构建完成后，采用仿真系统或其他科学的方式求解每组装备方案下的作战效能值作为观测变量值构成数据集，为装备贡献度SEM模型的求解提供数据支持；

在模型识别完成以及数据空间准备好后，进行模型的参数估计；

模型检验，包括参数检验和拟合优度检验；若模型的检验结果不理想，需要对模型进行适当修正，直至参数接受且修正后的模型符合贡献度分析的实际情况；

将SEM模型估计的参数值代入原模型方程中，转换后求解出解析模型；

结合解析模型与效能指标值，计算求解每组装备方案的作战能力值；采用相对贡献度的分析形式，通过对作战能力值以及解析模型的对武器装备的贡献度进行分析。

2.如权利要求1所述的装备贡献度数据分析方法，其特征在于，所述装备贡献度数据分析方法的作战想定的内容包括作战背景、参战力量、作战目标、作战结果，是对整个作战过程的描述；方案是不同类型参战装备所形成的组合，装备方案空间是多种方案所构成的方案集合；依据作战想定，确定参战的装备类型，某类型下多种不同武器装备作为该装备类型可投入作战的候选武器集，所有装备类型的候选武器集的笛卡尔积构成体系作战的装备方案空间。

3.如权利要求1所述的装备贡献度数据分析方法，其特征在于，所述装备贡献度数据分析方法的作战能力指标体系包括：武器装备指标体系和作战能力指标体系；武器装备指标体系获取仿真作战效能数据，为仿真系统的参数设置提供指导；作战能力指标体系用于搭建结构方程模型。

4.如权利要求1所述的装备贡献度数据分析方法，其特征在于，所述基于作战能力指标体系，确定变量类型以及变量间的影响关系，构建装备贡献度评估的结构方程模型；模型构建完成后，对模型进行识别，识别的作用是判断模型参数是否可以估计包括：

t规则是SEM识别中常用的规则，在SEM中，共有p+q个观测变量，产生(p+q)(p+q+1)/2个不同的协方差和方差，获得(p+q)(p+q+1)/2个不同的含未知参数的方程，只要未知参数个数满足下式，方程就是可识别的：

t＜(p+q)(p+q+1)/2；

其中，t是待估计的未知参数的个数；p是外生观测变量的个数；q是内生观测变量的个数。

5.如权利要求1所述的装备贡献度数据分析方法，其特征在于，所述在模型识别完成以及数据空间准备好后，进行模型的参数估计包括：参数估计值是使样本数据协方差矩阵S与预测协方差矩阵Σ(θ)差异最小的估计值，衡量差异的标准由估计方法决定，参数估计方法包括：

(1)最大似然估计ML，拟合函数为：

F_ML(S；Σ(θ))＝tr(SΣ^-1(θ))+[log|Σ(θ)|-log|S|]-(p+q)；

其中，tr是一个表明矩阵中对角线元素之和的算法；log|Σ(θ)|是Σ(θ)的决定因子的对数；

(2)未加权最小二乘法ULS，拟合函数如下：

F_ULS(S；Σ(θ))＝tr([S-Σ(θ)]²)；

(3)一般最小二乘法GLS，根据S^-1对S与Σ(θ)之间的差异做加权处理，在大样本数据下，GLS的拟合函数为：

F_GLS(S；Σ(θ))＝tr([(S-Σ(θ))S^-1]²)。