一种应用于多智能体协同诊断系统的多路决策融合方法及系统与流程
本发明涉及多智能体协同诊断系统中的信息融合,尤其涉及一种应用于多智能体协同诊断系统的多路决策融合方法及系统,可作为可信人工智能决策基座的核心组件。
背景技术:
1、在可信人工智能体系中,可信决策基座承载着在多源异构信息产生冲突时提供可信收敛机制的功能,用以保证最终决策结果的可审计性与可验证性。在具体应用的多智能体协同诊断系统中,负责不同诊断维度的多个功能独立的智能体实例分别产生多路候选诊断方案。然而,现有的协同诊断系统在处理多路候选方案融合时,通常采用简单投票或者算术平均算法。上述线性的加权融合方式强制将各个所述智能体实例输出的候选诊断方案进行权重均等化,完全剥离了不同病理特征维度之间原本存在的协同与制约关系,造成最终输出的融合结果在收敛性与稳定性上表现出严重的不足,无法满足高可靠医疗诊断场景下的安全控制要求。
技术实现思路
1、为了弥补以上不足,本发明提供了一种应用于多智能体协同诊断系统的多路决策融合方法及系统,旨在改善了传统的协同诊断大多采用算术平均,由于忽略特征协同制约关系,从而造成系统融合结果稳定性不足的问题。
2、第一方面,本发明提供了如下技术方案,一种应用于多智能体协同诊断系统的多路决策融合方法,所述多智能体协同诊断系统部署于包含多核处理器与张量加速核心的计算节点,所述计算节点通过通信总线与传感器阵列及执行器集群连接;包括:
3、s1、构建完备六维策略空间与重写规则库:通过所述传感器阵列采集多源诊断数据,由所述多核处理器定义六维决策属性,所述六维决策属性包括紧急度、数据来源置信度分布特征、协作模式、置信度要求、优先级及异常路由;
4、将所述六维决策属性之全部组合状态作为完备策略空间,每一组合状态对应一组诊断策略;为每一组合状态预置至少一条重写规则,形成规则库;其中,所述六维决策属性各自具有至少两个可取值,所述六维决策属性的全部组合状态被存储为策略配置数据结构的索引;
5、s2、动态策略路由与重写执行:所述多核处理器维护一策略路由器,所述策略路由器的输入为当前诊断任务之上下文状态,所述策略路由器输出一组激活的组合状态及与所述组合状态对应的重写规则;执行引擎应用激活的所述重写规则,产生一个或多个候选重写结果;
6、所述策略路由器依据以下逻辑动态激活策略组:
7、若置信度高于第一阈值且无冲突,仅激活预设之核心策略组;
8、若冲突标志为真,则激活冲突仲裁策略组;
9、若置信度低于第二阈值,则激活与当前组合状态汉明距离不大于二之邻近策略组;
10、若置信度低于第三阈值,则激活全部策略空间;
11、s3、非线性衰减权重融合:在存在多个候选重写结果的情况下,由所述张量加速核心将各个所述候选重写结果映射至向量空间,并以依非线性衰减幂次分布之权重进行加权融合,生成最终重写结果;
12、所述权重构成的序列中首位候选权重约等于0.618,次位候选权重约等于0.382,第三位候选权重约等于0.236,依此类推;
13、所述张量加速核心实时监测各个所述候选重写结果在所述向量空间中的扩张-收敛比;在所述扩张-收敛比超出预设安全邻域的情况下,触发归约操作,利用预设的修正约束函数对所述权重进行动态修正;
14、s4、追溯记录与决策审计:针对每次重写操作均生成追溯记录,所有所述追溯记录构成一有向无环图,形成可追溯之决策轨迹,并将所述可追溯之决策轨迹存储于所述计算节点的存储介质中;
15、s5、诊断指令输出:根据所述最终重写结果生成执行器控制指令,通过所述通信总线将所述执行器控制指令发送至所述执行器集群执行。
16、通过采用上述技术方案,在多核处理器与张量加速核心上依非线性衰减幂次分布权重对多个候选重写结果执行加权融合,进而实现多路方案的绝对收敛,将多路候选诊断方案的收敛成功率提升至大于等于99.9%,平均收敛迭代次数控制在小于等于3.2次,单次收敛计算耗时压缩至小于等于8ms,从而改善了传统的协同诊断大多采用算术平均,由于忽略特征协同制约关系,从而造成系统融合结果稳定性不足的问题。
17、可选地,在s1步骤中,所述六维决策属性包括:
18、紧急度:第一取值表示从容处理,第二取值表示紧急处理;
19、数据来源置信度分布特征:第一取值表示多路输入竞争胜出模式,第二取值表示单路输入直接映射模式;
20、协作模式:第一取值表示独占执行,第二取值表示协作执行;
21、置信度要求:第一取值表示允许低置信度,第二取值表示要求高置信度;
22、优先级:第一取值表示低优先级,第二取值表示高优先级;
23、异常路由:第一取值表示失败时终止,第二取值表示失败时切换策略。
24、可选地,在s2步骤中,所述策略路由器依据以下逻辑动态激活策略组包括:
25、若置信度高于第一阈值且无冲突,仅激活预设之核心策略组;
26、若冲突标志为真,则激活冲突仲裁策略组;
27、若置信度低于第二阈值,则激活与当前组合状态汉明距离不大于常数二之邻近策略组;
28、若置信度低于第三阈值,则激活全部策略空间。
29、可选地,在s3步骤中,所述依非线性衰减幂次分布之权重进行加权融合包括:
30、所述权重的序列中首位候选权重约等于0.618,次位候选权重约等于0.382,第三位候选权重约等于0.236,依此类推。
31、可选地,在s3步骤中,所述张量加速核心实时监测各个所述候选重写结果在所述向量空间中的扩张-收敛比;在所述扩张-收敛比超出预设安全邻域的情况下,触发归约操作,利用预设的修正约束函数对所述权重进行动态修正。
32、可选地,在s4步骤中,所述有向无环图用于支持完整决策路径之前溯回溯与责任审计。
33、可选地,在s5步骤中,所述根据所述最终重写结果生成执行器控制指令,通过所述通信总线将所述执行器控制指令发送至所述执行器集群执行包括:
34、将所述最终重写结果逆向解算为多路离散诊断控制字,并依据所述执行器集群中各个执行器节点的网络硬件地址,将所述多路离散诊断控制字封装为符合所述通信总线传输协议的物理控制报文,通过所述通信总线将所述物理控制报文并行分发至对应的所述执行器节点,以驱动所述执行器节点执行协同诊断动作。
35、第二方面,本发明提供以下技术方案,一种应用于多智能体协同诊断系统的多路决策融合系统,包括:
36、计算节点,所述计算节点包含多核处理器与张量加速核心;
37、传感器阵列,通过通信总线与所述计算节点连接,用于采集多源诊断数据;
38、执行器集群,通过通信总线与所述计算节点连接,用于接收并执行诊断控制指令;
39、存储介质,部署于所述计算节点内,用于存储策略配置数据结构与追溯记录;
40、策略空间构建模块,部署于所述多核处理器上,用于通过所述传感器阵列采集多源诊断数据,并定义六维决策属性,所述六维决策属性包括紧急度、数据来源置信度分布特征、协作模式、置信度要求、优先级及异常路由;将所述六维决策属性的全部组合状态作为完备策略空间,每一组合状态对应一组诊断策略;为每一组合状态预置至少一条重写规则,形成规则库;其中,所述六维决策属性各自具有至少两个可取值,所述六维决策属性的全部组合状态被存储为策略配置数据结构的索引;
41、策略路由模块,部署于所述多核处理器上,用于维护一策略路由器,所述策略路由器的输入为当前诊断任务的上下文状态,所述策略路由器输出一组激活的组合状态及与所述激活的组合状态对应的重写规则;执行引擎应用激活的所述重写规则,产生一个或多个候选重写结果;其中,所述策略路由器依据以下逻辑动态激活策略组:若置信度高于第一阈值且无冲突,仅激活预设的核心策略组;若冲突标志为真,则激活冲突仲裁策略组;若置信度低于第二阈值,则激活与当前组合状态汉明距离不大于常数二的邻近策略组;若置信度低于第三阈值,则激活全部策略空间;
42、权重融合模块,部署于所述张量加速核心上,用于在存在多个所述候选重写结果的情况下,将各个所述候选重写结果映射至向量空间,并以依非线性衰减幂次分布的权重进行加权融合,生成最终重写结果;所述权重构成的序列中首位候选权重约等于0.618,次位候选权重约等于0.382,第三位候选权重约等于0.236,依此类推;所述张量加速核心实时监测各个所述候选重写结果在所述向量空间中的扩张-收敛比;在所述扩张-收敛比超出预设安全邻域的情况下,触发归约操作,利用预设的修正约束函数对所述权重进行动态修正;
43、追溯记录模块,部署于所述多核处理器上,用于针对每次重写操作均生成追溯记录,所有所述追溯记录构成一有向无环图,形成可追溯的决策轨迹,并将所述可追溯的决策轨迹存储于所述计算节点的存储介质中;
44、指令输出模块,部署于所述多核处理器上,用于根据所述最终重写结果生成所述执行器控制指令,通过所述通信总线将所述执行器控制指令发送至所述执行器集群执行。
45、第三方面,本发明提供以下技术方案,一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的一种应用于多智能体协同诊断系统的多路决策融合方法。
46、第四方面,本发明提供以下技术方案,一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述的一种应用于多智能体协同诊断系统的多路决策融合方法。
47、本发明具有如下有益效果:
48、1、本发明中,通过在多核处理器与张量加速核心上依非线性衰减幂次分布权重对多个候选重写结果执行加权融合,进而实现多路方案的绝对收敛,将多路候选诊断方案的收敛成功率提升至大于等于99.9%,平均收敛迭代次数控制在小于等于3.2次,单次收敛计算耗时压缩至小于等于8ms,从而改善了传统的协同诊断大多采用算术平均,由于忽略特征协同制约关系,从而造成系统融合结果稳定性不足的问题。
49、2、本发明中,通过维护策略路由器依据实时置信度动态激活不同层级的策略组,进而自适应匹配复杂诊断任务,将多智能体协同诊断系统的通信延迟降低35%-50%,决策稳定性提升大于等于80%,从而改善了传统的诊断系统大多采用静态规则路径,由于无法应对高模糊度输入数据,从而造成系统易引发内部逻辑死锁的问题。
50、3、本发明中,通过针对每次重写操作生成包含128位哈希指纹的追溯记录并构建为有向无环图,进而提供完整决策路径的高效溯源机制,将审计追溯时间缩短至小于等于50ms,从而改善了传统的深度学习模型大多采用黑盒架构,由于隐藏中间推理计算步骤,从而造成高风险医疗场景下责任无法界定的问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com