基于信度结构的多不确定偏好获取方法、装置和电子设备
文献发布时间:2023-06-19 12:10:19
技术领域
本发明涉及决策者偏好获取技术领域,尤其涉及一种基于信度结构的多不确定偏好获取方法、装置和电子设备。
背景技术
战略冲突是人类活动中常见和普遍存在的交互决策场景,涉及两个或两个以上独立的决策者,这些决策者在做决策选择时往往有着不同的、甚至是相互冲突的偏好和目标,两者共同决定着冲突的状态或场景的演化。冲突的成本和代价小到个人之间利益得失,达到国家之间的领土、贸易争端,因此亟需有效的方法辅助决策者进行决策分析以有效解决冲突争端。作为一个综合性的冲突建模和分析方法论,冲突分析图模型(Graph Model forConflict Resolution,GMCR)能够以最小的信息需求和相对偏好处理各种现实冲突中的复杂和具有挑战性的战略决策问题,例如复杂的体系结构设计、城市规划问题、环境管理争端、军控冲突以及其他领域。
过去,GMCR模型通常假设每个冲突中的决策者都有着清晰明确的偏好信息,无法满足复杂不确定下的冲突决策需求。
发明内容
有鉴于此,本发明的目的在于提出一种基于信度结构的多不确定偏好获取方法、装置和电子设备。
基于上述目的,本发明提供了一种基于信度结构的多不确定偏好获取方法,包括:
建立战略冲突图模型:
其中,
为所述战略冲突图模型设计信度偏好结构;
根据所述信度偏好结构构建信度偏好规则库;
根据所述信度偏好规则库和证据推理算法,计算任意两状态的信度偏好等级;
根据所述任意两状态的信度等级预测和复盘决策者的决策趋势。
基于同一发明构思,本发明还提供了一种基于信度结构的多不确定偏好获取装置,包括:
构建模块一,用于建立战略冲突图模型:
其中,
构建模块二,用于为所述战略冲突图模型设计信度偏好结构;
库构建模块,用于根据所述信度偏好结构构建信度偏好规则库;
计算模块,用于根据所述信度偏好规则库和证据推理算法,计算任意两状态的信度偏好等级;
决策模块,用于根据所述任意两状态的信度等级预测和复盘决策者的决策趋势。
基于同一发明构思,本发明还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上任意一项所述的方法。
从上面所述可以看出,本发明提供的一种基于信度结构的多不确定偏好获取方法,通过利用统一的偏好结构表示多种不确定偏好,并基于该偏好结构设计多不确定偏好获取方法获取信度偏好等级,从而提升不确定下的偏好处理能力,快速获取决策者的不确定偏好,提高预测和复盘决策者的决策趋势的能力。
附图说明
为了更清楚地说明本发明或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的基于信度结构的多不确定偏好获取方法流程图;
图2为本发明实施例的基于信度结构的多不确定偏好获取装置结构示意图;
图3为本发明实施例的电子设备结构示意图;
图4为本发明实施例决策者状态转移情况示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,除非另外定义,本发明实施例使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
发明概述
如背景技术部分所述,在相关技术中,由于不确定性的客观存在,一些学者提出了不确定偏好以处理现实冲突存在的不确定性,例如,模糊偏好、灰偏好、概率偏好、强度偏好。现有的不确定偏好表示方法和获取技术都是针对某一特定不确定性类型,即模糊性。然而,现实的复杂冲突决策问题中往往包含了多种不确定性类型,当前的不确定偏好表示和获取方法已经无法满足复杂不确定下的冲突决策需求。
针对上述相关技术存在的问题,本发明实施例提供了一种基于信度结构的多不确定偏好获取方法,通过利用统一的偏好结构表示多种不确定偏好,并基于该偏好结构设计多不确定偏好获取方法获取信度偏好等级,从而提升不确定下的偏好处理能力,快速获取决策者的不确定偏好,提高预测和复盘决策者的决策趋势的能力。
以下,通过具体的实施例进一步详细说明本发明的技术方案。
首先,本说明书一个或多个实施例提供了一种基于信度结构的多不确定偏好获取方法。参照图1,所述基于信度结构的多不确定偏好获取方法,包括以下步骤:
步骤S101、建立战略冲突图模型:
其中,
战略冲突分析的过程包括建立战略冲突模型和进行稳定性分析两项基本工作,建立战略冲突模型是冲突分析的基础,建立战略冲突图模型,确定冲突的决策者、可行策略、可行状态、可行状态的转移和决策者的相对偏好,可以以最小的信息需求和相对偏好处理各种现实战略冲突中的复杂和具有挑战性的战略决策问题。
步骤S102、为所述战略冲突图模型设计信度偏好结构。
信度结构就是表示信息不确定性和不完备性的表示方式,可以描述由于知识不完全或信息不足而导致的多种不确定性。信度结构由数值和信度两部分组成,通过信度
其中,
为了处理和表达冲突中决策偏好的多种不确定性,借鉴信度结构的思路,将经典二元偏好结构
其中,
在此基础上,
在此基础上,除了可以表示确定性偏好外,信度结构还允许决策者表示不同类型的不确定性偏好:1)当
基于经典的二元偏好结构,将二元偏好结构重新设计为新的信度偏好结构,可以利用一个信度偏好结构表示多种类型的不确定偏好,提升了不确定情况下的偏好处理能力,快速获取决策者的不确定偏好,提高预测和复盘决策者的决策趋势的能力。
步骤S103、根据所述信度偏好结构构建信度偏好规则库。
信度规则库是推理准则、专家经验、信度结构等的统一表示框架,由一组“if-then”形式的信度规则组成,其中“if…”是前提属性,“then…”是对应前提属性所表示的结论。
在此基础上,构建信度偏好规则库首先需要确定所述信度偏好结构的信度偏好规则,然后将所述信度偏好规则顺序排列构建信度偏好规则库。
进一步,对于每个决策者,第
规则权重
其中,
进一步的,
进一步的,信度规则库允许不同规则的前提属性是不相同的。
建立信度规则库,创建评判标准,可以将任意状态
步骤S104、根据所述信度偏好规则库和证据推理算法,计算任意两状态的信度偏好等级。
在计算偏好信度等级之前,首先需要确定输入数据的形式结构:
其中,
确定输入数据的形式结构,可以对输入数据进行限制,为进一步匹配规则库中规则,根据评判标准进行信度偏好等级计算提供了便利。
输入数据通常与信度规则的前提属性不完全匹配。因此,必须先确定输入与每个规则之间的关系,然后才能开始推理过程,也就是说,每个规则都将被分配一个激活权重。第一步是确定所述输入数据的每个属性的值与信度偏好规则库中每个信度偏好规则的匹配度,这意味着将输入转换为信度偏好规则库中每个信度偏好规则参考值的分布。
在此基础上,对于每个属性
其中,
进一步的,输入数据的每个属性的值与所述信度偏好规则库中第
其中,
具体的,作为一个可选的方式,相似度函数可以写成:
其中,
将所述输入数据转化为所述信度偏好规则的前提属性格式;
其中,当
对于任意
其中,
具体的,作为一个可选的方式,对于
其中,
对于
其中,
在确定所有匹配度之后,可以计算信度偏好规则库中每个信度偏好规则的激活权重,并将其用于表示该规则被输入激活的程度,最后根据激活权重计算所述输入数据的信度偏好等级。
在此基础上,规则前提属性可以同时使用
具体的,作为一个例子,对于任意规则
在此基础上,确定所有匹配度之后,可以计算每个规则的激活权重,并将其用于表示该规则被输入激活的程度。激活权重,具体为:
其中,
对于每个
其中,
进一步的,从修正信度计算公式中,可以得出结论,如果规则被激活并且输入完备,则存在
基于上述建立的信度规则表达式,使用证据推理方法进行规则推理,生成关于任意两状态的最终信度偏好等级。首先,将修正信度转换为基本可信数:
其中,
利用聚合方法计算聚合后的基本信度:
其中,
通过聚合后的基本可信数计算任意状态s和状态t的信度偏好等级:
其中,
与概率偏好、灰度偏好和模糊偏好等单一偏好结构相比,本发明所提出的信度偏好结构具备描述多种类型偏好,例如确定偏好、模糊偏好和未知偏好。此外,本发明所提出的基于证据推理的信度偏好等级计算方法能够实现在复杂不确定条件下快速获取不确定偏好。
步骤S105、根据所述任意两状态的信度等级预测和复盘决策者的决策趋势。
通过状态两两比较,信度偏好等级高的状态的被选择的可能性大,根据此可能性用来预测和复盘,甚至达到控制决策进程。
需要说明的是,本发明实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本发明实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本发明的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本发明还提供了一种基于信度结构的多不确定偏好获取装置。
参考图2,所述基于信度结构的多不确定偏好获取装置,包括:
构建模块一301,用于建立战略冲突图模型:
其中,
构建模块二302,用于为所述战略冲突图模型设计信度偏好结构;
库构建模块303,用于根据所述信度偏好结构构建信度偏好规则库;
计算模块304,用于根据所述信度偏好规则库和证据推理算法,计算任意两状态的信度偏好等级;
决策模块305,用于根据所述任意两状态的信度等级预测和复盘决策者的决策趋势。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本发明时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述任一实施例中相应的基于信度结构的多不确定偏好获取方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本发明还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上任意一实施例所述的基于信度结构的多不确定偏好获取方法。
图3示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图, 该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线 1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的基于信度结构的多不确定偏好获取方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
以下结合一个海上威胁响应体系构建场景对基于信度结构的多不确定偏好获取方法的具体实施细节进行说明。
首先选取特定场景构建冲突图模型,选取实施例中的决策者及其策略,具体的决策者和策略如下表一所示,包括3个决策者和9个备选策略。
表1 决策者及其策略
其中,效益和成本均为示例性数据。
在此基础上,具体的每一个决策者任意状态所做的选择所构成的可行组合如下表二所示。
表2 可行组合
其中,Y表示选择此策略,N表示不选择此策略。
具体状态转移情况如图4所示,其中,图4a表示决策者C4ISR的状态转移情况,图4b表示决策者PBS/FFT的状态转移情况,图4c表示决策者Finish的状态转移情况。
在不影响对本发明的解释说明基础,本步骤及后续步骤的具体方式选取决策者C4ISR说明如何获取信度偏好,本步骤需要确定案例场景中决策者C4ISR的信度偏好结构,即为
进一步的,根据信度偏好结构构建决策者C4ISR的信度偏好规则库。首先构建决策者C4ISR的信度规则,选取信度规则的前提属性及其参考值。在海上威胁响应体系构建中,决策者的策略实质上就是装备,因此决策者在选择时主要关注装备的效益与成本。为此,选择状态效益差和状态成本差作为信度规则的前提属性,并且两者为交集关系。表一具体展示了各个装备的效益与成本。表二具体展示了所有可行状态及每个状态中所选择的装备,其中Y表示选择该装备,N表示不选择该装备。由此可以计算每个状态的效益总和与成本总和,通过两两比较就可以确定任意状态之间的效益差和成本差。为了使参考值能够覆盖所有可能的状态差值,本案例设置状态效益差的参考值为
确定信度规则,首先生成所有可能的规则条数,根据规则参考值集合可知,共有
表三 决策者C4ISR的信度规则库
以参考值
再进一步的,根据所述信度偏好规则库和证据推理算法,计算任意两状态的信度偏好等级。
根据输入数据的形式结构,需要确定每个属性的的信度等级,本案例中状态效益差和状态成本差的信度等级分别为0.9和1.0。
以状态
然后,计算每个规则的激活权重,通过计算得知,只激活了信度规则库中的四条信度规则,即
然后,计算状态
最后,可以得出对于决策者C4ISR认为状态
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本发明实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本发明实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本发明的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本发明实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明的保护范围之内。
- 基于信度结构的多不确定偏好获取方法、装置和电子设备
- 基于信度结构的多不确定偏好获取方法、装置和电子设备