[发明专利]基于双层目标优化的无资料城市确定最优损失曲线的方法有效
| 申请号: | 202010793992.3 | 申请日: | 2020-08-10 |
| 公开(公告)号: | CN112862144B | 公开(公告)日: | 2023-08-25 |
| 发明(设计)人: | 管新建;孟钰;吕鸿;吴泽宁;刘朦;藏亚文;刘源 | 申请(专利权)人: | 郑州大学 |
| 主分类号: | G06F17/00 | 分类号: | G06F17/00;G06Q10/04;G06Q10/06;G06Q50/26;G06N3/00;G06N7/08;G06N7/00 |
| 代理公司: | 郑州亦鼎知识产权代理事务所(普通合伙) 41188 | 代理人: | 张夏谦 |
| 地址: | 450001 河南省郑州*** | 国省代码: | 河南;41 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 双层 目标 优化 资料 城市 确定 最优 损失 曲线 方法 | ||
1.一种基于双层目标优化的无资料城市确定最优损失曲线的方法,其特征在于:所述方法包括以下步骤:
S1:针对研究城市,选定m个引用城市,构建m个引用城市组成的损失率矩阵R0:
S2:选定K个特征指标,并通过K个特征指标形成n种不同组合方案:
式(3)中,表示K个特征指标选择k个指标组合的方案数目;
S3:分别计算研究城市和引用城市在n个组合方案下的特征综合值:
令CIj表示研究城市在第j个方案下的特征综合值,j=1~n;令表示第i个引用城市在第j个方案下的特征综合值,i=1~m;其中,j=1~K时方案为单指标方案,单指标方案的指标值即为综合值;j=K+1~n时方案为多指标方案,多指标方案的指标值通过指标权重转换为综合值;
本步骤中,对于含有S个指标的第j个多指标方案,采用基于混沌粒子群优化的投影寻踪模型计算权重,具体的计算流程如下:
S3-1:对于第i个城市的第s个指标值Iis,这里的城市包括一个研究城市和m个引用城市,i=1~m+1,s=1~S,计算Iis的标准值
其中,式(6)用于处理越大越优型指标,式(7)用于处理越小越优型指标;
S3-2:通过式(8)计算第i个城市在第j方案下的投影综合值CIij:
式(8)中,i=1~m+1,j=K+1~n,WS为指标可优化的投影权重;
S3-3:通过式(9)计算出投影目标函数Q(WS),并由式(10)设置约束条件尽可能接近1:
maxQ(WS)=SD|R| (9)
这里,SD为投影综合值CIij的标准差;R为投影综合值CIij与经验等级的相关系数;
S4:设λij为第ith引用城市的第jth方案的转移系数,令得到m×n种组合方案的转移系数矩阵A:
S5:基于上述,计算出m×n阶的研究城市损失率矩阵R:
S6:利用损失率矩阵R,基于变差系数最小优选原则获取最优的特征方案
S7:根据最优方案下的列矢量拟合β分布曲线,提取曲线最大概率对应值作为最优损失率R*;
S8:重复步骤S1~S7,计算出每一种财产类型在各级水深等级下的最优损失率值,进而得到每一种财产类型的水深-损失率关系曲线。
2.根据权利要求1所述的基于双层目标优化的无资料城市确定最优损失曲线的方法,其特征在于:所述步骤S6中:基于变差系数最小优选原则获取最优的特征方案的具体流程为:
S6-1:由式(13)计算损失率矩阵R每一个列矢量的变差系数CVj,并由式(14)构成变差系数集CV:
其中,uj为第j组列矢量的平均值,σj为第j组列矢量的方差;
S6-2:由式(15)提取变差系数最小的列矢量,其对应的第s个方案为最优方案
3.根据权利要求1所述的基于双层目标优化的无资料城市确定最优损失曲线的方法,其特征在于:所述步骤S7中的具体流程为:
S7-1:利用距估计方法,根据中的m样本损失率值进行β分布参数估计,由式(18)和式(19)分别计算这一水深下的β分布总体均值E(Rij)和方差Var(Rij):
其中,μ与σ分别为样本损失率的均值与方差;
α和β由下式计算得出:
其中,为损失曲线α的距估计量,为β的距估计量;
S7-2:根据距估计参数α和β确定β分布曲线,提取最大概率对应值作为最优损失率R*。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州大学,未经郑州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010793992.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于环境检测的移动实验室
- 下一篇:用于车辆的塑料加注口颈





