技術(shù)特征：

1.一種流程模型可信度動態(tài)評估方法，其特征在于，包括：

對流程模型進(jìn)行仿真測試，得到指標(biāo)數(shù)據(jù)；

將所述指標(biāo)數(shù)據(jù)導(dǎo)入到層次結(jié)構(gòu)模型中，并判斷所述指標(biāo)數(shù)據(jù)是否完整；

如果所述指標(biāo)數(shù)據(jù)完整，則利用客觀量化標(biāo)定方法計算所述流程模型的第一估計值；

利用專家定性打分方法計算所述流程模型的第二估計值；

對所述第一估計值和所述第二估計值進(jìn)行加權(quán)求和，得到第三估計值；

利用所述指標(biāo)數(shù)據(jù)和所述第三估計值對任意流程模型進(jìn)行評估。

2.根據(jù)權(quán)利要求1所述的流程模型可信度動態(tài)評估方法，其特征在于，所述指標(biāo)數(shù)據(jù)包括系統(tǒng)指標(biāo)數(shù)據(jù)和補(bǔ)充指標(biāo)數(shù)據(jù)，所述系統(tǒng)指標(biāo)數(shù)據(jù)包括活動節(jié)點(diǎn)數(shù)量、邏輯節(jié)點(diǎn)數(shù)量、仿真平均執(zhí)行時間、平均實(shí)際執(zhí)行時間方差、超時活動數(shù)、實(shí)物子模型個數(shù)、虛擬子模型個數(shù)、人員面向自模型平均交互量、參數(shù)類型配置完整度、實(shí)物子模型平均失效率和虛擬子模型平均失效率；所述補(bǔ)充指標(biāo)數(shù)據(jù)包括外部激勵個數(shù)、預(yù)計執(zhí)行時間、預(yù)計執(zhí)行時間方差、依賴人員數(shù)量、人員面向自模型平均交互時間、外部激勵控制節(jié)點(diǎn)數(shù)、參數(shù)類型的吻合度和樣本數(shù)量。

3.根據(jù)權(quán)利要求2所述的流程模型可信度動態(tài)評估方法，其特征在于，所述層次結(jié)構(gòu)模型包括八大指標(biāo)，所述利用客觀量化標(biāo)定方法計算所述流程模型的第一估計值包括：

根據(jù)所述指標(biāo)數(shù)據(jù)計算所述八大指標(biāo)的特征量化值；

對所述特征量化值對應(yīng)的權(quán)值進(jìn)行賦值；

根據(jù)所述特征量化值和所述權(quán)值計算所述第一估計值。

4.根據(jù)權(quán)利要求3所述的流程模型可信度動態(tài)評估方法，其特征在于，所述特征量化值包括第一特征值、第二特征值、第三特征值、第四特征值、第五特征值、第六特征值、第七特征值和第八特征值，所述根據(jù)所述指標(biāo)數(shù)據(jù)計算所述八大指標(biāo)的特征量化值包括：

根據(jù)下式計算所述第一特征值：

其中，X₁為第一特征值，P_intergrity為參數(shù)類型配置完整度，P_fit為參數(shù)類型吻合度；

或者，

根據(jù)公式(2)計算第二特征值：

其中，X₂為第二特征值，T_p為預(yù)計執(zhí)行時間，T_ave為多次仿真平均執(zhí)行時間，B_overtime為超時活動數(shù)，B_total為活動節(jié)點(diǎn)數(shù)量；

或者，

根據(jù)公式(3)計算第三特征值：

其中，X₃為第三特征值，N_act為活動節(jié)點(diǎn)數(shù)量，N_logic為邏輯節(jié)點(diǎn)數(shù)量；

或者，

根據(jù)公式(4)計算第四特征值：

其中，X₄為第四特征值，d_p為預(yù)計執(zhí)行時間方差，d_ave為多次仿真的平均實(shí)際執(zhí)行時間方差；

或者，

根據(jù)公式(5)計算第五特征值：

其中，X₅為第五特征值，B_in為外部激勵個數(shù)，B_control為外部激勵控制節(jié)點(diǎn)數(shù)；

或者，

根據(jù)公式(6)計算第六特征值：

其中，X₆為第六特征值，Num為關(guān)聯(lián)樣本數(shù)量，即仿真流程執(zhí)行次數(shù)；

或者，

根據(jù)公式(7)計算第七特征值：

其中，X₇為第七特征值，C_ave,i,i∈[1,N_personnel]為單位時間內(nèi)人員i面向子模型平均交互量，Q_p,i,i∈[1,N_personnel]為依賴人員專業(yè)素質(zhì)評價，N_personnel為模型的依賴人員數(shù)量；

或者，

根據(jù)公式(8)計算第八特征值：

其中，X₇為第八特征值，N_Equip為實(shí)物子模型個數(shù)、N_sim為虛擬子模型個數(shù)、P_Equip為實(shí)物子模型平均失效率、P_sim為虛擬子模型平均失效率。

5.根據(jù)權(quán)利要求3所述的流程模型可信度動態(tài)評估方法，其特征在于，所述根據(jù)所述特征量化值和所述權(quán)值計算所述第一估計值包括：

根據(jù)下式計算所述第一估計值：

$E=100\underset{i=1}{\overset{8}{\Σ}}{\mathrm{\ω}}_i{X}_i---\left(9\right)$

其中，E為所述第一估計值，X_i,i∈[1,8]為第i特征值，ω_i,i∈[1,8]為所述第i特征值對應(yīng)的權(quán)值。

6.根據(jù)權(quán)利要求1所述的流程模型可信度動態(tài)評估方法，其特征在于，所述利用專家定性打分方法計算所述流程模型的第二估計值包括：

專家對所述八項指標(biāo)的重要性關(guān)系和可信值進(jìn)行逐項打分；

根據(jù)所述八項指標(biāo)的重要性關(guān)系，利用層析分析法得到所述八項指標(biāo)對應(yīng)的權(quán)值；

對所述可信值和所述權(quán)值進(jìn)行加權(quán)求和，得到第二估計值。

7.根據(jù)權(quán)利要求1所述的流程模型可信度動態(tài)評估方法，其特征在于，所述利用所述指標(biāo)數(shù)據(jù)和所述第三估計值對任意流程模型進(jìn)行評估包括：

對所述指標(biāo)數(shù)據(jù)和所述第三估計值進(jìn)行存儲；

通過樣本分析和在線擬合算法計算所述任意流程模型的可信度。

8.一種流程模型可信度動態(tài)評估系統(tǒng)，其特征在于，包括：

獲取單元，用于對流程模型進(jìn)行仿真測試，得到指標(biāo)數(shù)據(jù)；

判斷單元，用于將所述指標(biāo)數(shù)據(jù)導(dǎo)入到層次結(jié)構(gòu)模型中，并判斷所述指標(biāo)數(shù)據(jù)是否完整；

第一計算單元，用于在所述指標(biāo)數(shù)據(jù)完整的情況下，利用客觀量化標(biāo)定方法計算所述流程模型的第一估計值；

第二計算單元，用于利用專家定性打分方法計算所述流程模型的第二估計值；

第三計算單元，用于根據(jù)所述第一估計值和所述第二估計值進(jìn)行加權(quán)求和計算第三估計值；

評估單元，用于利用所述指標(biāo)數(shù)據(jù)和所述第三估計值對任意流程模型進(jìn)行評估。

9.根據(jù)權(quán)利要求8所述的流程模型可信度動態(tài)評估系統(tǒng)，其特征在于，所述第一計算單元包括：

根據(jù)所述指標(biāo)數(shù)據(jù)計算八大指標(biāo)的特征量化值；

對所述特征量化值對應(yīng)的權(quán)值進(jìn)行賦值；

根據(jù)所述特征量化值和所述權(quán)值計算所述第一估計值。

10.根據(jù)權(quán)利要求8所述的流程模型可信度動態(tài)評估系統(tǒng)，其特征在于，所述評估單元包括：

對所述指標(biāo)數(shù)據(jù)和所述第三估計值進(jìn)行存儲；

通過樣本分析和在線擬合算法計算所述任意流程模型的可信度。