【技术实现步骤摘要】
一种基于自适应符号传递熵的机电系统交互网络建模方法
本专利技术涉及复杂机电系统服役安全状态评估领域，具体涉及一种基于自适应符号传递熵的机电系统交互网络建模方法。
技术介绍
流程工业生产系统生产设备繁多，且需要各种辅助系统，各结构单元之间不断地进行着物质、信息、能量的交换，系统内部关联耦合度高，是一个分布式的复杂机电系统。复杂网络是当前研究复杂系统结构、功能和动力学行为的重要理论。网络建模是复杂系统建模的重要手段，也是复杂网络领域研究最早、成果最多的一个活跃的方向。在众多网络建模方法中，充分利用复杂系统的观测数据获得不同变量之间的信息流，构建反映复杂系统动态演化行为的复杂网络模型是一个普遍感兴趣的话题。复杂系统信息流网络模型构建的核心是对变量之间的信息流的精确测度，更具体地说,它包括方向和强度两个重要指标。传递熵作为一种免模型的非参数统计方法，可用于测量两个随机过程之间的有向信息传递量，是非线性系统信息流测度的重要方法。Schreiber最早引入传递熵测量非线性系统信息流。随后各类技术被用于从系统观察序列中估计传递熵。符号化是符号时间序列分析的基础，它涉及将原始时间...
【技术保护点】
1.一种基于自适应符号传递熵的机电系统交互网络建模方法，其特征在于，在多变量空间重构的基础上获取原始时间序列符号化的公共参数，并利用自适应核密度估计方法对原始时间序列的概率密度和概率分布进行估计，依据等概率划分原理对原始时间序列进行等概率划分，在均衡符号序列对原始时间序列的结构信息损失以及抗噪性的基础上，获取最佳的符号个数和划分区间，对原始时间序列进行粗粒化符号表示，然后对原始时间序列的符号序列进行传递熵分析，并进行净信息传递量的计算，以获得系统交互网络建模所需的基本参数，从而建立反映实际系统底层交互机制的网络模型。
【技术特征摘要】
1.一种基于自适应符号传递熵的机电系统交互网络建模方法，其特征在于，在多变量空间重构的基础上获取原始时间序列符号化的公共参数，并利用自适应核密度估计方法对原始时间序列的概率密度和概率分布进行估计，依据等概率划分原理对原始时间序列进行等概率划分，在均衡符号序列对原始时间序列的结构信息损失以及抗噪性的基础上，获取最佳的符号个数和划分区间，对原始时间序列进行粗粒化符号表示，然后对原始时间序列的符号序列进行传递熵分析，并进行净信息传递量的计算，以获得系统交互网络建模所需的基本参数，从而建立反映实际系统底层交互机制的网络模型。2.根据权利要求1所述的一种基于自适应符号传递熵的机电系统交互网络建模方法，其特征在于，选取需要分析的复杂机电系统的监测目标的变量集，获取原始时间序列符号化的公共参数，所获得的原始时间序列数据集为N个监测变量i，通过小波包方法对监测变量降噪得到降噪后的时间序列，并计算降噪前序列的信噪比SNRin；通过多变量相空间重构方法计算每对监测变量的嵌入维数m和延迟时间τ，作为每对监测变量符号化的公共参数集(m,τ)。3.根据权利要求2所述的一种基于自适应符号传递熵的机电系统交互网络建模方法，其特征在于，对每个监测变量i采用自适应核密度估计方法得到降噪后变量监测数据的概率密度函数fi(x)，根据概率密度函数fi(x)得到概率分布Fi(x)。4.根据权利要求3所述的一种基于自适应符号传递熵的机电系统交互网络建模方法，其特征在于，利用等概率划分原则将得到的概率分布Fi(x)进行等概率划分，并结合得到的公共参数集(m,τ)通过优化确定每个监测变量的符号化参数，得到时间序列的符号化序列；每对监测变量的符号化序列进行传递熵分析，得到每对监测变量之间的净信息传递量以监测变量为节点vi∈V，监测变量之间的信息传递关系为边ei∈E，净信息传递量为边的权重wi∈W建立反映复杂机电系统底层相互作用机制的网络模型Mnet＝(V,E,W)，从而完成流程工业复杂机电系统交互网络建模。5.根据权利要求4所述的一种基于...
【专利技术属性】
技术研发人员：高建民，谢军太，高智勇，姜洪权，陈琨，冯龙飞，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。