基于自适应主成份分析模型的汽车分队安全性评价摘要：给出了一种适用于多种评价数据源的主成份分析方法模型，该方法模型以变换信息损失最小为准则选择对应不同的无量纲处理方法，以一定的累计方差贡献率为阀值确定评价主成份，依据主成份与评价指标个数关系自适应处理待评价数据和生成评价结果，从而达到了提高评价精确度，降低非线性样本数据维数的目的。最后，将提出的评价模型应用于汽车分队安全评价中，并分析了评价结果，结果表明了提出模型可有效处理各种线性和非线性样本指标的评价问题。关键词：自适应；主成份分析；汽车分队；安全评价引言汽车分队安全是影响部队军交运输保障效能的关键因素，不仅影响着部队的安全稳定，更关系到部队的保障力、战斗力的形成。汽车分队安全评价是对影响一个分队安全的各项因素分别考核打分，然后利用一定的方法形成综合评价结果，来反映该分队的总体安全稳定程度。讨论汽车分队的安全评价方法对于提高担负军交运输任务部队的管理能力和安全稳定水平具有重要意义。在安全评价领域，目前国内外学者提出了很多统计学概念和评价方法，代表性的有模糊评价理论[1]、层次分析法[2]、灰色关联度[3]、聚类分析法[4]、主成份分析法等。其中，主成份分析法利用降维的数学思想，将原始的多个指标重新组合成一组新的相互无关的综合指标，同时根据需要从中选择较少的几个综合指标，尽可能反应原来指标的信息，从而将安全评价中相互关联的复杂的指标简单化处理，提高了评价的效率。然而，在传统的主成份分析法中存在一些不合理的、主观的处理方法，严重影响了评价的效果。针对于此，很多学者提出了众多改进的意见，文献[5]针对传统方法对原始数据标准化处理损失信息较多的问题提出了均值化处理的思想。文献[6]讨论了主成份分析法中样本信息损失的问题，并提出了改进意见。文献[7]分析了三种无量纲化处理方法和主成份选取问题。文献[2，4]分别将主成份分析法与层次分析法、聚类分析法等相结合，提出了综合的评价方法，达到了一定的效果。虽然众多学者对主成份分析法用于统计评价中存在的诸多问题进行了论证，并提出了改进建议，但是这些改进大多是针对该方法的某一个应用环节进行的优化，没有形成一个通用的评价模型，本文在此基础上，给出一个自适应的主成份分析评价模型，在评价流程的关键环节充分考虑了各种可能数据源特征，并对应实行了不同的处理办法，从而使得评价结果更加真实，更能反应客观实际。最后，文章在汽车...
