[发明专利]一种基于小波神经网络的告警权值确定方法

摘要

本发明公开了一种基于小波神经网络的告警权值确定方法，告警设定5种告警重要度并分别约定权值；选取告警信息中的字段信息得到告警事务集合，并对告警字段分级、量化构成告警向量作为小波神经网络的输入；初始化小波神经网络；小波神经网络进行学习，计算小波神经网络的输出y，并计算误差E；若误差E>ε,其中ε为常数，则继续进行学习；若误差E<ε,，训练结束，得到训练好的小波神经网络；当网络发生故障时，收集告警信息并通过训练好的小波神经网络得到不同告警的告警重要度及其权值。本发明的目的在于提供一种判断准确度更高、计算速度更快的基于小波神经网络的告警加权关联规则权值确定方法。

主权项

一种基于小波神经网络的告警权值确定方法,其特征在于包括以下步骤：101、按照告警的重要程度，对告警设定5种告警重要度，并建立每一种告警重要度的权值；102、选取告警信息中的部分字段信息构成告警事务集合；103、将告警事务集合中选取的告警字段分别进行分级、量化，将所得告警向量作为小波神经网络的输入；104、初始化小波神经网络参数；105、小波神经网络进行学习，计算小波神经网络的输出y，并计算误差E；106、若误差E>ε,其中ε为常数，则返回步骤105继续进行学习；若误差E<ε,，则判断小波神经网络收敛，小波神经网络停止学习，训练结束，得到训练好的小波神经网络；107、当实际网络发生故障时，选取实际网络故障告警信息中的部分字段信息得到告警事务集合,将告警事务集合中选取的告警字段分别进行分级、量化；将分级、量化后的告警字段构成告警向量作为步骤106中训练好的小波神经网络的输入，计算小波神经网络的输出y',此时小波神经网络的输出y'即为步骤101中5种告警重要度之一，并且将该告警重要度对应的权值输出并显示。