[發(fā)明專利]基于D-S證據(jù)理論的目標(biāo)事件風(fēng)險評估方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210993574.8
• 申請日: 2022-08-18
• 公開（公告）號: CN116227908A
• 公開（公告）日: 2023-06-06
• 發(fā)明（設(shè)計）人: 王寧;周凱;牛中盈;張沖;王鵬飛;黨宏蕾;董慶利;李賓;楊帥;陰攀鋒;翟玉東
• 申請（專利權(quán)）人: 航天科工網(wǎng)絡(luò)信息發(fā)展有限公司
• 主分類號: G06Q10/0635
• 分類號: G06Q10/0635;G06Q10/0639;G06N5/04;G06N3/084
• 代理公司: 中國航天科工集團(tuán)公司專利中心 11024
• 代理人: 葛鵬

1.一種基于D-S證據(jù)理論的目標(biāo)事件風(fēng)險評估方法，其特征在于從多個時間段和多種評價指標(biāo)分析和挖掘目標(biāo)事件，利用D-S證據(jù)理論完成不同證據(jù)數(shù)據(jù)的融合，提高對目標(biāo)事件風(fēng)險評估的準(zhǔn)確性，所述目標(biāo)事件風(fēng)險評估方法包括：

按照最短時間節(jié)點(diǎn)采集每一目標(biāo)事件的評價指標(biāo)，得到每一目標(biāo)事件在不同時期下的每一種評價指標(biāo)值，其中所述評價指標(biāo)包括吸引力、影響范圍和相對強(qiáng)度，所述時期包括短期、中期和長期；

分別將每一目標(biāo)事件在不同時期下的每一種所述評價指標(biāo)值輸入至專家評分系統(tǒng)，得到不同專家對每一目標(biāo)事件在不同時期下的每一種所述評價指標(biāo)值的多個基礎(chǔ)評分；

利用多層感知器分別對每一目標(biāo)事件在不同時期下的所有評價指標(biāo)值的所述基礎(chǔ)評分進(jìn)行特征提取，得到每一目標(biāo)事件在不同時期下的多維特征數(shù)據(jù)；

分別對每一目標(biāo)事件在不同時期下的所述多維特征數(shù)據(jù)和風(fēng)險等級進(jìn)行映射，得到每一目標(biāo)事件在不同時期下不同類別風(fēng)險等級的多個基本信度分配，其中所述風(fēng)險等級包括低風(fēng)險、中風(fēng)險和高風(fēng)險；

根據(jù)證據(jù)推理算法對每一目標(biāo)事件在不同時期下風(fēng)險等級的多個所述基本信度分配進(jìn)行融合推理，確定每一目標(biāo)事件在不同時期下的風(fēng)險等級。

2.根據(jù)權(quán)利要求1所述的目標(biāo)事件風(fēng)險評估方法，其特征在于，所述多層感知器第m特征層的第j個輸出的特征數(shù)據(jù)表示為：

其中，表示所述多層感知器第m特征層的第j個輸出的特征數(shù)據(jù)；f()表示激活函數(shù)；s表示不同專家對每一目標(biāo)事件在不同時期下的每一種所述評價指標(biāo)值的基礎(chǔ)評分個數(shù)；k₁表示吸引力變化值對應(yīng)的基礎(chǔ)評分個數(shù)；k₂表示影響范圍變化值對應(yīng)的基礎(chǔ)評分個數(shù)；k₃表示相對強(qiáng)度變化值對應(yīng)的基礎(chǔ)評分個數(shù)；w_s,j表示多層感知機(jī)第m特征層的第j個輸出的權(quán)重；表示所述多層感知器輸入層的評價指標(biāo)值；b_j表示多層感知器第m特征層的偏置；m表示所述多層感知器的層數(shù)；l_m-1表示每一目標(biāo)事件在不同時期下的多維特征數(shù)據(jù)個數(shù)；表示所述多層感知器第m-1特征層的輸入。

3.根據(jù)權(quán)利要求1所述的目標(biāo)事件風(fēng)險評估方法，其特征在于，所述分別對每一目標(biāo)事件在不同時期下的所述多維特征數(shù)據(jù)和風(fēng)險等級進(jìn)行映射，具體表示為：

其中，m()表示mass函數(shù)；A_L表示低風(fēng)險等級；A_M表示中風(fēng)險等級；A_H表示表示高風(fēng)險等級；g()表示歸一化運(yùn)算函數(shù)；表示多維特征數(shù)據(jù)中第一維度的特征數(shù)據(jù)；表示多維特征數(shù)據(jù)中第二維度的特征數(shù)據(jù)；表示多維特征數(shù)據(jù)中第三維度的特征數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的目標(biāo)事件風(fēng)險評估方法，其特征在于，所述每一目標(biāo)事件在不同時期下的風(fēng)險等級表示為：

其中，m()表示mass函數(shù)；A表示風(fēng)險等級；A_j表示第j個風(fēng)險等級；i表示不同時期下第i個基本信度分配；n表示不同時期下基本信度分配的個數(shù)；m_i()表示第i個基本信度分配。

5.根據(jù)權(quán)利要求1所述的目標(biāo)事件風(fēng)險評估方法，其特征在于，在所述確定每一目標(biāo)事件在不同時期下的風(fēng)險等級之后，所述目標(biāo)事件風(fēng)險評估方法還包括：

根據(jù)同一目標(biāo)事件的短期內(nèi)推理結(jié)果、中期內(nèi)風(fēng)險等級評估結(jié)果、中期內(nèi)推理結(jié)果和長期內(nèi)風(fēng)險等級評估結(jié)果，計算一致性系數(shù)，針對短期、中期、長期的基礎(chǔ)證據(jù)進(jìn)行一致性系數(shù)加權(quán)計算，根據(jù)證據(jù)理論算法計算出最終的風(fēng)險等級評估結(jié)果；

將所述一致性系數(shù)作為每一目標(biāo)事件在不同時期下風(fēng)險等級的多個基本信度分配，得到每一目標(biāo)事件在不同時期下多個加權(quán)后基本信度分配；

利用加權(quán)證據(jù)推理算法對每一目標(biāo)事件所有時期下多個所述加權(quán)后基本信度分配進(jìn)行推理，確定每一目標(biāo)事件的最終風(fēng)險等級。