[发明专利]一种人因要素隐患分析诊断方法在审

专利信息
申请号: 201710380136.3 申请日: 2017-05-25
公开(公告)号: CN107103434A 公开(公告)日: 2017-08-29
发明(设计)人: 陈婷;周大鹏;俞国勤;姚勇;高宇博;周毓颖;高敬贝;陈京;姜玉靓;彭勇 申请(专利权)人: 国网上海市电力公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06
代理公司: 上海信好专利代理事务所(普通合伙)31249 代理人: 周荣芳
地址: 200126 上*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 要素 隐患 分析 诊断 方法
【权利要求书】:

1.一种人因要素隐患分析诊断方法,其特征在于,包含以下步骤:

步骤S1、采集一线员工全覆盖人因要素信息,构建人因要素基本指标数据集合;

步骤S2、根据人因要素基本指标数据集合构建人因要素可拓分析模型;

步骤S3、构建人因要素隐患分析诊断决策模型;

步骤S4、输入待测员工样本数据,得到人因要素综合诊断决策及其置信评估。

2.如权利要求1所述的人因要素隐患分析诊断方法,其特征在于,还包括步骤S5、由后台系统对诊断决策结果进行发布推送,指导进行人因要素隐患回溯治理。

3.如权利要求1所述的人因要素隐患分析诊断方法,其特征在于,在步骤S1中,所述人因要素信息包含客观感知信息和主观感知信息。

4.如权利要求1所述的人因要素隐患分析诊断方法,其特征在于,在步骤S2中,具体包含以下步骤:

步骤S21、将人因要素基本指标数据划分为量变经典域和质变节域;

步骤S22、根据划分的经典域和节域构造人因要素可拓分析模型。

5.如权利要求1所述的人因要素隐患分析诊断方法,其特征在于,在步骤S3中,具体包含以下步骤:

步骤S31、基于样本统计特性估计分析,对基本指标集合样本数据集进行自适应样本过采样融合;

步骤S32、基于均衡样本集对指标集合与算法集合进行并行多目标优化,并对集合关联性深度挖掘,对指标/算法Pareto特征非劣子集求解最优关联特征子集;

步骤S33、在对最优特征向量以及最优分类器集合的综合性能进行测试验证之后,对最优分类器集合的诊断决策结果进行信度融合,生成针对不同群体的人因要素隐患分析诊断决策模型。

6.如权利要求5所述的人因要素隐患分析诊断方法,其特征在于,在步骤S31中,具体包含以下步骤:

步骤S311、将基本指标数据集划分为四个子集:状态优良、状态良好、状态合格、状态不合格;

步骤S312、计算所述待融合少数样本集样本数,对于每个少数数据集样本计算其相对k邻近比率,在此基础上,对相对k临近比率进行归一化计算密度分布;

步骤S313、构造基于高斯分布的加权过采样概率密度估计函数,并从所述概率密度分布中采样待融合少数样本集样本数,构造满足样本均衡条件的融合少数数据集。

7.如权利要求5所述的人因要素隐患分析诊断方法,其特征在于,在步骤S33中,具体包含以下步骤:

步骤S331、根据关联的Pareto非劣算法决策结果集合构建决策矩阵;

步骤S332、对决策矩阵的每一行分别取悲观态度策略和乐观态度策略计算OWA算子,即分别取该行评价值的最小值与最大值,得到多个决策信息区间;

步骤S333、将区间的左列视为悲观信息源,其右列作为乐观信息源,分别对其进行归一化,构造代表悲观态度和乐观态度的模糊决策向量;

步骤S334、使用α-cut法将模糊决策向量转化为DS证据理论中的基本信度分配,并基于Dempster-Shafer信度融合规则得到最终的综合决策规则,从而判定人因要素样本的最终状态类型归属。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网上海市电力公司,未经国网上海市电力公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710380136.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top