[發(fā)明專利]基于因果模型的主效應(yīng)因素分析方法及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110546818.3
• 申請(qǐng)日: 2021-05-19
• 公開（公告）號(hào): CN113392579A
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計(jì)）人: 仝小敏;吉祥;李國(guó)棟;劉娜;洪偉
• 申請(qǐng)（專利權(quán)）人: 中國(guó)電子科技集團(tuán)公司電子科學(xué)研究院
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06N7/00;G06F111/08
• 代理公司: 工業(yè)和信息化部電子專利中心 11010
• 代理人: 羅丹

本發(fā)明公開了一種基于因果模型的主效應(yīng)因素分析方法及設(shè)備。基于因果模型的主效應(yīng)因素分析方法，包括：構(gòu)建貝葉斯網(wǎng)絡(luò)模型，并獲取結(jié)果節(jié)點(diǎn)的直接影響因素；獲取每個(gè)直接影響因素對(duì)結(jié)果節(jié)點(diǎn)產(chǎn)生影響的影響路徑集合；當(dāng)影響路徑集合包括間接影響路徑，基于節(jié)點(diǎn)交互效應(yīng)聯(lián)合分析直接影響因素對(duì)結(jié)果節(jié)點(diǎn)的影響度，否則，采用獨(dú)立影響度分析方法直接計(jì)算直接影響因素對(duì)結(jié)果節(jié)點(diǎn)的影響度；從所有影響度中選擇最大值對(duì)應(yīng)的直接影響因素作為主效應(yīng)因素。本發(fā)明克服了單因素分析方法將因素孤立化的問題，在充分分析因素之間的聯(lián)動(dòng)交互影響的基礎(chǔ)上提取主效應(yīng)因素，提高了主效應(yīng)因素分析結(jié)論的合理可信性。

技術(shù)領(lǐng)域

本發(fā)明涉及安全分析計(jì)算領(lǐng)域，尤其涉及一種基于因果模型的主效應(yīng)因素分析方法及設(shè)備。

背景技術(shù)

致因分析是道路交通事故、航空事故、風(fēng)險(xiǎn)分析等領(lǐng)域關(guān)注和研究的重要課題，對(duì)于分析事故原因以及采取有效預(yù)防措施、降低事故發(fā)生率具有重要意義。貝葉斯網(wǎng)絡(luò)作為一種結(jié)合數(shù)據(jù)挖掘和不確定性知識(shí)推理的人工智能技術(shù)，已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域，其優(yōu)勢(shì)之處主要體現(xiàn)在能夠通過有向無環(huán)圖表達(dá)出節(jié)點(diǎn)之間的相互關(guān)系，通過節(jié)點(diǎn)之間的條件概率進(jìn)行不確定性知識(shí)推理。基于貝葉斯網(wǎng)絡(luò)的致因分析方法，通常包括因素提取、貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建、貝葉斯網(wǎng)絡(luò)參數(shù)計(jì)算、直接影響因素定位、靈敏度分析與排序等步驟，最后將靈敏度最高的直接影響因素作為導(dǎo)致事故發(fā)生的主效應(yīng)因素。

現(xiàn)有基于貝葉斯網(wǎng)絡(luò)的致因分析方法多數(shù)基于構(gòu)建的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)對(duì)影響事故發(fā)生的因素進(jìn)行單獨(dú)的靈敏度分析，從而實(shí)現(xiàn)致因定位或者故障定位。這種方法雖然在貝葉斯網(wǎng)絡(luò)構(gòu)建時(shí)考慮了因素之間的關(guān)聯(lián)關(guān)系，在因素靈敏度分析時(shí)卻忽略了因素之間的交互效應(yīng)，有可能導(dǎo)致片面的分析結(jié)論，從而影響致因分析的全面性和可信度。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種基于因果模型的主效應(yīng)因素分析方法及設(shè)備，用以解決現(xiàn)有技術(shù)中基于貝葉斯網(wǎng)絡(luò)的致因分析方法不全面的問題。

根據(jù)本發(fā)明實(shí)施例的基于因果模型的主效應(yīng)因素分析方法，包括：

構(gòu)建貝葉斯網(wǎng)絡(luò)模型，并獲取結(jié)果節(jié)點(diǎn)的直接影響因素；

獲取每個(gè)所述直接影響因素對(duì)所述結(jié)果節(jié)點(diǎn)產(chǎn)生影響的影響路徑集合；

當(dāng)所述影響路徑集合包括間接影響路徑，基于節(jié)點(diǎn)交互效應(yīng)聯(lián)合分析直接影響因素對(duì)結(jié)果節(jié)點(diǎn)的影響度，否則，采用獨(dú)立影響度分析方法直接計(jì)算直接影響因素對(duì)結(jié)果節(jié)點(diǎn)的影響度；

從所有影響度中選擇最大值對(duì)應(yīng)的直接影響因素作為主效應(yīng)因素。

根據(jù)本發(fā)明的一些實(shí)施例，所述基于節(jié)點(diǎn)交互效應(yīng)聯(lián)合分析直接影響因素對(duì)結(jié)果節(jié)點(diǎn)的影響度，包括：

基于所述影響路徑集合，確定影響節(jié)點(diǎn)集合，所述影響節(jié)點(diǎn)集合包括直接影響因素節(jié)點(diǎn)、間接影響節(jié)點(diǎn)、結(jié)果節(jié)點(diǎn)；

計(jì)算所述直接影響因素節(jié)點(diǎn)對(duì)各個(gè)所述間接影響節(jié)點(diǎn)的影響，以篩選與所述直接影響因素節(jié)點(diǎn)有交互效應(yīng)的交互效應(yīng)節(jié)點(diǎn)；

基于所述直接影響因素節(jié)點(diǎn)和所述交互效應(yīng)節(jié)點(diǎn)，聯(lián)合分析所述直接影響因素對(duì)結(jié)果節(jié)點(diǎn)的影響度。

根據(jù)本發(fā)明的一些實(shí)施例，所述計(jì)算所述直接影響因素節(jié)點(diǎn)對(duì)各個(gè)所述間接影響節(jié)點(diǎn)的影響，以篩選與所述直接影響因素節(jié)點(diǎn)有交互效應(yīng)的交互效應(yīng)節(jié)點(diǎn)，包括：

將待分析數(shù)據(jù)標(biāo)準(zhǔn)化，以獲得標(biāo)準(zhǔn)化的待分析數(shù)據(jù)；

將所述標(biāo)準(zhǔn)化的待分析數(shù)據(jù)中對(duì)應(yīng)于所述間接影響節(jié)點(diǎn)和結(jié)果節(jié)點(diǎn)的特質(zhì)值設(shè)為待定后輸入所述貝葉斯網(wǎng)絡(luò)模型，計(jì)算各個(gè)所述間接影響節(jié)點(diǎn)的特征值不變的概率；

隨機(jī)改變所述直接影響因素節(jié)點(diǎn)的特征值，計(jì)算各個(gè)所述間接影響節(jié)點(diǎn)的特征值不變的概率；

篩選出兩次概率的差值大于交互效應(yīng)判定閾值的所有間接影響節(jié)點(diǎn)，作為交互效應(yīng)節(jié)點(diǎn)。