基于云模型的协同管控关键因素智能生成方法

本发明提供一种基于云模型的协同管控关键因素智能生成方法，该方法先获取协同管控系统的二维不确定语言评价数据，数据涵盖实时、历史及外部环境数据。接着基于云模型对数据进行定量转换，利用基于第二类不确定语言变量的不确定性系数确定云的超熵，经第一类不确定语言的云模型数字特征转换等步骤得到云数字特征矩阵并聚合为综合云。然后基于熵权法计算属性权重，将综合云转换为区间数排序矩阵，采用改进的PROMETHEE法计算各影响因素的输入流、输出流和净流，依净流对协同管控关键因素排序，最终获取关键因素排序结果。该方法已在长江大保护EPC项目中应用，有效识别出自然环境因素等关键影响因素，为总包单位协同管控提供了有力的理论支持。