一种洁净室气态分子污染物根因分析方法

专利主权项内容

1.一种洁净室气态分子污染物根因分析方法，将室内气态分子污染物数据输入到根因分析模型，得到根因分析结果；根因分析模型的构建过程，具体包括：步骤一，数据采集以及预处理：采集洁净室的室内气态分子污染物数据，通过均值和方差将室内气态分子污染物数据归一化；步骤二：基于专家的知识并通过概率的方法确定初代的贝叶斯分析网络；贝叶斯分析网络包括：根因节点集合；贝叶斯分析网络的结构由结构矩阵/>构成：
；
为根因节点的类型数量，/>为特征节点的类型数量，/>表示结构矩阵/>中的元素；/>表示贝叶斯分析网络中的第i个根因节点；/>表示贝叶斯分析网络中的第j个特征节点；若贝叶斯分析网络中的根因节点/>与特征节点/>相关，则/>；若贝叶斯分析网络中的根因节点/>与特征节点/>不相关，/>；定义一个不确定度矩阵代表专家知识，/>，不确定度矩阵/>中的每个元素/>表示贝叶斯分析网络中的根因节点/>与特征节点/>相关性的大小；专家根据一个自然语言描述准则确定/>的值，如果专家支持根因节点/>与特征节点相关，则/>被赋予大于设定阈值的值，如果专家不支持根因节点/>与特征节点/>相关，则被赋予小于设定阈值的值；通过以下随机生成算法，生成初代的贝叶斯分析网络：
；
是服从均匀分布的随机变量，/>表示初代贝叶斯分析网络矩阵中的矩阵元素；步骤三：基于进化算法确定最优的贝叶斯分析网络：基于初代的贝叶斯分析网络，通过混合评分函数，以及个体的选择、交叉和变异，产生贝叶斯分析网络的子代，并输出最优的贝叶斯分析网络；具体包括：步骤三A，设置初代的种群：将初代贝叶斯分析网络的结构矩阵R转换成一维序列，一维序列/>代表初始种群中每个个体的基因，每个个体代表一个贝叶斯分析网络；步骤三B，通过混合打分函数对种群中的每个个体的质量进行打分：
；其中，为个体的质量分数，/>为贝叶斯-狄利克雷等价分数，用于衡量贝叶斯分析网络与实际数据的吻合程度；/>为一个惩罚项，用于衡量贝叶斯分析网络与不确定度矩阵/>的吻合程度；/>表示权衡专家知识贡献的系数，/>表示决策树计算项；步骤三C，选择质量分数高于设定值的个体，进行突变操作，产生新的个体，并与质量分数高于设定值的个体组成新的种群；如果达到终止条件，则进行步骤三D；如果未达到终止条件，则进行步骤三B；步骤三D，采用轮盘赌选择法挑选最优的贝叶斯分析网络；步骤四：基于最优的贝叶斯分析网络，通过估计根因节点的先验概率分布以及特征节点的条件概率分布，对根因分析模型进行参数估计；其中，根因节点的先验概率分布通过室内气态分子污染物数据进行计算；所述对根因分析模型进行参数估计，具体包括：
；
是根因节点/>取第k个状态且当根因节点/>的父节点取第j个联合分布时的条件概率，/>表示限定满足的条件，/>表示计算条件概率；根据最大似然法则，条件概率/>的最优估计/>为：
；
表示符合/>采取第k种状态且/>的父节点采取第j种联合分布的条件的数据样本数；中间变量/>；得到条件概率/>的最优估计，即得到最终的根因分析模型；其中，所述联合分布表示先验概率分布和条件概率分布的联合。