[发明专利]基于相对熵和灰色关联度的符号化多质量特性分析方法

权利要求书

1.一种基于相对熵和灰色关联度的符号化多质量特性分析方法，其特征在于，包括以下步骤：

S1、根据系统的服役工况和功能结构对系统多质量特性相关性研究做出合理的假设，提取系统的质量特性，确定多质量特性研究体系；选择待研究的各质量特性，收集质量特性数据，形成各类质量特性数据时间序列；所述步骤S1中对系统多质量特性相关性研究做出合理的假设，具体包括：

(1)不考虑产品维修过程中资源准备时间，即保障各种资源无限提供；

(2)系统故障为独立事件；

(3)系统修复如新；

S2、将各质量特性数据时间序列进行符号化，形成各质量特性符号化序列；确定各质量特性数据时间序列的概率分布特性以及各质量特性符号化序列的频率统计直方图；

S3、计算各质量特性符号化序列间的相对熵大小，得到各质量特性符号化序列间的差异性；

S4、应用灰色关联分析法对多质量特性符号化序列间相关性进行建模分析；

S5、对比步骤S3中得到的差异性与步骤S4中得到的相关性，从差异性和关联性两个角度反映多质量特性间的耦合相关特性和不确定性。

2.根据权利要求1所述的基于相对熵和灰色关联度的符号化多质量特性分析方法，其特征在于，所述步骤S1中系统的质量特性包括系统的故障间隔时间、故障修复时间和平均可用度。

3.根据权利要求1所述的基于相对熵和灰色关联度的符号化多质量特性分析方法，其特征在于，所述步骤S2具体包括以下分步骤：

S21、应用等概率符号时间序列分析方法，分别将各质量特性数据时间序列符号化，形成各质量特性符号化序列；

S22、统计分析各质量特性数据时间序列的概率分布特性，形成对各质量特性统计特性的整体了解；

S23、对各质量特性符号化序列进行符号树图解，寻找质量特性的暂态模式，得到各质量特性符号化序列的频率统计直方图。

4.根据权利要求1所述的基于相对熵和灰色关联度的符号化多质量特性分析方法，其特征在于，所述步骤S4具体包括以下分步骤：

S41、确定多质量特性研究体系，根据评价目的形成同类型数据序列空间；

S42、根据各质量特性的评价目的，选择一个参考数据序列作为比较标准；

S43、对各质量特性进行无量纲化处理；

S44、求解各质量特性符号化序列相对参考数据序列的偏离程度，得到各质量特性符号化序列所有元素点的偏离程度序列；

S45、根据步骤S44中得到的偏离程度序列求解质量特性符号化序列与无量纲化参考数据序列的极限偏离程度；

S46、选取分辨系数，应用关联系数表示质量特性符号化序列中任意两对数据点的关联性，计算得到各质量特性符号化序列的关联系数序列，最终计算得到各质量特性符号化序列间的灰色关联度。

5.根据权利要求4所述的基于相对熵和灰色关联度的符号化多质量特性分析方法，其特征在于，所述步骤S42中参考数据序列选择为各质量特性的最优值或最差值。

6.根据权利要求4所述的基于相对熵和灰色关联度的符号化多质量特性分析方法，其特征在于，所述步骤S43中对各质量特性进行无量纲化处理的方法包括区间值像法、和值像法以及初值像法。

7.根据权利要求6所述的基于相对熵和灰色关联度的符号化多质量特性分析方法，其特征在于，对于多质量特性符号化序列相关性的分析跳过步骤S43。