[发明专利]一种基于Pearson相关性的大系统图论分解方法

摘要

本发明公开了一种基于Pearson相关性的大系统图论分解方法，包括步骤：S101：根据工业过程中变量间的关系建立有向图。S102：求解变量间的皮尔逊相关系数，并将其作为有向图中对应边上的权重。S103：分别建立输入输出变量节点集，并将节点个数少的节点集作为中心变量集。S104：分别以中心变量集中节点为中心建立子图并根据变量分配规则完成初始子图集的建立。S105：选择当前最小子图，分别与其他子图试融合，计算各试融合后子图的融合指标，将对应最大融合指标的结果作为本轮融合的结果。S106：进行终止条件判断，若满足，停止继续融合，否则，返回S105。本发明避免了传统方法中获取系统状态空间方程这一复杂的过程，从数据的角度实现对图的分割，系统分解更加易于实现。

主权项

1.本发明提供了一种基于Pearson相关性的大系统图论分解方法，其特征在于，包括步骤：S101：采集工业过程输入输出数据，根据实际工业过程中变量间的关系建立有向图；S102：求解变量间的皮尔逊相关系数，并将其绝对值作为有向图中对应边上的权重；S103：建立输入输出变量节点集，根据这两个变量集中节点个数的大小关系，将包含节点个数少的节点集作为中心变量集，将另一个节点集作为非中心变量集；S104：以中心变量集中各节点为中心建立子图并根据变量分配规则完成初始子图的建立；S105：选择当前最小子图，分别与其他子图进行试融合，计算每个试融合结果子图的融合指标，选取具有最大融合指标的试融合结果作为本次融合的最终结果；S106：进行终止条件判断，若不满足，返回S105，若满足，停止继续融合。