一种多属性决策云评价方法技术

本发明专利技术公开了一种多属性决策云评价方法，其特征在于，为了使云模型能直观方便的表示和计算多属性决策问题，并适应专家给出的范围数据，对提出的属性圆表示多属性的方法进行了改造，从而通过属性圆来计算云模型的特征参数，给出了改造后属性圆的定义、性质和绘制过程，以及如何通过属性圆计算表示某决策级别的云模型特征参数；其包括如下步骤：定义决策系统、属性归一化、属性圆特征及性质、属性圆面积求法、基于属性圆的云模型计算；本发明专利技术可用于实际系统的可靠性级别多属性决策。

【技术实现步骤摘要】

本专利技术涉及安全系统工程，特别是涉及实际系统的可靠性级别多属性决策。
技术介绍
多属性决策问题一直是学界研究的热点。该问题一般可分为两个部分，一是基础数据，二是处理方法。对于基础数据问题，一般来源于现场数据和专家数据两种。现场数据包括各种形式的定性数据和定量数据，这些数据往往累计时间较长，数据量较大，对这些数据的处理是一项较大的工程。专家数据是通过专家实地考察和分析所得到的，专家数据一般较少，但其数据的可靠性依靠专家个人的经验和水平，其中难免掺杂主观因素。所以对于基础数据的处理方法，一方面要适应大数据分析，另一方面能处理主观因素，以适应数据的模糊性和随机性。对于上述数据的处理方法是一个焦点问题。该方法要适应多属性、多专家、多种类型数据，要具备模糊性、随机性、容错性的能力。这方面目前主要研究有：马庆功针对属性指标值为犹豫模糊信息且属性权重完全未知的多属性群决策问题，提出一种基于新的决策参考点和前景理论的多属性群决策方法。姜广田根据有限理性条件下针对带有决策者期望的多属性决策问题，提出一种基于累积前景理论的决策分析方法。林杨等对当前双边匹配研究仅限于单阶段情形，提出一种多阶段多属性情形下的匹配决策方法。马庆功利用同一属性下所有方案属性值间的距离求得最优权重，然后将同一方案下各属性值集结成为综合属性值，进而得到方案优劣排序。王霞等针对方案属性值为三参数区间灰数的动态多属性决策问题,提出一种基于前景理论的动态多属性决策方法。刘满凤等提出了基于一类新的直觉模糊嫡的多属性决策方法。对于基础数据中包含的模糊性、随机性，及定性定量转化问题，目前适应性较好的模型是云模型。云模型是李德毅院士于20世纪90年代提出的一种能用定性语言与定量数值描述不确定性转换的模型，其应用实效得到认可和推广。云模型作为定性定量转换的不确定性模型，能够充分体现语言概念的随机性和模糊性，是实现定性定量转换的有效工具。但云模型也存在着缺点，目前主要使用一维和二维云模型，因为三维云模型图形化表达很困难。这样就限定了云模型只能处理两个因素或属性。对于决策问题，一般都是多属性条件下的决策。同时考虑到专家数据特点，可能得到的数据是一个区间，因为专家不能界定不同决策级别的具体分割点，而只能给出一个较小的范围。所以在计算云模型特征参数时，其基础数据并不是一个点，可能是一个范围(如所举实例)。在多属性情况下如何将这些范围数据转化为云模型是一个要解决的问题。为解决上述问题，提出将实际数据和专家意见中，属于某个决策级的被分析对象的属性绘制于属性圆中，进而通过提出的属性圆表示法来计算表示该决策级的云模型特征参数。列举了一电气系统的可靠性风险级别为可接受的云模型计算过程，并进行了应用说明。
技术实现思路
1云模型1.1设U为一个用精确值表示的定量论域，C为U上的定性概念，若定量数值x∈U，且x是定性概念C的一次随机实现，x对C的隶属度μ(x)∈[0,1]，是具有稳定倾向的随机数μ，即μ:U→[0,1]，x→μ(x)。则x在论域U上的分布称为云记为C(x)，每个x称为一个云滴(x，μ(x))。云的数字特征反映了定性概念的定量特征，用期望Ex、熵En和超熵He表征，记为C(Ex，En，He)。期望Ex表示论域空间最具代表性的定性概念值，反映了论域空间的中心值。熵En是定性概念模糊性和随机性的综合度量，一方面反映了论域空间中可被定性概念接受的云滴的取值范围，另一方面又能反映云滴的离散程度。超熵He描述熵的不确定性度量，反映了论域空间中云滴的凝聚程度，He越大，云滴的厚度就越大。1.2云发生器生成云滴的算法或硬件称为云发生器，包括正向云、逆向云、X条件云和Y条件云发生器。正向云发生器实现了预言值表达的定性信息中获得定量数据的范围和分布规律，具有前向、直接的特点。逆向云发生器是将一定数量的精确数值有效转换为恰当的定性语言值，具有逆向、间接的特点。这里采用正向云发生器，其生成所需数量的云滴过程如下：1)生成以En为期望，He为标准差的正态随机数En′；2)生成一个以En为期望，En′的绝对值为标准差的正态随机数xi，xi称为论域空间U的一个云滴；3)计算μi＝exp[-(xi-Ex)2/2(En')2]，则μi为xi关于C的隶属度。4)循环1)～3)，生成n个云滴，则停止。1.3评价指标云化方法正向云模型对影响巷道冒顶风险评价指标的定量数值进行云化。云模型的数字特征计算公式，如式(1)所示。(1)式中：i为常数，可以根据指标变量本身的模糊阈度具体调整。2基于属性圆的多属性云模型构建因素是分析事物属性与因果关联的要素。因素被数学地定义为一种映射。它把一个对象(具体事物)映射成为一个属性值(用自然语言中的形容词来描述)，这种映射称为质映射；同时，也映射成为一个性态(用有限维欧式空间中的实向量来表示)这种映射称为量映射。例如，身高是一个映射，它把一个对象张三映射成性态‘很高’，同时，也映射成一个量态1.8(米)，如图1所示。如图1能表示因素空间的基本建立思想，即对象集中的某一个对象(一个人)与这个对象属性之间的关系，只要属性确定下来，那么一个实例化的人就确定了。但实际问题的研究对象往往属性较多，使用图1形式，其属性的大小方向及它们和属性之间的关系难以确定且不直观。提出属性圆的概念，在二维平面内表示无数多个属性。这里为了使云模型带有处理范围数据和多属性决策能力，对上述属性圆定义进行改造。这里以某个决策等级x1为例，来说明属性圆的定义、性质和绘制过程，以及如何通过属性圆计算表示该决策等级的云模型特征参数。其属性圆绘制如图2所示。设系统(U,A,C)为决策系统，U＝{x1,x2,…,xm本文档来自技高网...

【技术保护点】
一种多属性决策云评价方法，其特征在于，为了使云模型能直观方便的表示和计算多属性决策问题，并适应专家给出的范围数据，对提出的属性圆表示多属性的方法进行了改造，从而通过属性圆来计算云模型的特征参数，给出了改造后属性圆的定义、性质和绘制过程，以及如何通过属性圆计算表示某决策级别的云模型特征参数；其包括如下步骤：定义决策系统、属性归一化、属性圆特征及性质、属性圆面积求法、基于属性圆的云模型计算；本专利技术可用于实际系统的可靠性级别多属性决策。

【技术特征摘要】
1.一种多属性决策云评价方法，其特征在于，为了使云模型能直观方便的表示和计算多属性决策问题，并适应专家给出的范围数据，对提出的属性圆表示多属性的方法进行了改造，从而通过属性圆来计算云模型的特征参数，给出了改造后属性圆的定义、性质和绘制过程，以及如何通过属性圆计算表示某决策...

【专利技术属性】
技术研发人员：崔铁军，齐晓峰，耿晓伟，李莎莎，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：辽宁;21