[發明專利]基于信息公理和云模型的地鐵故障模式風險度識別方法

在審

• 申請號: 201810569931.1
• 申請日: 2018-06-05
• 公開（公告）號: CN108764748A
• 公開（公告）日: 2018-11-06
• 發明（設計）人: 李磊;韋強;施俊慶;高清平
• 申請（專利權）人: 浙江師范大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/26
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 李麗華

1.一種基于信息公理和云模型的地鐵故障模式風險度識別方法，其特征在于，包括以下步驟：

(1)q位專家對地鐵的各故障模式的風險度進行評估，其中將第k位專家對地鐵的第i個故障模式中第j個風險因子進行評估得到的語言評估值表示為q,m,n為正整數；

(2)將得到的語言評估值轉換為云評估值該云評估值的云數字特征表示為其中為期望，為熵，為超熵；

(3)將q位專家的所述云評估值進行算術平均，得到群體云評估值y_i'_j，其中，該群體云評估值y_i'_j的云數字特征表示為(Ex_i'_j,En_i'_j,He_i'_j)，

(4)計算每一風險因子的權重，具體為：

首先q位專家對每一風險因子的權重進行評估，得到風險因子權重的評估值，并將風險因子權重的評估值轉換為風險因子權重的云評估值，再求出q位專家對每一風險因子權重的云評估值的平均值，其中q位專家對第j個風險因子權重的云評估值的平均值表示為的計算公式如下：

其中，為第k位專家對第j個風險因子權重的云評估值，

然后進行歸一化處理，得到每一風險因子的權重，其中第j個風險因子的權重表示為w_j，w_j的歸一化處理過程為：S為得分函數；

(5)計算云加權群體評估值其中，的云數字特征表示為通過計算得到；

(6)計算各故障模式的風險因子總信息量其中，

式中I_ij表示各故障模式的每一風險因子信息量，I_ij從效益型指標或成本型指標方面，基于信息公理的信息量計算方法計算得到；

(7)根據上述所得到各故障模式的風險因子總信息量來識別各故障模式的風險度。

2.如權利要求1所述基于信息公理和云模型的地鐵故障模式風險度識別方法，其特征在于，各故障模式的每一風險因子信息量I_ij從效益型指標方面計算得到，具體如下：

其中，分別為根據得分函數S相應得到的得分值。

3.如權利要求1所述基于信息公理和云模型的地鐵故障模式風險度識別方法，其特征在于，各故障模式的每一風險因子信息量I_ij從成本型指標方面計算得到：

其中，分別為根據得分函數S相應得到的得分值。

4.如權利要求1所述基于信息公理和云模型的地鐵故障模式風險度識別方法，其特征在于，步驟(7)中根據風險因子總信息量越小，故障模式風險度越大的原則，對各個故障模式的風險因子總信息量排序，來確定各故障模式的風險度。