[发明专利]一种前兆信息的排序方法和装置

权利要求书

1.一种前兆信息的排序方法，其特征在于，包括：

识别可能造成安全事故的多个前兆信息；

通过改进的云模型根据预设的评价指标对多个所述前兆信息进行评价，获取第一评价结果；并获取专家根据所述第一评价结果对所述评价指标的评价，生成云决策矩阵；所述改进的云模型的预设的评价指标包括：概率、影响、预测性、紧急性和灵活性；

通过组合赋权法对每个所述评价指标以及每个所述专家进行权重分配，获得每个所述评价指标对应的第一权重以及每个所述专家对应的第二权重；

使用逼近于理想值的排序方法TOPSIS算法，根据所述云决策矩阵、所述第一权重和所述第二权重计算所述前兆信息与正理想云的相对贴近度，并依据所述相对贴近度对多个所述前兆信息进行排序；所述正理想云用于指示所述前兆信息对安全事故的综合影响是有利的。

2.根据权利要求1所述的前兆信息的排序方法，其特征在于，所述通过改进的云模型根据预设的评价指标对多个所述前兆信息进行评价，获取第一评价结果，包括：

根据所述前兆信息按照预设的评价指标分别给出相应的评价信息；

采用黄金分割方法对所述评价信息进行分级，确定出不同的评价信息的重要级别；

将所述不同的评价信息的重要级别采用预设的数字特征进行表示，作为所述第一评价结果；所述数字特征根据预设的所述重要级别的量化区间内的量化值计算获得。

3.根据权利要求2所述的前兆信息的排序方法，其特征在于，所述数字特征包括：期望、熵和超熵。

4.根据权利要求1所述的前兆信息的排序方法，其特征在于，通过组合赋权法对每个所述评价指标以及每个所述专家进行权重分配，包括：

采用改进的无标度层次分析法对每个所述评价指标以及每个所述专家进行权重分配。

5.根据权利要求4所述的前兆信息的排序方法，其特征在于，采用改进的无标度层次分析法对每个所述评价指标进行权重分配，包括：

根据预先规定的判断尺度建立所述第一评价结果中多个评价指标对应的重要级别两两比较后获得的比较矩阵；

计算不同的重要级别的重要性排列指数，并根据所述重要性排列指数和所述比较矩阵计算每两个重要级别之间的判断结果，并由所述判断结果组成判断矩阵；

根据所述判断矩阵对预设的传递计算式进行求解；

根据求解结果和预设的评价指标权重计算式计算每个所述评价指标的第一权重。

6.根据权利要求4所述的前兆信息的排序方法，其特征在于，采用改进的无标度层次分析法对每个所述专家进行权重分配，包括：

根据预先规定的判断尺度建立所述云决策矩阵中多个评价指标对应的重要级别两两比较后获得的决策矩阵；

根据所述决策矩阵和预设的比重计算式计算每个评价指标对应的重要级别所占的比重，构成比重矩阵；

根据所述比重矩阵和预设的熵值计算式计算每个评价指标对应的重要级别所对应的熵值，并构造熵值矩阵；

根据所述熵值矩阵和预设的专家权重计算式计算每个所述专家的第二权重。

7.根据权利要求1所述的前兆信息的排序方法，其特征在于，所述使用逼近于理想值的排序方法TOPSIS算法，根据所述云决策矩阵、所述第一权重和所述第二权重计算所述前兆信息与正理想云的相对贴近度，包括：

根据所述第二权重求解所述前兆信息对应的正理想云和负理想云；

根据所述第一权重、所述正理想云和所述负理想云求解所述前兆信息对应的正理想云偏差和负理想云偏差；

根据所述正理想云偏差和所述负理想云偏差计算所述前兆信息与所述正理想云的相对贴近度。