[发明专利]基于相同系统中个体与群体特征差异性对时间的统计方法

权利要求书

1.基于相同系统中个体与群体特征差异性对时间的统计方法，其特征在于，包括以下步骤：

S1、在相同系统、相同工作环境中，对某一个体在某一时间段的工作状态中的原始数据进行特征统计；

S2、对该时间段群体的工作状态中的原始数据进行特征统计；

S3、对个体与群体的工作状态的特征差异性进行统计。

2.根据权利要求1所述的基于相同系统中个体与群体特征差异性对时间的统计方法，其特征在于，步骤S1具体包括以下步骤：

S101、对某一个体在某一时间段内的工作状态中的原始数据，用一原始特征矩阵表示，且该个体具有多个测量值；

S102、预设一个输出矩阵；

S103、将原始特征矩阵中的第一列元素，表示为某一时刻该个体的工作状态；

S104、对原始特征矩阵进行相应处理，选择重组能代表该个体在某一时刻的工作状态的个体特征矩阵；

S105、依次将原始特征矩阵中的其他列的元素，表示为相应时刻该个体的工作状态，重复执行步骤S104，得到与列数相同的多个时刻的该个体的工作状态的个体特征矩阵，并用特征集矩阵表示；

S106、将上述特征集矩阵复制到输出矩阵，得到该个体在某一时间段内的工作状态特征向量，从而完成对该个体在某一时间段内的特征统计。

3.根据权利要求2所述的基于相同系统中个体与群体特征差异性对时间的统计方法，其特征在于，某一个体在某一时间段内的工作状态特征向量表示为：

A_o＝des(I_a)

其中，A表示某一个体；向量表示在时间段t₁到t_p内个体A的工作状态的原始数据，大小为(n*p)，e表示测量值；下标1…n代表测量值编号,共有n个测量值，长度为n；e的下标t表示时间点，共有1……p个时间点；表示某一个体在时间段t₁到t_p内的工作状态特征向量，大小为(m*p)，且m<＝n，初始值全部为0；

所述特征集矩阵表示为：

其中，特征集矩阵包括p个时刻的该个体的工作状态特征集；

所述个体的工作状态的特征集表示为：

其中，所述个体的工作状态的特征集包括m个代表t₁时刻的工作状态的特征，m<＝n；其中，des是指一种表示选择重组特征集的决策；

t₁时刻个体A的工作状态表示为：

系统的t₁到t_p时间段可以用向量T表示为：

4.根据权利要求3所述的基于相同系统中个体与群体特征差异性对时间的统计方法，其特征在于，步骤S2具体包括以下步骤：

S201、对该时间段群体的工作状态的原始数据，用一原始群体数据矩阵表示，且群体中每个个体均有多个测量值；

S202、预设一个输出矩阵；

S203、将原始群体数据矩阵中的第一列元素，表示为某一时刻该群体的工作状态；

S204、对原始群体数据矩阵进行相应处理，选择重组能代表该群体在某一时刻的工作状态的群体特征矩阵；

S205、依次将原始群体数据矩阵中的其他列的元素，表示为相应时刻该群体的工作状态，重复执行步骤S204，得到与列数相同的多个时刻的该群体的工作状态的群体特征矩阵，并用特征集矩阵表示；

S206、将上述特征集矩阵复制到输出矩阵，最终得到该群体在某一时间段内的工作状态特征向量，从而完成对该群体在某一时间段内的特征统计。