基于模糊綜合評判的測控網運行評估仿真與實現

高惠荔，劉 彬，李文舒，徐 建，陳思遠

(1.中國人民解放軍63769部隊，陜西 西安 710043；2.中國人民解放軍63789部隊，陜西 西安 710043)

0 引言

隨著我國航天事業的飛速發展，太空運行的航天器迅速增多。不同種類、不同用途的衛星發射升空，地面測控站也相應地建設起來，地面測控網已形成具有一定規模的實用網絡。為了有效地管理測控資源，合理使用測控設備，地面測控網運行管理需求越來越迫切。

在以往的測控網運行質量管理中，對測控網運行質量的評估僅停留在對衛星長期管理、任務跟蹤任務成功率的統計和測控任務需求是否滿足上，評價標準過于簡單，缺乏對測控網運行質量的科學全面評估，不能從全網的角度反映測控網的整體運行情況，也無法對后續測控設備、測控網的發展和建設提供合理化建議。在軌航天器和測控設備的數目激增，技術復雜程度不斷提升，粗放式的管理模式已經阻礙了航天測控網運行整體效能的提升。目前，在測控網運行質量評估方面，還沒有比較完善的方法及規范，現代信息技術也沒有在測控網的運行管理中得到高效應用。

評估理論起源于管理科學領域，從決策理論中提取、吸收而來，也融合了其他學科的理論并逐步發展。近20年來，管理科學、應用數學、系統論、信息論、計算機技術和人工智能技術等被引入系統評估領域，產生了一系列新的評估方法，如：模糊評估方法、灰度評估方法和人工智能方法等，評估方法的應用領域也日益廣泛，已滲透至互聯網系統、教育系統、農業系統和科技系統等，進行了網絡質量、教學質量、糧食產量及項目的評估，帶來了巨大的社會和經濟效益[1-3]。

本文對測控網內同類設備運行質量評估開展了深入研究，該類評估系統具有多層次、多因素和主觀性較強等特點，通過多種評估方法比較分析，最終采用模糊綜合評判法進行處理分析，有效分析出測控網內設備運行質量和效益，為后續設備工作合理分配和提高測控網運行質量奠定了扎實基礎。

1 測控網運行質量評估體系設計

1.1 測控網運行質量評估系統的組成

本文對測控網運行質量評估實際落腳點是針對網內各測控設備的運行質量而言的，該評估系統主要由7部分組成：評估目的、評估主體、評估對象、評估指標、權重、評估方法和評估結果[4-9]。

評估目的：對測控網管理范圍內測控設備一段時間內的運行質量進行公平公正評估，促使形成有效良好的測控網管理運行評價機制，起到一定的激勵作用；并通過評估數據自動采集的實現，進一步提升測控網管理的精細化和規范化水平，對測控網的合理運行提出有指導性的建議。

評估主體：主要面向測控網管理中心的管理者，也適用于設備總體單位或研制廠所對測控網運行質量關心的人員。

評估對象：考慮到當前測控網管理主要是地基設備，尤其以S頻段設備為主，同時為了使評估結果不受不同設備性能的影響，本文研究的評估對象以基本上同時投入使用的一類設備為主，對其他類型測控設備評估時，可參考本文的研究方法執行。

評估指標：根據本文對測控設備運行質量的評估目的，確定該評估系統所需的評估指標。

權重：反映評估指標之間的相對重要性，是指標對總目標的貢獻程度。當評估對象及評估指標都確定時，評估的結果就依賴于權重，即權重確定的合理與否，關系到評估結果的可信程度[10-12]。

評估方法：是在評估理論指導下進行具體評估采取的途徑、步驟和手段等，評估方法一般分為定性方法、定量方法和定性定量相結合3類。

評估結果：通過一系列評估步驟后，得到評估結果，即評估方法產生的結論。評估結果只適應于性質相同的對象之間的比較和排序，具有相對意義，故要公正對待評估結果。

1.2 測控網運行質量評估指標體系的設計

為了將多層次、多因素和復雜的評估問題用科學的計量方法進行量化處理，針對評估對象構造了一個科學的評估指標體系，如圖1所示。

圖1 測控網運行質量評估指標體系

2 基于模糊綜合評判法的評估體系建模

運用模糊綜合評判法建立相應數學模型，需要以下步驟：確定評價因素集、確定評價等級集、進行單因素評價、建立評價矩陣、確定權向量、進行模糊合成和做出決策[13-16]。

2.1 確定評價因素集

針對圖1給出的準則層指標，這是一個典型的2層評價問題，相應的評價因素劃分為2個層次，其中，U1={c11，c12，c13，c14，c15}，U2={c21，c22，c23}，U3={c31，c32，c33}，U4={c41}為第1層次，U={B1，B2，B3，B4}為第2層次。

2.2 確定評價等級集

將評價等級劃分為4個等級，即V=(優秀、良好、一般、差)。對于評價因素集中的每個因素ui(i=1，2，…，4)，vj(j=1，2，…，4)分析其對于評價等級集的隸屬度rij，得出第i個因素的單因素評價結果：ri=(ri1，ri2，…，ri4)。

2.3 多專家進行單因素評價

針對第1層次的評價因素，分別由多名專家對每套設備進行測評，并將專家測評結果進行累加，進行歸一化處理，得到各評價因素隸屬于評價等級集中各等級的測度值，即得到第1層次的模糊評價矩陣R1，R2，R3，R4。

對于m個因素，進行單因素評價后，將ri作為第i行，形成一個綜合了m個因素n個評價等級的模糊矩陣R。

2.4 確定權重

求權重是綜合評價的關鍵。層次分析法是一種行之有效的確定權系數的有效方法。層次分析法的步驟大致如下：

① 確定目標和評價因素

P個評價指標，u={u1，u2，…，up}。

② 構造判斷矩陣

判斷矩陣元素的值反映了人們對各元素相對重要性的認識，一般采用1～9及其倒數的標度方法。但當相互比較因素的重要性能夠用具有實際意義的比值說明時，判斷矩陣相應元素的值則取這個比值，即得到判斷矩陣：

S=(uij)p×p。

③ 計算判斷矩陣得出權重

計算判斷矩陣的最大特征根λmax，及其對應的特征向量A，此特征向量就是各評價因素的重要性排序，也是權系數的分配。

利用層次分析法，分別得到一級指標和二級指標的權重。與第1、2層評價因素對應，權重矢量分別為：W1={wc11，wc12，wc13，wc14，wc15}，W2={wc21，wc22，wc23}，W3={wc31，wc32，wc33}，W4={wc41}，W={wb1，wb2，wb3，wb4}對于權重wi，要求wi≥0且∑wi=1。

2.5 進行模糊合成

在模糊矩陣R和權重向量W已經確定的基礎上，對二級指標進行模糊合成。用模糊算子表示為：

Si=Wi*Ri。

常用的模糊算子符號有Zadeh算子、加權平均算子、環和乘積算子、有界算子、取大乘積算子、有界和取小算子、有界和乘積算子、Einstein算子、Hamacher算子和Yager算子等。本文選用加權平均算子(●，+)，進行加權平均運算。

S1=W1*R1，S2=W2*R2，

S3=W3*R3，S4=W4*R4。

然后，對計算得到的S1～S4，組合形成對一級指標的模糊綜合評價矩陣R：

R=[S1，S2，S3，S4]。

最后，將權重向量W與模糊綜合評價矩陣R合成模糊綜合評價結果向量S：

S=W*R。

選定了模糊算子進行S的計算后，需要對S進行歸一化，使∑sj=1。

2.6 做出決策

根據模糊綜合評價結果向量S，可以按照最大隸屬度法則，或者賦予不同的等級一個權重向量W′，從而使每個被評價對象綜合得到一個評價值，做出決策。

最大隸屬度法則：針對評價結果向量S=(s1，s2，s3，s4)，sj表示被評價對象隸屬于評價等級vj的程度。其中，s中最大的sj對應的等級vj表示被評價對象最適合于該等級，可以用該等級作為被評價對象的評價結果。

該方法簡單便于理解，但由于該方法只選取S中的最大值對應的等級，而其他非最大值對應的信息被忽略，使得評價結果損失的信息較多，不能全面反映評價對象的情況，只能對評價對象做大致評判。

加權平均法則：針對4個評價等級優秀、良好、一般和差，設置等級權重向量W′={4，3，2，1}，將各個評價對象的結果向量S=(s1，s2，s3，s4)分別與W′中各等級對應的權值進行加權求和，得到各個評價對象的綜合評分值，最后根據分數值的大小進行排序。

這樣，綜合評價結果向量S解模糊后的結果可直接得到全部評價對象的從高到低的排名。該方法全面考慮并利用了評價結果向量S中的信息，較全面客觀地對評價對象做出評價，根據本項目的研究需要，擬采用加權平均法則做出決策。

3 數值計算及仿真驗證

3.1 數值計算

本文分別單獨計算B1～B4項的得分后，利用B1～B4項的分值再次模糊加權計算得到最終得分并進行排名顯示，由于B1～B4項和總的計算采用的軟件編程方法相同，這里以B1項為例對程序進行說明。表1～表3為設備跟蹤歷史試驗數據，其中，表3中PT表示平均值。

表1 15套設備(c11～c15)數據

表2 專家對(c11～c15)的權重分配

表3 專家對(c11～c15)數據的評價標準(選取部分)

隸屬度法則，或者賦予不同的等級一個權重向量W′，從而使每個被評價對象綜合得到一個評價值，做出決策。

3.1.1 計算判斷矩陣

采用的是層次分析法確定不同評價因素的權重。根據給定的評估數據中5位專家對B1中各小項(c11～c15)所占的權重比例及重要程度分配，進行求平均，進而得到判斷矩陣。

① 求c11～c15平均

c11的平均=(專家1c11+專家2c11+專家3c11+

專家4c11+專家5c11)/5=9.24；

c12的平均=(專家1c12+專家2c12+專家3c12+

專家4c12+專家5c12)/5=9.08；

c13的平均=(專家1c13+專家2c13+專家3c13+

專家4c13+專家5c13)/5=9.16；

c14的平均=(專家1c14+專家2c14+專家3c14+

專家4c14+專家5c14)/5=9.76；

c15的平均=(專家1c15+專家2c15+專家3c15+

專家4c15+專家5c15)/5=8.92。

② 求判斷矩陣

3.1.2 計算權重

計算步驟如下：

計算得到B1=(0.200 2，0.196 7，0.198 4，0.211 4，0.193 2)。

3.1.3 評價矩陣與等級權重模糊合成與排序

B1項的運行結果截屏如圖2所示。

圖2 B1項的運行結果

3.2 仿真驗證

針對本文的數學模型計算方式，經比較最終選擇Matlab軟件進行編譯。

仿真模型選取了參加日常測控工作的15套在用測控設備，評估周期為2015年1月1日至2015年6月30日，評估數據來源來源于設備跟蹤衛星歷史試驗數據。B1部分程序截屏如圖3所示。最終評估結果截屏如圖4所示。

圖3 部分程序截圖

圖4 評估結果

仿真結果得出了15套在用設備在測控網運行半年以來的綜合評價得分，充分反應出15套設備對測控網的貢獻率和使用率，該結果與半年以來的歷史數據相吻合，仿真結果可信。

4 結束語

通過對選取的測控網內15套典型設備建立仿真模型，并運用本文構建的運行評價體系和模糊綜合評判方法，以半年內測控網運行期間的設備跟蹤數據作為輸入，仿真計算得出的設備在測控網內運行質量情況與實際運行結果一致。因此，本文所構建的測控網質量運行評估體系科學合理，能夠較為全面、快速和準確地反映出測控網內設備運行狀態和測控網運行質量，能為后續科學合理調配測控網內設備資源作為依據，更好地提供全網的運行質量和效益。