[發明專利]一種基于加權的多種群粒子群優化的危險源原因分析方法

有效

• 申請號: 201610940992.5
• 申請日: 2016-11-01
• 公開（公告）號: CN106600100B
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 周良;李詩瑤;謝強;鄭洪源
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06Q50/26;G06N3/00
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 唐紹焜

1.一種基于加權的多種群粒子群優化的危險源原因分析方法，其特征在于：包括步驟：

(1)利用人工的方法或根據已有的算法對危險源各項目分配權重；設定危險源項目集I和危險源事務數據庫D；將危險源事務數據庫的每一個危險源事務用二進制表示；

(2)定義加權的項目集范圍：

其中，m≠n并且m＜n，m和n分別表示項目集的長度，即項目集中所包含項目的數量；WI(m)和WI(n)表示項目集的權重，Tran(m)和Tran(n)表示包含相應項目集的事務數量，WT(m,n)和Tran(m,n)分別代表包含m和n且滿足m→n的事務的權重和數量，∑WT(T)表示所有事務的權重之和；式中，I(j)表示事務T中第j個項目，|T|表示事務中項目的數量；

(3)根據步驟(2)計算得到最大的WRI對應的m和n分別作為關聯規則的前分區點和后分區點，對關聯規則編碼，生成危險源的候選關聯規則集R＝{R₁,…,R_m}；

Compreheness通過使用加權的方法來將關聯規則的支持度和置信度相結合，定義如下：

將關聯規則作為粒子群的粒子，并確定適應度函數：

其中，WSPI(A)為項目集的加權支持度，WSPI(A)＝WI(A)Trans(A)；N₁和N₂是用來平衡支持度和置信度的權重參數，Support(A∪B)指同時包含項目A和B 的事務的數量，|N|指事務數據庫中事務的總數；WI(A)是包含A的項目集的權重，Trans(A)是包含A的事務的數量；

(4)利用加權多種群粒子群算法進行危險源關聯規則挖掘：

(41)隨機初始化粒子的速度和位置，對粒子按照位置聚類產生不同粒子簇；

(42)利用適應度函數計算各粒子簇的簇范圍CR，將各粒子簇按簇范圍遞增排序；

(43)根據適應度函數更新粒子的最優位置pbest，全局最優位置gbest和所有粒子的全局局部最優位置gpbest；并更新粒子的速度v_ij(t)和位置x_ij(t)；

(44)比較粒子適應度值fitvalue_ij與粒子所在簇的最小適應度值minfit_i和最大適應度值maxfit_i之間的關系：若minfit_i＜fitvalue_ij＜maxfit_i，則粒子的位置不變；若fitvalue_ij＜minfit_i并且w_ij＞minw_i-1，其中，minw_i-1是粒子當前所在簇的前一個簇C_i-1的最小權重；將粒子并入第C_i-1個簇，并刪除簇中具有最小適應度值的num個粒子{d_i-11,…,d_i-1num}，同時，產生num個新粒子{new_i-11,…,new_i-1num}；若fitvalue_ij＞maxfit_i并且w_ij＞minw_i+1，其中，minw_i+1是粒子當前所在簇的后一個簇C_i+1的最小權重；將粒子并入第C_i+1個簇，并刪除簇中具有最小適應度值的num′個粒子{d_i+11,…, d_i+1num′}，同時，產生num′個新粒子{new_i+11,…,new_i+1num′}；

(45)重復步驟(42)到步驟(44)，直到找到最優粒子產生關聯規則或達到迭代次數，從得到的關聯規則后繼回溯取到規則的前提條件即得到危險源的原因。

2.根據權利要求1所述的危險源原因分析方法，其特征在于：所述步驟(1)中將危險源事務數據庫的每一個危險源事務用二進制表示具體為：將每一個事務用一組二進制0和1的形式表示；事務的長度就是項目集中項目的個數；二進制中的每一位分別代表危險源項目集數據庫的N項；如果第j項在事務中將該位置為1；否則，將該位置為0。