#include "SchemePlanManager.h" #include "ProjectManager.h" #include #include QString SchemePlanManager::stringFromDataSource(SchemePlanManager::SchemeDataSource src) { switch (src) { case NoData: return "无"; case FromExpert: return "导入专家数据"; case FromMeasurement: return "添加实测数据"; case FromScheme: return "专家导入"; } } QString SchemePlanManager::nameOfAlgorithm(SchemePlanManager::Algorithm alg) { switch (alg) { case NoAlg: return "无"; case PrincipalComponents: return "主成分分析法"; case Entropy: return "熵值法"; case AHP: return "层次分析法"; case HWM: return "层次加权法"; case SPA: return "集对分析法"; case MEA: return "物元分析法"; case GCE: return "灰色聚类评估法"; case WeightedSum: return "加权求和法"; } } QString SchemePlanManager::descriptionOfAlgorithm(SchemePlanManager::Algorithm alg) { switch (alg) { case NoAlg: return ""; case PrincipalComponents: return "第一步,原始数据标准化。\n第二步,求指标数据间的相关系数矩阵R。\n第三步,求R阵的特征根、" "特征向量和贡献率。\n第四步,确定主分量的个数K。\n第五步,用K个主分量排序。"; case Entropy: return "第一步,空值处理:指标值如果含有空值,则剔除整条数据。\n第二步,异常值处理:对于占比大于1的剔除(对特殊" "指标占比除外),再分别计算每个指标下数据的均值和标准差,如果数据大于均值+3*标准差或小于均值-3*" "标准差,则剔除整条数据。\n第三步,数据标准化。由于正向指标和负向指标数值代表的含义不同(正向指标数值越" "高越好,负向指标数值越低越好),因此,对于高低指标用不同的算法进行数据标准化处理。\n第四步,计算指标值" "相对强度的熵,根据信息量与熵成反比的关系求出信息量权重。"; case AHP: return "第一步,产生评价值\n决策人构造评价矩阵A。A矩阵中,若因素i与因素j的比较判断值为a(ij)" ",则因素i与因素j的比较判断值为a(ji)=1/" "a(ij)" "。\n第二步,本征向量法求解\n对于评价矩阵A和单位阵I以及权向量w,如果目标重要性判断矩阵A中的值估计正确," "则式(A-nI)" "w严格等于零,即为n维零向量;如果A的值不够准确,则A中元素的微小摄动意味着本征值的摄动,再结合权重和等于1" "可得到本征向量即权向量w。\n第三步,一致性" "检验\n一致性指标CI(consistence " "index)与与同阶矩阵的随机指标RI(random index)之比称为一致性比率CR(consistence " "rate),比率CR可用于判定能否接受矩阵A:若CR>0.1,说明A中各元素a(ij)的一致性太差,应重新估计;若CR<0." "1,说明A中各元素a(ij)" "的估计基本一致,这时求出的权值可用。\n第四步,方案排序\n若备选方案在各属性下的值已知,可以根据属性值和" "权重排出方案的优先序。若备选方案在各目标下属性值难以量化时,通过在各目标下不同方案优劣的两两比较,求得" "每个目标下各方案的优劣性,再计算方案的总体优劣性,根据总体优劣性的大小排出方案的优劣。"; case HWM: return "在属性集满足独立性条件时,设定各个属性的权值,对每个方案求其各属性的加权和,以此进行综合,按综合值大小" "进行优劣方案排序。\n在此基础上,利用递推概念,将有限方案的多属性决策问题分解为若干层次,构造第k+" "1级的某个元素对第k级的某个元素z的优先函数。依此类推,就可推出相对于最上层的单个元素的最底层的元素的优先" "序。"; case SPA: return "第一步,将有关联的两个集合构造成一组集对,分析集对中集合的同一性、差异性和对立性。\n第二步,通过计算联" "系度的大小来确定两集合的相似性。\n第三步,引入同异反向量模型,通过联系度排序得到最优方案。"; case MEA: return "第一步,物元矩阵、经典域以及节域的确定和划分。\n第二步,计算指标对于各等级的关联函数。\n第三步,确定指" "标权重、计算关联度。\n第四步,确定评定等级。"; case GCE: return "第一步,根据定性分析,确定指标体系和各指标在指标体系中的权重。\n第二步,按照评估要求刻画灰类,选取阈值" "。\n第三步,建立三角白化权函数。\n第四步,整理修改前后各指标的实现值,分别计算其属于各灰类的隶属度。\n" "第五步,计算综合聚类系数,分析结果,作出合理判断。"; case WeightedSum: return "第一步,求得各属性的权重与其对应的评价值的乘积。\n第二步,将结果相加得到综合评价值。"; } } QString SchemePlanManager::stringFromIndexCostType(SchemePlanManager::IndexCostType t) { switch (t) { case IndexCostTypeCost: return "成本型"; case IndexCostTypeBenefit: return "效益型"; } } QString SchemePlanManager::processName(const SchemeProcessInfo &process) { QList l1 = { "构建权重分析指标体系", "收集权重分析数据", "指标体系优化", "指标权重计算", "", "", "分析结果展示", "生成分析评估报告" }; QList l2 = { "构建技术措施指标体系", "", "", "", "收集评估数据", "评估计算", "评估结果展示", "生成评估报告" }; QList l3 = { "构建方案优选指标体系", "收集方案优选权重分析数据", "指标体系优化", "指标权重计算", "评估数据采集", "方案优选计算", "方案优选结果展示", "生成方案优选报告" }; QList l4 = { "构建效能评估指标体系", "收集效能评估权重分析数据", "指标体系优化", "效能评估权重计算", "收集效能评估数据", "效能评估计算", "效能评估结果展示", "生成效能评估报告" }; QList> names = { l1, l2, l3, l4 }; /// 获取指标类型枚举值 index /// 由于枚举值不是连续自然数, 故不能作为下表来索引数组 /// 故须使用 index 替代 int index = 0; QMetaEnum indexEnum = QMetaEnum::fromType(); for (int i = 0; i < indexEnum.keyCount(); i++) { if (indexEnum.value(i) == process.indexType) { index = i; break; } } if (index >= 0 && index < names.count() && process.type >= 0 && process.type < names[index].count()) { return names[index][process.type]; } return ""; } QString SchemePlanManager::processDescription(const SchemePlanManager::SchemeProcessInfo &process) { switch (process.type) { case IndexSystem: return "在指标体系设计页面,录入项目包含的指标,注意指标名称不能重复。"; case ImportWeightData: case ImportEvalData: { if (process.dSource == FromExpert) { return "在评估数据采集页面给项目配置专家和权重。从评估项目管理页面找到对应的项目,导出资源包分发给专家。收" "集到专家填写的数据后,在评估数据采集页面导入专家数据。"; } else if (process.dSource == FromMeasurement) { return "在评估数据采集页面添加实测数据。"; } else if (process.dSource == FromScheme) { return "在评估数据采集页面添加专家方案。"; } break; } case OptimizeIndex: return ""; case CalculateWeight: { QString algName = nameOfAlgorithm(process.algorithm); return QString("使用%1计算各个指标的权重。").arg(algName); } case RunEvaluate: { QString algName = nameOfAlgorithm(process.algorithm); if (process.indexType == ProjectManager::TechIndex) { return QString("使用%1进行技术措施重要度评估。").arg(algName); } else if (process.indexType == ProjectManager::OptimalIndex) { return QString("使用%1进行方案优选评估。").arg(algName); } else if (process.indexType == ProjectManager::EfficiencyIndex) { return QString("使用%1进行综合效能评估。").arg(algName); } } case ShowEvalResult: { if (process.indexType == ProjectManager::AbilityIndex) { return "在评估数据处理页面查看权重分析结果"; } else { return "在评估数据处理页面查看评估结果"; } case GenerateReport: return ""; default: break; } } return ""; } QList SchemePlanManager::processOptionalDataSource(const SchemeProcessInfo &process) { if (process.type == ImportEvalData && process.indexType == ProjectManager::EfficiencyIndex) { return { FromMeasurement }; } if (process.type == ImportEvalData && process.indexType == ProjectManager::OptimalIndex) { return { FromScheme }; } if (process.type == ImportWeightData || process.type == ImportEvalData) { return { FromExpert, FromMeasurement }; } return {}; } /** * 根据指标体系类型和方案步骤类型, 返回可选算法 * date: 2023-11-03 by chengxr */ QList SchemePlanManager::processOptionalAlgorithms(const SchemeProcessInfo &process) { switch (process.type) { case OptimizeIndex: return { PrincipalComponents }; case CalculateWeight: { return { AHP, Entropy, PrincipalComponents }; } case RunEvaluate: { if (process.indexType == ProjectManager::TechIndex) { return { WeightedSum }; } else if (process.indexType == ProjectManager::OptimalIndex) { return { HWM, SPA }; } else if (process.indexType == ProjectManager::EfficiencyIndex) { return { MEA, GCE }; } return {}; } case IndexSystem: case ImportWeightData: case ImportEvalData: case ShowEvalResult: case GenerateReport: return {}; } } bool SchemePlanManager::processIsOptional(const SchemeProcessInfo &process) { return (process.type == GenerateReport); } SchemePlanManager::SchemePlanManager(QObject *parent) : QObject(parent) { }