一种基于云模型相似度的指标评估方法及装置与流程

1.本发明涉及数据处理技术领域，尤其涉及一种云模型相似度的计算及装置。


背景技术：

2.在评估决策领域，云模型主要用以计算指标评估结果隶属于定性概念(如“优”、“良”、“中”、“差”等)的程度，评估结果用精确数值或云模型表示，定性概念通过云模型来表示。因此，定量数值与定性概念之间隶属程度的计算可分为两种：精确数值与云模型之间隶属度计算，或者云模型之间隶属度的计算。而舰船待评估数据来源于下级机构提交的舰船特定试验周期内的测试报告，多组定量数据可构成待评估云模型。
3.现有技术中存在利用云模型之间的相对距离衡量云模型之间隶属度，研究了利用云数字特征大小计算隶属度的方法，但这种简单的计算方法“硬性”计算隶属度，忽略的云模型的不确定性本质，致使评估结果不准；还存在将“云滴横坐标差值平方的平均值”作为云模型之间相似度，以相似度表征隶属度，这种方式在一定程度上考虑了云模型的不确定性本质，但仅以距离等单一变量描述云模型之间的相似关系，缺乏对云模型的整体认识，导致评估分类不准。综上，如何准确地利用云模型进行指标等级分类是亟待解决的问题。


技术实现要素：

4.有鉴于此，有必要提供一种基于云模型相似度的指标评估方法，用以解决现有技术中利用云模型指标等级分类不准确的问题。
5.本发明提供一种基于云模型相似度的指标评估方法，包括：
6.获取待评估云模型和至少一个参照等级云模型，其中，所述待评估云模型由船舶系统的运行指标的多个测试数据统计构成，所述参照等级云模型由所述运行指标对应的等级范围中的多个标准参照数据统计构成；
7.统计所述待评估云模型中的云滴落入等级论域空间的落入数目，并确定所述落入数据和构成所述待评估云模型的云滴总数目的数目比值，其中，所述等级论域空间为所述至少一个参照等级云模型对应的云滴为边界线形成的二维空间；
8.统计所述待评估云模型和所述至少一个参照等级云模型之间的相交面积，并确定所述相交面积和所述等级论域空间的整体面积的面积比值；
9.根据所述数目比值和所述面积比值，确定云模型相似度，以判定构成所述待评估云模型的所述运行指标是否属于所述参照等级云模型对应的等级范围。
10.进一步地，所述待评估模型的构建过程包括：多次采集所述运行指标，形成多个所述测试数据；对多个所述测试数据输入至正向云发生器，生成所述待评估云模型。
11.进一步地，所述至少一个参照等级云模型的构建过程包括：在不同等级范围内，随机生成多个标准参照数据；对多个所述标准参照数据输入至正向云发生器，生成对应等级范围的所述参照等级云模型。
12.进一步地，所述统计所述待评估云模型中的云滴落入等级论域空间的落入数目包
括：
13.判断所述待评估云模型中的每个云滴的横坐标是否满足横轴预设条件；
14.判断所述待评估云模型中的每个云滴的纵坐标是否满足纵轴预设条件；
15.若都满足所述横轴预设条件和所述纵轴预设条件，则确定对应的云滴落入所述等级论域空间；
16.统计所述待评估云模型中落入所述等级论域空间的云滴，确定所述落入数目。
17.进一步地，所述横轴预设条件通过如下公式表示：
18.ex1‑
3en1≤x
i
≤ex1 3en119.其中，x1、ex1分别为所述至少一个参照等级云模型的横轴坐标和横轴坐标期望值，n1、en1分别为所述至少一个参照等级云模型的云滴数目和云顶数目期望值，x
i
为所述待评估云模型中的云滴的横坐标
20.进一步地，所述纵轴预设条件通过如下公式表示：
21.μ
i
≤y2(x
i
)
22.其中，μ
i
为所述待评估云模型中横坐标为x
i
的云滴的纵坐标，y2(x
i
)为所述至少一个参照等级云模型中横坐标为x
i
的云滴的纵坐标。
23.进一步地，所述统计所述待评估云模型和所述至少一个参照等级云模型之间的相交面积包括：
24.根据所述待评估云模型的数学期望曲线和所述至少一个参照等级云模型的数学期望曲线，确定所述相交面积的函数表达式；
25.根据所述待评估云模型和所述至少一个参照等级云模型不同的相交情形，设定横轴积分范围；
26.根据所述横轴积分范围，对所述函数表达式进行积分，并根据积分结果，确定所述相交面积。
27.进一步地，所述等级论域空间的整体面积通过如下公式表示：
[0028][0029]
其中，y0表示所述整体面积，x1、ex1分别为所述至少一个参照等级云模型的横轴坐标和横轴坐标期望值，n1、en1分别为所述至少一个参照等级云模型的云滴数目和云顶数目期望值。
[0030]
进一步地，所述根据所述数目比值和所述面积比值，确定云模型相似度包括：
[0031]
将所述数目比值和所述面积比值，构造相似度描述向量；
[0032]
确定所述相似度描述向量在预设的第一向量方向的投影长度；
[0033]
根据所述投影长度与所述第一向量的模长之比，确定所述云模型相似度。
[0034]
本发明还提供一种基于云模型相似度的指标评估装置，包括处理器以及存储器，存储器上存储有计算机程序，计算机程序被处理器执行时，实现根据如上所述的基于云模型相似度的指标评估方法。
[0035]
与现有技术相比，本发明的有益效果包括：首先，对待评估云模型和不同等级范围的参照等级云模型进行有效的获取；然后，充分考虑待评估云模型中的云滴落入参照等级
云模型的等级论域空间的落入数目；进而，考虑待评估云模型和参照等级云模型之间的相交面积；最后，结合落入数目和相交面积，反馈云模型的不确定性，利用比值，确定最终的云相似度，从而对各种运行指标进行等级分类。综上，本发明利用多种变量对云相似度进行计算，充分考虑了云模型的不确定性本质，实现对运行指标的等级分类。
附图说明
[0036]
图1为本发明提供的基于云模型相似度的指标评估方法的流程示意图；
[0037]
图2为本发明提供的相交云模型的比较示意图；
[0038]
图3为本发明提供的步骤s2的流程示意图；
[0039]
图4为本发明提供的论域边界示意图；
[0040]
图5为本发明提供的步骤s3的流程示意图；
[0041]
图6为本发明提供的不同相交情况示意图；
[0042]
图7为本发明提供的步骤s4的流程示意图；
[0043]
图8为本发明提供的云相似度向量化描述示意图；
[0044]
图9为本发明提供的参照等级云模型的示意图。
具体实施方式
[0045]
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本技术一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
[0046]
实施例1
[0047]
本发明实施例提供了一种基于云模型相似度的指标评估方法，结合图1来看，图1为本发明提供的基于云模型相似度的指标评估方法的流程示意图，上述基于云模型相似度的指标评估方法，包括步骤s1至步骤s4，其中：
[0048]
在步骤s1中，获取待评估云模型和至少一个参照等级云模型，其中，待评估云模型由船舶系统的运行指标的多个测试数据统计构成，参照等级云模型由运行指标对应的等级范围中的多个标准参照数据统计构成；可以理解的是，本发明实施例提供的待检测系统不限于船舶系统，同样也可以为其他系统的运行指标；
[0049]
在步骤s2中，统计待评估云模型中的云滴落入等级论域空间的落入数目，并确定落入数据和构成待评估云模型的云滴总数目的数目比值，其中，等级论域空间为至少一个参照等级云模型对应的云滴为边界线形成的二维空间；
[0050]
在步骤s3中，统计待评估云模型和至少一个参照等级云模型之间的相交面积，并确定相交面积和等级论域空间的整体面积的面积比值；
[0051]
在步骤s4中，根据数目比值和面积比值，确定云模型相似度，以判定构成待评估云模型的运行指标是否属于参照等级云模型对应的等级范围。
[0052]
在本发明实施例中，首先，对待评估云模型和不同等级范围的参照等级云模型进行有效的获取；然后，充分考虑待评估云模型中的云滴落入参照等级云模型的等级论域空间的落入数目；进而，考虑待评估云模型和参照等级云模型之间的相交面积；最后，结合落入数目和相交面积，反馈云模型的不确定性，利用比值，确定最终的云相似度。
[0053]
优选地，待评估模型的构建过程包括：多次采集运行指标，形成多个测试数据；对
多个测试数据输入至正向云发生器，生成待评估云模型。作为具体实施例，本发明实施例利用运行指标，有效构建对应的待评估模型。
[0054]
优选地，至少一个参照等级云模型的构建过程包括：在不同等级范围内，随机生成多个标准参照数据；对多个标准参照数据输入至正向云发生器，生成对应等级范围的参照等级云模型。作为具体实施例，本发明实施例利用在某一等级范围内随机生成的标准参照数据，有效构建对应的参照等级云模型。
[0055]
需要说明的是，结合图2来看，图2为本发明提供的相交云模型的比较示意图，一般情况下，两个二维图形相交程度的大小可以通过图形相交部分的面积来衡量，但在描述云模型之间的相交程度时，仅凭面积这一单一描述量，无法将云模型之间的相似程度的全貌表现出来。原因在于云模型的约束边界不是传统图形的平滑曲线，而是许多具有不确定性、离散型的随机云滴，某云模型云滴落入其他云模型论域中的数量也应作为云模型之间相似度的考量因素。其中，无论是通过图形直观判断还是利用相关文献所研究的云相似度计算方法，数据云1与评估等级云的相似程度远大于数据云2与评估等级云的相似程度。但从更全面的角度分析，虽然数据云1与评估等级云相交部分φ|φ
′1远大于数据云2与评估等级云相交部分φ|φ
′2，但数据云1中落入评估等级云论域空间的云滴数量(n1)是数据云1中的少数，处于弱势地位。数据云2中落入评估等级云论域空间的云滴数量(n2)是数据云2中的绝大多数，处于主体地位。落入评估等级云论域空间中的云滴越多，代表数据云和评估等级云表征的定性概念的一致性越高。n1的弱势地位说明数据云1和评估等级云表征的定性概念之间的一致性较小，n2的主体地位说明数据云1和评估等级云表征的定性概念之间的一致性较大，因此，仅凭相交面积作为云相似度的判定准则是不合理的。同时，根据图2可知，n1和n2的大小与相交面积并无直接关联，没有必然的因果关系，两者是从不同的方面对定性概念交集的描述，可以认为它们是描述定性概念交集的相互独立变量。综上所述，描述定性概念交集时，应综合考虑云模型相交面积和云滴本身的数量规模效应。因此，本发明考虑利用两变量确定云模型相似度：落入等级云模型论域中的云滴数量占待评估数据云所有云滴数量的比例(记作“x”变量)和φ|φ
′
的面积占论域面积的比例(记作“y”变量)。为方便下文描述，假设评估等级云参数为c1(ex1，en1，he1)，待评估数据云参数为c2(ex2，en2，he2)。
[0056]
优选地，结合图3来看，图3为本发明提供的步骤s2的流程示意图，包括步骤s21至步骤s24，其中：
[0057]
在步骤s21中，判断待评估云模型中的每个云滴的横坐标是否满足横轴预设条件；
[0058]
在步骤s22中，判断待评估云模型中的每个云滴的纵坐标是否满足纵轴预设条件；
[0059]
在步骤s23中，若都满足横轴预设条件和纵轴预设条件，则确定对应的云滴落入等级论域空间；
[0060]
在步骤s24中，统计待评估云模型中落入等级论域空间的云滴，确定落入数目。
[0061]
作为具体实施例，本发明实施例通过计算落入评估等级云论域空间φ中的待评估数据云云滴数量占待评估数据云所有云滴数量的比例来有效地确定数目比值。
[0062]
优选地，横轴预设条件通过如下公式表示：
[0063]
ex1‑
3en1≤x
i
≤ex1 3en1[0064]
其中，x1、ex1分别为至少一个参照等级云模型的横轴坐标和横轴坐标期望值，n1、
en1分别为至少一个参照等级云模型的云滴数目和云顶数目期望值，x
i
为待评估云模型中的云滴的横坐标。
[0065]
作为具体实施例，本发明实施例设置横轴预设条件，以便确定满足条件的云滴。
[0066]
优选地，纵轴预设条件通过如下公式表示：
[0067]
μ
i
≤y2(x
i
)
[0068]
其中，μ
i
为待评估云模型中横坐标为x
i
的云滴的纵坐标，y2(x
i
)为至少一个参照等级云模型中横坐标为x
i
的云滴的纵坐标。
[0069]
作为具体实施例，本发明实施例设置纵轴预设条件，以便确定满足条件的云滴。
[0070]
在本发明一个具体的实施例中，结合图4来看，图4为本发明提供的论域边界示意图，数目比值的确定过程如下：
[0071]
第一步，利用正向云发生器生成待评估数据云模型，包含n个云滴(单个云滴记作drop(x
i
，μ
i
)。
[0072]
第二步，判断云滴是否落入等级云论域评估等级云论域的边界是具有不确定性、离散型的随机云滴，因此无法直接判断待评估数据云云滴是否落在论域中。需要对论域作近似处理，用平滑曲线定义论域的边界，过程如下：
[0073]
(1)在正态云模型中，99.7％的云滴在内围边界曲线和外围边界曲线所围成的区域内，可以认为云滴处于y2与x轴围成区域即落入等级论域空间如图4所示；
[0074]
(2)根据云模型的“3en规则”，等级论域空间在x轴的范围可简化为[ex1
‑
3en1，ex1 3en1]。等级论域空间近似处理后，待评估数据云云滴是否落入等级论域空间可用数学约束条件进行描述如下：
[0075]
若drop(x
i
，μ
i
)满足ex1‑
3en1≤x
i
≤ex1 3en1且μ
i
≤y2(x
i
)，判定drop(x
i
，μ
i
)落入等级论域空间
[0076]
第三步，统计落入等级论域空间中的待评估数据云云滴数量n。
[0077]
第四步，重复步骤第一步～第三步，多次仿真，将多次仿真结果的平均值n作为落入等级论域空间中的待评估数据云云滴个数。其中，云模型是一种不确定性模型，每一次生成的云模型整体特性不变，但云滴的分布状态是在一定的范围内随机变动，多次仿真的目的是为了保证云模型的“不确定性”本质不被某一次随机实现结果所掩盖。
[0078]
第五步，根据下式计算数目比值的值。
[0079][0080]
优选地，结合图5来看，图5为本发明提供的步骤s3的流程示意图，包括步骤s31至步骤s33，其中：
[0081]
在步骤s31中，根据待评估云模型的数学期望曲线和至少一个参照等级云模型的数学期望曲线，确定相交面积的函数表达式；
[0082]
在步骤s32中，根据待评估云模型和至少一个参照等级云模型不同的相交情形，设定横轴积分范围；
[0083]
在步骤s33中，根据横轴积分范围，对函数表达式进行积分，并根据积分结果，确定
相交面积。
[0084]
作为具体实施例，本发明实施例利用不同的相交情形，设置不同的积分范围，保证对相交面积的准确求解。
[0085]
优选地，等级论域空间的整体面积通过如下公式表示：
[0086][0087]
其中，y0表示整体面积，x1、ex1分别为至少一个参照等级云模型的横轴坐标和横轴坐标期望值，n1、en1分别为至少一个参照等级云模型的云滴数目和云顶数目期望值。
[0088]
作为具体实施例，本发明实施例设置合理的积分范围，对等级论域空间的整体面积进行有效的计算。
[0089]
在本发明一个具体的实施例中，面积比值通过计算φ|φ
′
的面积占等级论域空的比例来确定。φ|φ
′
的边界同样是由随机云滴组成，而不是连续光滑的曲线，需对相交部分的边界作近似处理。根据云模型基本理论，正态云模型的数学期望曲线是一条光滑、连续的曲线，表征定性概念的主体。因此，在计算过程中，可用待评估数据云期望曲线与评估等级云期望曲线的相交部分s近似替代φ|φ
′
。求解具体步骤如下：
[0090]
第一步，确定相交部分s的函数表达式s(x)；
[0091]
设μ1(x)和μ2(x)分别为评估等级云和待评估数据云的数学期望曲线，则根据云模型基本理论可得其中函数表达式s(x)如下式所示：
[0092][0093]
第二步，计算相交面积φ|φ
′
。相交面积φ|φ
′
为s(x)在x∈
‑
∞ ∞(，)上的积分，但根据云模型的“3en规则
””
，评估等级云和待评估数据云在x轴上的有效范围为[ex1‑
3en1，ex1 3en1]和[ex2‑
3en2，ex2 3en2]。结合图6来看，图6为本发明提供的不同相交情况示意图，s(x)的积分范围可以按照如图6所示的不同相交情形进行简化，简化结果如下表所示：
[0094]
表1
[0095][0096]
第三步，计算等级论域空间的整体面积的面积y0(公式同上，在此不再赘述)；
[0097]
第四步，通过下式计算面积比值：
[0098][0099]
优选地，结合图7来看，图7为本发明提供的步骤s4的流程示意图，包括步骤s41至步骤s43，其中：
[0100]
在步骤s41中，将数目比值和面积比值，构造相似度描述向量；
[0101]
在步骤s42中，确定相似度描述向量在预设的第一向量方向的投影长度；
[0102]
在步骤s43中，根据投影长度与第一向量的模长之比，确定云模型相似度。
[0103]
作为具体实施例，本发明实施例利用数目比值和面积比值相互独立的特性，进行向量构建，合理确定云模型相似度。
[0104]
在本发明一个具体实施例中，数目比值x和面积比值y相互独立，因此可将二维坐标系下的向量λ＝(x，y)作为云模型相似度的数学表达式。本发明计算云相似度旨在解决隶属度的确定问题，而隶属度是一个数字型变量，将云模型相似度描述向量λ＝(x，y)转化为数字型变量的方法。
[0105]
在坐标系下，当“云相似度为1”时，表明评估等级云模型与待评数据云模型完全重合，可从两个维度进行理解：一是待评数据云云滴完全落入评估等级论域空间中，即x＝1；二是相交面积，即评估等级云期望曲线与评估等级云在x轴上的有效范围围成的面积完全重叠，即y＝1。因此，当“云相似度为1”时，云模型相似度描述向量为λ0＝(1，1)。那么，结合图8来看，图8为本发明提供的云相似度向量化描述示意图，数字型云模型相似度k可定义为：任意云模型相似度描述向量λ＝(x，y)在向量λ0方向的投影长度l占向量λ0的模的比例。
[0106]
其中，k可由下式求得：
[0107][0108]
在本发明一个具体的实施例中，结合图9来看，图9为本发明提供的参照等级云模型的示意图，将上述方法应用于某型舰船的雷达探测距离指标单项评估中。根据雷达探测距离标准限值说明，将雷达探测距离指标划分为正常、注意、异常、严重四个等级，构建对应的四个等级的参照等级云模型，从某型舰船试验区作战记录数据中，抽取某时间段实测雷达数据，根据上述方法确定待评估数据云模型参数为ct(460，18.7，3.35)，利用正向云发生器将ct与各评估等级云生成在同一坐标系中如图9所示。从图9中可以看出，ct仅与评估等级“正常”、“注意”、“异常”相交，它们之间才具有相似和隶属关系。首先计算得到“正常”评估等级云模型论域面积为y0＝79.4724，“注意”评估等级云模型论域面积为y0＝83.3812，“异常”评估等级云模型论域面积为y0＝88.6981。然后运用本节相关算法，分别求解ct相对于评估等级“正常”、“注意”和“异常”的相似度描述变量，计算结果如表3和表4所示，表3对应的是数目比值(即表中的x变量值)，表4对应的是面积比值(即表中的y变量值)。
[0109]
其中，根据上式相对于评估等级“正常”和“注意”的云相似度为jk1＝0.4695，k2＝0.1864。根据最大云相似度，可以判定雷达探测距离指标“正常”，云相似度向量为k＝[0.4695，0.1864，0，0]。
[0110]
表1
[0111][0112]
表2
[0113][0114]
实施例2
[0115]
本发明实施例提供了一种基于云模型相似度的指标评估装置，包括处理器以及存储器，存储器上存储有计算机程序，计算机程序被处理器执行时，实现根据如上所述的基于云模型相似度的指标评估方法。
[0116]
本发明公开了一种基于云模型相似度的指标评估方法及装置，首先，对待评估云模型和不同等级范围的参照等级云模型进行有效的获取；然后，充分考虑待评估云模型中的云滴落入参照等级云模型的等级论域空间的落入数目；进而，考虑待评估云模型和参照等级云模型之间的相交面积；最后，结合落入数目和相交面积，反馈云模型的不确定性，利用比值，确定最终的云相似度，从而对各种运行指标进行等级分类。
[0117]
本发明技术方案，利用多种变量对云相似度进行计算，充分考虑了云模型的不确定性本质，实现对运行指标的等级分类。
[0118]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。