[發明專利]一種電力推進系統仿真可信度的綜合評估方法

無效

• 申請號: 201310122149.2
• 申請日: 2013-04-10
• 公開（公告）號: CN103246762A
• 公開（公告）日: 2013-08-14
• 發明（設計）人: 劉勝;智鵬飛;張蘭勇;李冰;朱琬璐
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種電力推進系統仿真可信度的綜合評估方法，其特征在于，包括如下步驟：

（1）按照系統級到單元級的順序，將電力推進系統分解為子系統；

（2）自頂向下、逐層對仿真系統各準則下的子系統進行分解，直至最小單元；

（3）獲取指標以及子系統相對于上一層節點的權重；

（4）獲取子系統的指標的可信度；

（5）根據指標的可信度和權重得到子系統的可信度；

（6）由子系統逐層向上，綜合子系統的權重得到整個電力推進系統仿真的可信度綜合評估結果。

2.根據權利要求1所述的一種電力推進系統仿真可信度的綜合評估方法，其特征在于，所述的獲取指標以及子系統相對于上一層節點的權重的步驟包括：

（1）設置初始參數ω和θ，其中ω為初始權重．θ為臨界值；

（2）將需要計算權重子系統的實測數據樣本加入BP神經網絡，獲取輸出值y_j：其中x_i為該節點的輸入，i=1…m；ω_ij為從i到j的聯接權，i=1…m,j=1…n，初始權重隨機設為[0,1]；θ_j為臨界值；

（3）按已知輸出數據與輸出值之差d_j-y_j調整權系數ω，調整量為：□ω_ij=ηδ_jx_j，其中η為比例系數，即學習率，范圍為[0.01-0.1]，連續提高η值，直到達到設定的訓練速度為止；x_j為隱節點的網絡輸入、輸出節點為隱節點的輸出，j=1…n；d_j為已知的輸出數據；δ_j是一個與輸出偏差相關的值，對于輸出節點：δ_j=η_j(1-y_j)(d_j-y_j)對于隱層節點：各層神經元的權值調整后為：ω_ij(t)=ω_ij(t-1)+□ω_ij，其中t為學習次數；

（4）進行迭代，調整所有ω值，直到輸出誤差小于設定允許值，完成BP神經網絡訓練；

（5）對各神經元之間的權重進行分析處理，其中相關顯著性系數

rij=Σk=1Pωki(1-e-ωjk)/(1+e-ωjk)]]>

相關指數

Rij=|(1-e-rij)/(1+e-rij)|]]>

絕對影響系數

Sij=Rij/Σi=1mRij]]>

其中，i為神經網絡輸入單元，i=1…m；j為神經網絡輸出單元，j=1…n；k為神經網絡的隱含單元，k=1…P；ω_ki為輸入層神經元i和隱含層神經元k之間的權系數；ω_jk為輸出層神經元j和隱含層神經元k之同的權系數；

（6）求絕對影響系數S_ij，即為所求子系統中下一層節點相對于上一層節點的客觀權重；

（7）將客觀的指標權重轉換成指標權重比值；

（8）提取子系統的主觀指標權重比值；

（9）對客觀指標權重比值和主觀指標權重比值求期望，獲取綜合權重比值；

（10）將綜合權重比值排列成判斷矩陣，其中C_ij為i指標相對于j指標的綜合權重比值：

C11C12......C1(n-1)C1nC21C22......C2(n-1)C2n..............................C(n-1)1C(n-1)2......C(n-1)(n-1)C(n-1)nCn1Cn2......Cn(n-1)Cnn]]>

（11）根據平均隨機一致性指標RI值獲取判斷矩陣的一致性指標CI：其中λ_max為最大特征值，n為判斷矩陣的階數；隨機一致性比率：如果滿足一致性則執行步驟13，如果不滿足一致性則返回步驟10重新排列，其中RI滿足：

（12）計算每個指標的綜合權重：

對構造的判斷矩陣A做列歸一化處理：

a‾ij=aijΣk=1naij,i,j=1,2,...,n;]]>

求取列歸一化后的判斷矩陣的各行元素之和：

Wi=Σi=1na‾ij,i=1,2,...,n;]]>

對W_i進行歸一化處理：

Wi=W‾iΣi=1nW‾j,i=1,2,...,n,]]>W_i即為每一個指標的權重值。

3.根據權利要求1所述的一種電力推進系統仿真可信度的綜合評估方法，其特征在于，所述的指標可信度評估方法，針對不同的指標和子系統數據類型，選取的步驟如下：

（1）對一個系統中所有指標的數據類型進行分類；

（2）對于不可以量化、只能模糊給出評價的指標，可以采用模糊綜合評判法；

（3）對于輸出連續波形圖像的數據類型，可以采用倒頻譜分析法；

（4）對于可提供數據的指標多，但是單一指標數據少的情況，可以采用相似度分析；

（5）對于可以提供大量重復試驗數據的指標，可以采用誤差分析法；

（6）對于一些不能準確劃分的指標，可以采用兩種或多種方法相結合進行可信度評估。