[發明專利]基于多維云模型-模糊支持向量機的生態風險評價方法

有效

• 申請號: 201810007254.4
• 申請日: 2018-01-04
• 公開（公告）號: CN108171432B
• 公開（公告）日: 2021-08-10
• 發明（設計）人: 王棟;倪玲玲;吳劍鋒;王遠坤;吳吉春
• 申請（專利權）人: 南京大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06K9/62
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 唐紅

本發明公開一種基于多維云模型?模糊支持向量機的生態風險評價方法，先應確定評價因子及評價標準，將多個評價因子視為支持向量機樣本的多個屬性，并根據評價標準將生態風險分為多個等級，再者根據分級指標確定云模型參數，將超熵視為服從正態分布的參數k和熵的乘積，通過正向多維正態云發生器產生各個等級的具有多個屬性的訓練樣本并計算樣本隸屬于特定等級的確定度，生成訓練樣本集，其次進行模型的建立及參數優化，選定高斯函數作為核函數，并用一對一方法，產生多個二類分類器從而組合成多類分類器，利用K?折交叉檢驗和網格法進行參數尋優，確定最優參數C及σ，應用云發生器產生的訓練樣本集訓練樣本，建立模型。最終應用模型對地區的實測數據進行分類，判定該地區的生態風險等級，實現多因子下的綜合生態風險評價。

技術領域

本發明屬于生態風險評價技術，具體涉及一種基于多維云模型-模糊支持向量機的生態風險評價方法。

背景技術

經濟的迅速增長使越來越多的人工合成化合物進入到生態系統中，可持續發展的要求也急需一個有效的方法體系對環境中化合物的風險進行評估。生態風險評價的概念從誕生自今不過短短20年，相關技術方法還不成熟，應用和實踐都存在一定的問題，因此，改進生態風險評價方法，引進新方法加入評價體系，有著迫切的現實需求。

由于評價系統的非線性特征，特別是在多指標決策問題上，大部分評價模型并沒有很好地解決評價因子與評價等級之間的非線性關系，評價過程中須要對權重進行人為設計，不僅對結果的可靠性有所影響，而且降低了模型的普適性。

支持向量機(Support Vector Machine,SVM)引入了松弛變量借此容忍噪聲和離群點，顧全了更多的樣本而不只是接近邊界的訓練樣本，并用懲罰因子C刻畫對正確分類以及泛化能力之間的取舍，使得分類的結果更加穩健。模糊支持向量機(Fussy supportvector machine,FSVM)引入了隸屬度函數s_i，以s_i事先對樣本歸屬于某一類別的重要程度進行刻畫，利用Cs_i以實現對不同樣本賦予不同懲罰因子從而實現了對不同樣本區別考慮最小約束條件的破壞程度和最大化間隔的權衡。

s_i從模糊集理論而來，而在風險評價過程中不僅存在模糊性，隨機性作為客觀世界的普遍特征同樣存在于風險評價中。云模型作為一個不確定性轉換模型，考慮了客觀世界中廣泛存在的隨機性和模糊性。

目前還未有多維云模型與模糊支持向量機相結合應用于生態風險評價的方法，且云模型的參數超熵仍未有較為合適的確定方法，一般認為超熵用以表征熵的不確定性，是對同一概念的共性認識程度的度量。從定性的認識到量化的度量過程中，用現有的方法難以刻畫。

發明內容

發明目的：本發明的目的在于解決現有技術中存在的不足，提供一種基于多維云模型-模糊支持向量機的生態風險評價方法。

技術方案：本發明一種基于多維云模型-模糊支持向量機的生態風險評價方法，依次包括如下步驟：

(1)根據評價對象的特征及屬性，參考國內外評價指標，選取相應的評價標準以及評價因子；根據標準中的分級指標將風險從低到高分為共Y個等級，依次為I,II,III……，其中I級表示風險最低；

(2)將Y個等級的評定視為n類分類問題，將選取的m個評價因子視為待評價樣本的m維屬性；

(3)選取某一評價因子X_i，根據選定的評價標準，確定各級別對應的評價因子范圍[Cmin,Cmax]；將各分級指標閾值按情況最優到最劣排列，分別記為1,2,閾值j…Y；X_i為第j風險級別中任一評價因子，Cmin為第j-1分級指標閾值，Cmax為第j分級指標閾值；若j＝0或j＝Y，視為單邊界限即缺省一邊邊界；重復步驟(3)，評價因子范圍均已確定；