[发明专利]水上危化品事故应急辅助决策方法、终端设备及存储介质在审

专利信息
申请号: 202110440819.X 申请日: 2021-04-23
公开(公告)号: CN113011789A 公开(公告)日: 2021-06-22
发明(设计)人: 闫长健 申请(专利权)人: 集美大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/04;G06Q50/26;G06F16/245;G06F16/28
代理公司: 厦门市精诚新创知识产权代理有限公司 35218 代理人: 何家富
地址: 361000 福*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 水上 危化品 事故 应急 辅助 决策 方法 终端设备 存储 介质
【权利要求书】:

1.一种水上危化品事故应急辅助决策方法,其特征在于,包括以下步骤:

S1:采集研究水域对应的水上危化品事故案例构建案例数据库;

S2:根据设定的水上危化品事故案例的特征参数,提取目标案例和案例数据库中各案例对应的各特征参数的属性值;

S3:基于粗糙集依赖度强化法计算各特征参数的权重;

S4:将案例数据库中的案例分类,并通过贝叶斯模型计算目标案例所属的类;

S5:根据目标案例所属的类,提取案例数据库中该类下的所有案例,并根据案例对应的各特征参数的属性值和权重,分别计算目标案例与提取的每个案例的全局相似度,将全局相似度最大值对应的案例作为目标案例的相似案例,根据相似案例确定目标案例的应急辅助决策方案。

2.根据权利要求1所述的水上危化品事故应急辅助决策方法,其特征在于:水上危化品事故的特征参数包括:事故发生时间、事故等级、事故类型、事发时环境信息、泄漏量、货物类型、事故伤亡人数和经济损失。

3.根据权利要求1所述的水上危化品事故应急辅助决策方法,其特征在于:特征参数的值的提取方法包括:将表示特征参数的文字信息转化为数值属性,并将数值属性划分为确定符号属性、确定数属性、区间数属性和模糊数属性4种属性类型,针对不同的属性类型,分别采用不同的相似度计算方法。

4.根据权利要求1所述的水上危化品事故应急辅助决策方法,其特征在于:各特征参数的权重的计算方法采用粗糙集依赖度强化法。

5.根据权利要求1所述的水上危化品事故应急辅助决策方法,其特征在于:步骤S4具体包括以下步骤:

S401:将案例数据库U中的所有案例分为k个类,分别为:U1,U2,…,Uk,其中a≠b且a和b均为1~k之间的整数,P(Ua)表示类Ua在案例数据库U所占的概率,则有:

S402:根据下式计算目标案例的每个特征参数在每个类中所占的比例P(Xj|Ua):

其中,Xj表示第j个特征参数,P(Xj)表示第j个特征参数对应的概率,P(Ua|Xj)表示第j个特征参数发生的情况下,Ua在案例数据库U所占的概率;

S403:根据下式计算目标案例的所有特征参数在每个类中所占的比例P(X|Ua):

S404:根据步骤S403的计算结果,按照下式判断目标案例所属的类SM:

SM=P(X|Ua)P(Ua)。

6.根据权利要求1所述的水上危化品事故应急辅助决策方法,其特征在于:全局相似度的计算采用欧几里德贴近度方法。

7.根据权利要求1所述的水上危化品事故应急辅助决策方法,其特征在于:步骤S5中还包括:构建专家规则库,并基于专家规则库对相似案例进行修正,根据修正结果确定目标案例的应急辅助决策方案。

8.一种水上危化品事故应急辅助决策终端设备,其特征在于:包括处理器、存储器以及存储在所述存储器中并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如权利要求1~7中任一所述方法的步骤。

9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1~7中任一所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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集美大学,未经集美大学许可,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/202110440819.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top