[发明专利]基于巷道选择的安全规则集约简方法

权利要求书

1.一种基于巷道选择的安全规则集约简方法，其特征是：安全规则集的约减方法：

在规则集约减方法中，先要对设备检测员的历史活动轨迹进行统计；统计的方法是在检测员的身上安装GPS定位设备，在1个月的时间内，采集该检测员的GPS移动轨迹；之后使用历史移动轨迹计算出贝叶斯路径预测算法的先验概率；

然后在规则集数据库中添加巷道坐标字段，标记该设备在规则集的位置信息；

第一步：设计设备表、安全规则关联表和安全规则表；

设备表和设备检查表和安全规则关联表都以设备表设备唯一标识ID为外键约束，安全规则关联表和安全规则表有以安全规则集的唯一标识ID为外键约束；

其中：

设备表包含：设备唯一编号、位置信息和设备名称；

安全规则关联表包含：设备唯一编号和安全规则集编号；

安全规则表包含：安全规则集编号和安全规则；

第二步：采用贝叶斯决策理论预测巷道选择；

贝叶斯决策理论:对于观测值x，有一个由n个类别组成的状态空间Ω＝{ω_i|i＝1,2,3…,n}，一个决策集(Decision set)D＝{d_j|j＝1,2,…,n,n+1}，其中，假定d_n+1为拒绝决策；对于决策d_i，i≠n+1，有x∈ω_i；

路径选择：对于某一已知位置，运动目标的下一个路径选择为与它相邻巷道或岔道，根据贝叶斯路径决策方法判定最可能的路径；

所述的路径决策算法过程如下：算法中涉及的变量和公式：

ω_i：表示路径，i用以区分路径；

x：表示检测员当前被观测到的位置；

p(ω_i)：表示通过统计得出检测员选择该条路径的先验概率；

p(x|ω_i)：表示在用户选择ω_i条件下在x所表示位置的条件密度概率；

p(ωi|x)=p(x|ωi)p(ωi)Σj=1np(x|ωj)p(ωj):]]>表示贝叶斯公式；

Step1根据历史统计数据，计算运动对象(特指设备检测员)在矿井底下某个位置选择下一条巷道或岔道的先验概率p(ω_i)；

Step2将检测到运动对象位置定为当前位置，计算运动对象在当前位置呈现出选择不同巷道或岔道的条件概率密度函数为p(x|ω_i)；

Step3根据贝叶斯公式计算出检测员选择每一条巷道或岔道的后验概率p(ω_i|x)；

Step4根据公式采用贝叶斯决策理论d_i：x∈ω_i，即预测出运动对象的最佳选择路径；

路径决策算法和规则集约减关联，约减方法的第一步巷道选择实现，然后对规则库按照巷道选择进行数据库设计。