[發明專利]克服污染數據及不確定事件的新型穩健估計方法及裝置

有效

• 申請號: 202210524867.1
• 申請日: 2022-05-13
• 公開（公告）號: CN114925321B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 高學鴻;周劍蘭;黃國忠;向治錦;劉雪敏;李浩軒;蔣慧靈;周亮;張磊;鄧青
• 申請（專利權）人: 北京科技大學
• 主分類號: G06F17/16
• 分類號: G06F17/16;G06F17/18
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

本發明公開了一種克服污染數據及不確定事件的新型穩健估計方法及裝置，涉及數據穩健優化技術領域。包括：基于加權Hodges?Lehmann法能夠應用于數學優化模型中，處理含有污染數據的不確定事件。明確污染數據和數據信息的不確定性；引用Hodges?Lehmann穩健估計量；提出單項加權Hodges?Lehmann穩健估計量；提出雙項加權Hodges?Lehmann穩健估計量。本發明提出一種新的穩健估計方法，即加權Hodges?Lehmann，將wHL應用到數學優化模型中，能夠處理具有數據污染的不確定未來事件。wHL進一步提高了存在異常數據時的穩健估計量的估計精度和穩健性，可作為提高穩健估計的重要手段。具有運算效率高、計算精度高、穩健性高等優點。

技術領域

本發明涉及數據穩健優化技術領域，特別是指一種克服污染數據及不確定事件的新型穩健估計方法及裝置。

背景技術

在數據統計的過程中，由于多方面的因素可能導致數據中包含大量高度不確定的信息。除此之外，受個人偏好和錯誤操作的影響，容易致使收集的數據被污染，進而導致估計數值與實際需求之間產生較大偏差。因此需要提出一種對異常值(即數據污染)低敏感的穩健解決方法。

發明內容

針對現有技術中在處理不確定事件與異常值相關聯的情況時可能無效的問題，本發明提出了一種克服污染數據及不確定事件的新型穩健估計方法及裝置。

為解決上述技術問題，本發明提供如下技術方案：

一方面，提供了一種克服污染數據及不確定事件的新型穩健估計方法，該方法應用于電子設備，包括以下步驟：

S1：確定預設的數學優化模型中的污染數據以及不確定的數據信息，標記為異常值；

S2：在所述數學優化模型中引入霍奇斯-萊曼估計Hodges-Lehmann穩健估計量；

S3：提出加權Hodges-Lehmann穩健估計量，將所述異常值與所述Hodges-Lehmann穩健估計量的權重進行關聯，完成克服污染數據不確定事件的新型穩健估計。

可選地，步驟S1中，確定預設的數學優化模型中的污染數據以及不確定的數據信息，標記為異常值，包括：

通過收集預設的數學優化模型中的數據，給定一個具有多個觀察值的集合S，其中S＝{x₁,x₂,x₃,…x_n}，若所述集合S中存在一個觀察值x_i與其他觀察值相差較大，則觀察值x_i為污染數據或不確定數據，標記為異常值；其中，x_i與集合S的相差關系為：x_i＜＜S/{x_i}或x_i＞＞S/{x_i}。

可選地，步驟S2中，在所述數學優化模型中引入霍奇斯-萊曼估計Hodges-Lehmann穩健估計量，提出加權Hodges-Lehmann，包括：

給定一組觀察值集合S，將霍奇斯-萊曼估計Hodges-Lehmann穩健估計量定義為下述公式(1)和公式(2)：

其中，

其中，HL表示霍奇斯-萊曼估計Hodges-Lehmann穩健估計量；H_ij表示本值互相加和后形成的新的樣本值。

可選地，所述步驟S3中，提出加權Hodges-Lehmann穩健估計量，將所述異常值與所述Hodges-Lehmann穩健估計量的權重進行關聯，包括：