[发明专利]一种全时空域内大坝健康状况影响因素贡献度辨识方法在审
申请号: | 201810047158.2 | 申请日: | 2018-01-18 |
公开(公告)号: | CN108345720A | 公开(公告)日: | 2018-07-31 |
发明(设计)人: | 苏怀智;任杰;韩彰;杨孟;曹文翰 | 申请(专利权)人: | 河海大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 李晓静 |
地址: | 210000 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 贡献度 大坝 条件指标 影响因素 健康状况 辨识 整体健康状况 决策指标 整体安全 邻域 全时 空域 健康状况指标 贡献度分析 邻域粗糙集 安全状况 大坝安全 关键指标 计算参数 决策系统 安全度 测点 度量 约简 正域 样本 集合 引入 决策 | ||
1.全时空域内大坝健康状况影响因素贡献度辨识方法,其特征在于,包括如下步骤:
(1)定义大坝安全状况为决策系统条件指标,以大坝整体安全度为决策指标,大坝健康状况决策系统NDS=(U,C∪D),C为条件指标,D为决策指标,U为决策指标划分论域;
(2)设置大坝健康状况指标邻域半径计算参数λ和指标贡献度下限sig_ctrl,对条件指标和决策指标进行归一化处理;
(3)计算大坝健康状况条件指标邻域半径,获取所有样本邻域δB(xi),依据决策指标划分论域U;
(4)将空集φ赋给指标约简集合red,将论域U赋给大坝健康状况指标安全度样本smp;
(5)对任意大坝健康状况指标ai∈A-red,A为指标集合,red为指标约简集合,计算决策正域POSB(D)、决策指标对条件指标的依赖程度、条件指标贡献度SIG(a,B,D);
(6)找到贡献度最大的指标ak及其贡献度SIG(ak,B,D),并进行判断,完成大坝整体健康状况影响因素贡献度的辨识。
2.根据权利要求1所述的全时空域内大坝健康状况影响因素贡献度辨识方法,其特征在于:给定信息系统邻域近似空间二元组NAS=(U,N),N为其上邻域关系,定义在邻域近似空间NAS上的上下近似及边界近似,判断被X包含的邻域信息粒子的最大并集,与X毫无关联的邻域信息粒子被称为X的负域NEG(X),给定邻域决策系统NDS=(U,C∪D),决策指标D将论域U划分成N个等价类,定义决策指标D的上下近似及决策边界,决策指标的下近似即为决策正域POSB(D),利用公式来计算大坝健康状况决策系统决策指标D对条件指标B的依赖程度,其中,Card为计算集合元素个数公式。
3.根据权利要求2所述的全时空域内大坝健康状况影响因素贡献度辨识方法,其特征在于:大坝健康状况邻域决策系统NDS=(U,C∪D),定义a相对于B的贡献度为:SIG(a,B,D)=γB(D)-γB-{a}(D),a为指标参量;B为特征子集。
4.根据权利要求2所述的全时空域内大坝健康状况影响因素贡献度辨识方法,其特征在于:大坝健康状况邻域决策系统NDS=(U,C∪D),定义a相对于B的贡献度为:SIG(a,B,D)=γB∪a(D)-γB(D)。
5.根据权利要求4所述的全时空域内大坝健康状况影响因素贡献度辨识方法,其特征在于:当大坝健康指标ak的贡献度SIG(ak,B,D)>sig_ctrl时,更新约简集合red←red∪ak,更新大坝健康指标安全度样本smp←smp-POSk,并重新计算决策正域POSB(D)、决策指标对条件指标的依赖程度、条件指标贡献度SIG(a,B,D),其中,sig_ctrl为贡献度的下限,当指标ak的贡献度SIG(ak,B,D)<sig_ctrl时,输出指标约简集合red及其内指标贡献度{SIG(ai,B,D)}。
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河海大学,未经河海大学许可,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/201810047158.2/1.html,转载请声明来源钻瓜专利网。