[发明专利]基于灰色模糊层次分析的设备状态变量选择方法及设备

权利要求书

1.一种基于灰色模糊层次分析的设备状态变量选择方法，其特征在于，包括以下步骤：

获取与设备对应的多组候选状态变量；

针对每组所述候选状态变量，获取该组候选状态变量中各变量的评价指标，以灰色模糊层次分析法获取该组候选状态变量的评价值；

以最优评价值对应的一组候选状态变量作为最终设备状态变量输出；

其中，所述以灰色模糊层次分析法获取该组候选状态变量的评价值具体为：

基于模糊理论构造反映各变量间及每个变量各评价指标间的相对重要度；

基于灰类划分和灰色评价理论计算每个变量的评价指标对应的灰色评价权矩阵；

基于所述每个变量各评价指标间的相对重要度及所述灰色评价权矩阵计算获得各变量的灰色评价权向量；

基于所述各变量间的相对重要度及所述灰色评价权向量计算获得该组候选状态变量的评价值。

2.根据权利要求1所述的基于灰色模糊层次分析的设备状态变量选择方法，其特征在于，多个因素间的所述相对重要度通过以下步骤获取：

比较两两因素间的重要程度，构建判断矩阵A＝(a_ij)_n×n，n为因素个数，a_ij表示因素i与因素j间的重要程度；

基于所述判断矩阵A获得对应的最优传递矩阵T＝(t_ij)_n×n，且矩阵T满足最小；

获得最优一致性矩阵F＝(f_ij)_n×n，f_ij＝exp(t_ij)；

利用方根法求得相应因素的相对重要度W＝{w₁,w₂,…,w_n}，其中，

所述因素为各变量或每个变量的各评价指标。

3.根据权利要求2所述的基于灰色模糊层次分析的设备状态变量选择方法，其特征在于，采用3标度法模糊评价标准构建所述判断矩阵，当因素i比j重要时，a_ij取1，当因素i与j同等重要时，a_ij取0，当因素j比i重要时，a_ij取-1。

4.根据权利要求1所述的基于灰色模糊层次分析的设备状态变量选择方法，其特征在于，所述计算每个变量的评价指标对应的灰色评价权矩阵具体为：

获取各评价指标的专家打分，对打分范围进行区间划分获得h个灰类区间，并对所述灰类区间向左右两个方向延伸，获得h+2个区间及各区间的中心点集合λ＝{λ₀,λ₁,λ₂,…,λ_h,λ_h+1}；

计算各评价指标关于灰类k的白化权，其中，当k＝2,3,…,h-1时，采用三角白化权函数获得对应白化权，所述三角白化权函数f_k(x)表示为：

当k＝1或h时，采用混合型白化权函数获得对应白化权，具体地：

其中，x为评价指标的专家打分，以I_qrl表示第l位专家对第r个指标的专家打分，专家总数为m；

基于各评价指标的白化权计算获得所述灰色评价权矩阵ρ_q：

ρ_q＝[ρ_q1,ρ_q2,…,ρ_qr,…]^T，ρ_qr＝[t_qr1,t_qr2,…,t_qrh]，

其中，T_qrk为灰类k的灰类评价系数，T_qr为总灰色评价系数，

5.根据权利要求4所述的基于灰色模糊层次分析的设备状态变量选择方法，其特征在于，所述专家打分的分数范围为1-10。