[發明專利]基于相似度和虛假度的沖突證據融合方法

有效

• 申請號: 202010025380.X
• 申請日: 2020-01-10
• 公開（公告）號: CN111260502B
• 公開（公告）日: 2021-04-27
• 發明（設計）人: 李軍偉;胡振濤;魏倩;金勇;周林
• 申請（專利權）人: 河南大學
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06K9/62
• 代理公司: 鄭州聯科專利事務所(普通合伙) 41104
• 代理人: 劉建芳

1.基于相似度和虛假度的沖突證據融合方法，其特征在于：包括以下幾個步驟：

A、通過獲取多源異質傳感器提供的電力故障診斷類型相對應證據焦元的基本概率賦值，將每一個證據看作一個向量，第i個證據的向量用m_i＝(m_i(θ₁),…,m_i(θ_k),…,m_i(θ_N))^T表示，其中i＝1,2,...,n，n為證據向量的總數，k為辨識框架Θ中的焦元個數，k＝1,2,…,N；

B、通過下述公式計算證據之間焦元θ_k的相似度，得到任意第i個證據向量m_i和第j個證據向量m_j之間θ_k的相似度S_ij(θ_k)，式中max(m_i(θ_k),m_j(θ_k))、min(m_i(θ_k),m_j(θ_k))分別表示取θ_k對應的基本概率分配值m_i(θ_k)和m_j(θ_k)中的最大值和最小值；

C、通過下述公式計算證據之間所有同一焦元θ_k的相似度，得到任意第i個證據向量m_i和第j個證據向量m_j之間的相似度S(m_i,m_j)，式中S_ij(θ_k)指第i個證據向量m_i和第j個證據向量m_j之間θ_k的相似度；

D、由得到的任意第i個證據向量m_i和第j個證據向量m_j之間的相似度S(m_i,m_j)通過公式：求得第i個證據m_i與其它n-1個證據的相對相似度R(m_i)；

E、通過下述公式計算融合證據m₁,…,m_i,…,m_n之間的全局沖突K₀；

F、通過下述公式計算從融合證據m₁,…,m_i,…,m_n中剔除證據m_i后剩余的其它n-1個證據之間的局部沖突K_i；

G、由得到的所有參與融合證據m₁,…,m_i,…,m_n之間的全局沖突K₀以及剔除證據m_i之后所有參與融合證據之間的局部沖突K_i，通過下述公式計算第i個證據向量m_i的虛假度F(m_i)，式中i＝1,2,…,n；

H、由得到的任意第i個證據m_i與其它n-1個證據的相對相似度R(m_i)和第i個證據向量m_i的虛假度F(m_i)，通過公式：truf(m_i)＝R(m_i)+1-F(m_i)求得第i個證據與其他n-1個證據的相對支持程度因子truf(m_i)，并利用n個證據中最大的相對支持程度因子truf_max和i個證據與其他n-1個證據的相對支持程度因子truf(m_i)通過下述公式得到權重系數ω_i，

I、記第i個證據中焦元θ_k的基本概率賦值用m_i(θ_k)表示，其中k＝1,2,…,N，修正后的第i個證據中焦元θ_k的基本概率賦值用表示，根據步驟H中得到的權重系數ω_i通過公式：

對融合的證據進行修正；

J、對上述的第i個證據是否是干擾證據進行判斷：根據第i個證據的權重系數ω_i與1/n的關系來判斷，若是干擾證據，則對干擾證據進行重新修正，重新修正后的第i個證據中焦元θ_k的基本概率賦值用表示，借鑒Murphy規則的思想通過公式僅對干擾證據進行修正；

K、最后，采用Dempster組合規則對修正后的證據進行逐個融合,融合后焦元A的基本概率賦值m(A)的最大值對應的焦元為電力系統故障診斷的決策結果對應的故障類型，即為決策最終結果。

2.根據權利要求1所述的基于相似度和虛假度的沖突證據融合方法，其特征在于：所述的Dempster組合規則為：

其中，m(A)表示焦元A的基本概率賦值，K為沖突系數，k,l＝1,2,…,N，為空集。