[發明專利]一種應急預案生成方法和系統

有效

• 申請號: 201710934100.5
• 申請日: 2017-10-09
• 公開（公告）號: CN107945082B
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 李毅;徐斌;潘維;劉佳瑤;肖崗;楊硯世
• 申請（專利權）人: 中國電子科技集團公司第二十八研究所
• 主分類號: G06Q50/26
• 分類號: G06Q50/26;G06F17/15
• 代理公司: 北京中知法苑知識產權代理有限公司 11226
• 代理人: 常玉明

1.一種應急預案生成方法，包括：

S1：對突發事件目標案例進行結構化描述，形成突發事件特征向量；

S2：計算所述突發事件目標案例與歷史案例的相似度；

S3：對所述相似度設置相似度閾值，選取相似度大于相似度閾值的案例，構建相似歷史案例集，及對應相似案例集的應急預案集；

S4：構建強化學習系統，利用所述相似歷史案例集及對應相似案例集的應急預案集，生成突發事件應急預案；

S5：對應急預案效果進行評估，建立判別函數；

S6：將目標案例輸入判別函數，生成所述突發事件目標案例的應急預案。

2.如權利要求1所述的應急預案生成方法，所述計算所述突發事件目標案例與歷史案例的相似度具體為：利用模糊集相似性計算所述突發事件目標案例與歷史案例的相似度。

3.如權利要求2所述的應急預案生成方法，所述利用模糊集相似性計算所述突發事件目標案例與歷史案例的相似度之前還包括：利用所述模糊集相似性計算對所述突發事件目標案例與歷史案例進行模糊化，分別獲取所述突發事件目標案例與歷史案例的模糊向量。

4.如權利要求3所述的應急預案生成方法，對所述歷史案例Cn，計算其模糊向量Vn＝(v1,v2,v3……vk)，其中，vi表示事件模糊化后向量的維度。

5.如權利要求3所述的應急預案生成方法，對所述目標案例Y，計算其模糊化后的向量N＝(n1,n2,n3……nk)。

6.如權利要求2所述的應急預案生成方法，所述利用模糊集相似性計算所述突發事件目標案例與歷史案例的相似度具體為：計算目標案例Y與任一歷史案例Cn的余弦值，得到模糊相似度集。

7.如權利要求1所述的應急預案生成方法，所述強化學習系統采用貪心算法進行構建，具體包括四元組X，A，P，R，其中X表示歷史案例集，A表示根據案例選擇某一個預案，P表示選擇某一預案的概率值ε或1-ε，R表示指的是某一應對預案的效果評價。

8.如權利要求7所述的應急預案生成方法，所述強化學習系統是通過在突發事件案例集X中使用所述貪心算法進行迭代運算，從而學習到一個判別函數policy，根據所述判別函數，在狀態X下就能得知要執行的所述預案A＝policy(X)。

9.如權利要求7所述的應急預案生成方法，所述判別函數優劣取決于累計獎賞，累積獎賞越大，所述判別函數效率越優，選擇判別函數效率優所對應的預案A，構成突發事件應急預案的備選預案集。

10.一種應急預案生成系統，包括：

突發事件描述單元，用于對突發事件目標案例進行結構化描述，形成突發事件特征向量；

相似度計算單元，與突發事件描述單元相耦合，用于計算所述突發事件目標案例與歷史案例的相似度；

相似案例集構建單元，與相似度計算單元相耦合，用于對所述相似度設置相似度閾值，選取相似度大于相似度閾值的案例，構建相似歷史案例集，及對應相似案例集的應急預案集；

強化學習單元，與相似案例集構建單元相耦合，對所述突發事件案例及應對方案進行學習；利用所述相似歷史案例集及對應相似案例集的應急預案集，生成突發事件應急預案；

應急預案評估單元，與強化學習單元相耦合，用于對應急預案效果進行的評估，建立判別函數；

應急預案生成單元，與應急預案評估單元相耦合，將目標案例輸入判別函數，生成所述突發事件目標案例的應急預案。

11.如權利要求10所述的應急預案生成系統，所述相似度計算單元具體為：利用模糊集相似性計算所述突發事件目標案例與歷史案例的相似度。

12.如權利要求11所述的應急預案生成系統，所述相似度計算單元還包括：利用所述模糊集相似性計算對所述突發事件目標案例與歷史案例進行模糊化，分別獲取所述突發事件目標案例與歷史案例的模糊向量。