[发明专利]基于D-S证据理论的目标事件风险评估方法及系统

说明书

本发明提供的一种D‑S证据理论的目标事件风险评估方法及系统，属于数据融合和风险评估技术领域，通过将采集到的不同时期下的每种评价指标数据输入至专家评分系统，得到不同专家对不同时期下的每种评价指标值的多个基础评分；利用多层感知器分别对不同时期下的所有评价指标值的基础评分进行特征提取，并和风险等级进行映射，得到每一目标事件在不同时期下不同类别风险等级的多个基本信度分配；根据证据推理算法对每一目标事件在不同时期下风险等级的多个基本信度分配进行融合推理，确定每一目标事件在不同时期下的风险等级，能够提高对目标事件风险评估的准确性。

技术领域

本发明涉及数据融合和风险评估技术领域，尤其涉及一种基于D-S证据理论的目标事件风险评估方法及系统。

背景技术

为实现社会平稳有序的发展，需对目标事件的风险进行有效评估。然而，如何将目标事件多源异构数据融合并在统一框架下评估目标事件风险等级缺乏理论依据，具体体现在两个方面：在处理目标事件多源异构数据时难以充分挖掘有效信息；在应对多维度目标事件特征时难以有效融合，未能形成目标事件综合评估方法，从而造成对目标事件的风险评估并不准确。

基于此，亟需一种基于D-S证据理论的目标事件风险评估方法及系统，实现对目标事件风险的准确评估。

发明内容

本发明的目的在于提供一种基于D-S证据理论的目标事件风险评估方法及系统，能够实现对目标事件风险的准确评估。

为了实现上述目的，本发明提供如下技术方案：

一种基于D-S证据理论的目标事件风险评估方法，包括：

按照最短时间节点采集每一目标事件的评价指标，得到每一目标事件在不同时期下的每一种评价指标值，其中所述评价指标包括吸引力、影响范围和相对强度，所述时期包括短期、中期和长期；

分别将每一目标事件在不同时期下的每一种所述评价指标值输入至专家评分系统，得到不同专家对每一目标事件在不同时期下的每一种所述评价指标值的多个基础评分；

利用多层感知器分别对每一目标事件在不同时期下的所有评价指标值的所述基础评分进行特征提取，得到每一目标事件在不同时期下的多维特征数据；

分别对每一目标事件在不同时期下的所述多维特征数据和风险等级进行映射，得到每一目标事件在不同时期下不同类别风险等级的多个基本信度分配，其中所述风险等级包括低风险、中风险和高风险；

根据证据推理算法对每一目标事件在不同时期下风险等级的多个所述基本信度分配进行融合推理，确定每一目标事件在不同时期下的风险等级。

一种基于D-S证据理论的目标事件风险评估系统，包括：

采集模块，用于按照最短时间节点采集每一目标事件的评价指标，得到每一目标事件在不同时期下的每一种评价指标值，其中所述评价指标包括吸引力、影响范围和相对强度，所述时期包括短期、中期和长期；

评分模块，用于分别将每一目标事件在不同时期下的每一种所述评价指标值输入至专家评分系统，得到不同专家对每一目标事件在不同时期下的每一种所述评价指标值的多个基础评分；

特征提取模块，用于利用多层感知器分别对每一目标事件在不同时期下的所有评价指标值的所述基础评分进行特征提取，得到每一目标事件在不同时期下的多维特征数据；

映射模块，用于分别对每一目标事件在不同时期下的所述多维特征数据和风险等级进行映射，得到每一目标事件在不同时期下不同类别风险等级的多个基本信度分配，其中所述风险等级包括低风险、中风险和高风险；

风险等级确定模块，用于根据证据推理算法对每一目标事件在不同时期下风险等级的多个所述基本信度分配进行融合推理，确定每一目标事件在不同时期下的风险等级。