[发明专利]一种基于数据特征选择的消防系统安全评估方法

权利要求书

1.基于数据特征选择的消防系统安全评估方法，其特征在于：包括以下步骤：

步骤一：以采集现场的消防系统水压实时值、振动实时值、温度实时值、液位实时值以及系统实时参数作为原始数据，并对其进行实时采集与传输；

步骤二：建立以Fisher准则作为特征评价标准的消防数据过滤器，将所采集的消防系统原始数据，按照权重的大小进行特征排序；

步骤三：建立以分类器性能函数作为遗传算法的适应度评价标准的消防数据封装器，利用消防系统原始数据特征排序结果，指导遗传算法种群的初始化,从而寻找最优特征子集；

步骤四：利用步骤三搜索到的最优特征子集以及经验数据，训练生成原始贝叶斯网络分析工具。同时，以模拟退火算法为搜索策略，寻找贝叶斯网络最优结构；采用贝叶斯估计方法，估计贝叶斯网络的节点条件概率参数值，从而实现贝叶斯网络结构和参数的迭代更新；

步骤五：对新一轮采集的原始数据搜索其最优特征子集，并将其离散化后，通过更新后的贝叶斯网络分析工具，分析得出安全风险评估结果。

2.根据权利要求1所述的基于数据特征选择的消防系统安全评估方法，其特征在于：所述步骤一包括以下步骤：

21：建立数据接收模块，用于接收所述消防系统的所有现场底层设备的运行状态参数与实时参数值；

22：建立数据传输模块，用于通过预先配置的传输协议，采用总线结构对原始数据进行实时传输。

3.根据权利要求1所述的基于数据特征选择的消防系统安全评估方法，其特征在于：所述步骤二包括以下步骤：

31：以Fisher准则作为特征评价标准的消防数据过滤器，将所采集的消防系统原始数据，按照权重的大小进行特征排序；从而达到去除冗余数据的效果。所述Fisher准则：

R_f＝tr(S_b)/tr(S_w)(1)

其中,R_f为特征参数的Fisher比；S_b和S_w分别为特征的总体类间离差矩阵和类内离差矩阵；P_i为ω_i类的样本频率；m⁽ⁱ⁾、m分别为第i类的样本均值矢量和总的样本均值矢量。

4.根据权利要求1所述的基于数据特征选择的消防系统安全评估方法，其特征在于：所述步骤三包括以下步骤：

41：建立以分类器性能函数作为遗传算法的适应度评价标准的消防数据封装器，并利用消防系统原始数据特征排序的结果，指导遗传算法种群的初始化,输出适应度最高的特征数据，即寻找最优特征子集。所述分类器性能函数：

f＝Re+αd/D(4)

其中,分类器的错误率为Re,原始特征数目为D,特征子集中的特征数为d系数α表示特征数对分类器性能函数f的贡献。