[发明专利]一种考虑可解释性的复杂机电系统健康评估方法及系统

权利要求书

1.一种考虑可解释性的复杂机电系统健康评估方法，其特征在于，包括：

基于置信规则库构建复杂机电系统健康评估模型；

依据专家知识分别定义搜索强度、规则激活因子和可解释分布约束；

根据所述规则激活因子，选择所述复杂机电系统健康评估模型中被激活的参数；

根据所述可解释分布约束和所述被激活的参数，建立目标函数；

根据搜索强度、所述可解释分布约束和所述目标函数对所述被激活的参数进行优化，得到优化后的复杂机电系统健康评估模型；

将复杂机电系统数据输入至所述优化后的复杂机电系统健康评估模型进行评估，得到复杂机电系统健康评估状态。

2.根据权利要求1所述的考虑可解释性的复杂机电系统健康评估方法，其特征在于，所述基于置信规则库构建复杂机电系统健康评估模型，具体包括：

基于置信规则库构建复杂机电系统健康评估模型：

with a rule weightθ_k and attribute weightsδ_i(k＝1,2,...,L；i＝1,2,...,T_k)

其中，表示复杂机电系统的监测指标，表示第i个指标的参考值，θ_k为第k条规则的权重，用以体现该规则相对于其他规则的重要度；δ_i(i＝1,2,...,T_k)表示第i个指标的权重，用以表征其相对于其他指标的重要程度；L表示规则数，β_nk(n＝1,2,...,N)表示对参考等级D_n的置信度。

3.根据权利要求2所述的考虑可解释性的复杂机电系统健康评估方法，其特征在于，所述搜索强度的定义为：

其中，P(Ω)表示搜索强度，用来描述优化过程中的抽样概率；P(Ω)满足正则性与单峰分布两个性质，表示专家知识的可信度，σ是协方差矩阵，用来反映和调整专家知识的可信度。

4.根据权利要求3所述的考虑可解释性的复杂机电系统健康评估方法，其特征在于，所述可解释分布约束定义为：

其中，C_k表示可解释性分布，β_k表示第k条规则中的相对于某个健康等级的置信度，N表示健康等级的数目，L表示规则的总数。

5.根据权利要求4所述的考虑可解释性的复杂机电系统健康评估方法，其特征在于，所述规则激活因子定义为：

其中，W_k表示由第k条规则的激活权重构造的向量，假设数据集的大小为P，W_k表示为W_k＝(w₁,...,w_p,...,w_P),k＝1,...,L；p＝1,...,P。

6.根据权利要求5所述的考虑可解释性的复杂机电系统健康评估方法，其特征在于，所述根据所述规则激活因子，选择所述复杂机电系统健康评估模型中被激活的参数，具体包括：

根据所述规则激活因子激活规则；

当激活规则确定后，选择相应的参数作为优化向量；

所述优化向量表示为其中，和表示被激活的参数。

7.根据权利要求6所述的考虑可解释性的复杂机电系统健康评估方法，其特征在于，所述目标函数为：

其中，表示模型的输出误差，是第条规则中置信分布的可解释性约束。

8.根据权利要求1所述的考虑可解释性的复杂机电系统健康评估方法，其特征在于，所述根据搜索强度、所述可解释分布约束和所述目标函数对所述被激活的参数进行优化，得到优化后的复杂机电系统健康评估模型，具体包括：

根据搜索强度、所述可解释分布约束和所述目标函数采用差分进化算法对所述被激活的参数进行优化，得到优化后的复杂机电系统健康评估模型。

9.一种考虑可解释性的复杂机电系统健康评估系统，其特征在于，包括：

复杂机电系统健康评估模型建立模块，用于基于置信规则库构建复杂机电系统健康评估模型；

定义模块，用于依据专家知识分别定义搜索强度、规则激活因子和可解释分布约束；

被激活参数确定模块，用于根据所述规则激活因子，选择所述复杂机电系统健康评估模型中被激活的参数；

目标函数建立模块，用于根据所述可解释分布约束和所述被激活的参数，建立目标函数；

优化模块，用于根据搜索强度、所述可解释分布约束和所述目标函数对所述被激活的参数进行优化，得到优化后的复杂机电系统健康评估模型；

健康状态评估模块，用于将复杂机电系统数据输入至所述优化后的复杂机电系统健康评估模型进行评估，得到复杂机电系统健康状态。