一种多阶段任务系统性能评估方法及装置制造方法及图纸

本发明专利技术实施例提供了一种多阶段任务系统PMS的性能评估方法，包括：在深度学习特征表示的基础上，基于PMS损伤演化机理的Graph特征输入，对其多态特征数据进行融合；根据PMS的任务阶段需求及Graph的因果机理，实施因子图分割，以获取合适的分布式评估框架；基于状态&位置对比编码的注意力算子设计，自适应获取分布式评估中的最小Graph邻域模块；对目标邻域进一步聚焦，生成能够描述PMS阶段相关性的门控循环单元GRU自适应深度网络，挖掘最小评估子图的邻域信息。应用本发明专利技术实施例提供的方案，有望增加对应深度学习模块的可解释性，大幅降低评估算法复杂度，提高模型泛化能力，从而对PMS的性能进行精准评估。

A performance evaluation method and device of multi-stage task system

【技术实现步骤摘要】
一种多阶段任务系统性能评估方法及装置
本专利技术涉及计算机
，特别是涉及一种多阶段任务系统性能评估方法及装置。
技术介绍
多阶段任务系统PMS，是指整个系统具有多个任务阶段，各任务阶段执行不同任务的复杂系统。PMS中同一组件的工作方式、环境条件、系统配置以及失效判据等会随着任务阶段的变化而改变。随着科学技术的发展，现代系统变得越来越复杂和智能化，PMS在航空航天、舰船作战、防空武器、核电站和无线传感网络等军事及国民经济建设的各个方面发挥着越来越重要的作用。PMS的性能不仅影响到复杂系统质量的优劣和经济效用，关乎设备的工作可靠性与使用者的操作安全性，甚至会造成巨大的人力和物力损失。但是，由于PMS中多阶段的任务需求，使得模型需要同时考虑跨阶段的依赖性及阶段内的差异性；并且，PMS中各组件的复杂化及任务的多样化，需要大量的冗余设计。因此，很难对PMS的性能进行快速地评估。
技术实现思路
本专利技术实施例的目的在于提供一种多阶段任务系统性能评估方法及装置，以实现对多阶段任务系统的性能进行有效评估。具体技术方案如下：本专利技术实施的一方面，提供了一种多阶段任务系统性能评估方法，所述方法包括以下步骤：步骤1：基于PMS系统的特点，实施稀疏型、密集型及Graph型的特征数据表示，生成PMS系统对应特征矩阵集步骤2：依据PMS系统的任务阶段需求及系统结构冗余性参量，对中的子图进行匹配，获得任务段子图特征集步骤3：根据PMS各性能测试点之间损伤演化路径不出现冲突的因果机理，对实施分割，生成因子图特征集步骤4：将因子图特征集输入至固定深度多层感知器MLP，训练获取各中目标节点的状态将各中状态最差的子集作为目标评估子图步骤5：基于各目标节点的状态及中各可测节点对目标节点的位置，生成注意力算子α，用以区分各可测节点对目标节点的重要性；步骤6：将α输入至注意力Attention网络，自适应获取的目标邻域特征集步骤7：将目标邻域特征集输入至自适应GRU网络，得到PMS系统性能的评估结果。可选的，所述一种多阶段任务系统性能评估方法的步骤1，包括：根据待处理系统数据的分布特点，将输入特征数据整合成稀疏型、密集型及Graph型三类；根据各任务阶段的设备额定参数、冗余元件激活与否指标，将PMS的运行划分为不同的处理单元，作为PMS的段；设定PMS系统典型性能退化参量为目标节点以及可测参量为状态节点基于系统的损伤机理、测试点敏感分析方法，获取由于损伤传播至的演化路径Graph；融合多阶段任务系统的稀疏型、密集型及Graph型特征数据，生成用于表征PMS系统性能的特征集可选的，所述一种多阶段任务系统性能评估方法的步骤2，包括：根据PMS系统的各任务阶段标签、不同任务段中各子系统额定参数、冗余元件激活门限指标，根据不同的任务段标签来选择中对应的目标路径，获得任务段子图特征集可选的，所述一种多阶段任务系统性能评估方法的步骤3，包括：选择中任意可测状态节点作为起始点按起始点edge的反向，以损伤演化路径不出现冲突的因果机理遍历直至到达中的其它任意可测状态节点或中的目标节点保留各遍历路径，得到因子图特征集可选的，所述一种多阶段任务系统性能评估方法的步骤4，包括：将因子图特征集输入至固定深度多层感知器MLP，用于训练分布式评估中各目标节点的状态寻找中的最小值，即各损伤参数累积量的最大值，匹配出各中状态最差的子集作为目标评估子图可选的，所述一种多阶段任务系统性能评估方法的步骤5，包括：读取各中目标节点的状态依次计算中各可测节点对的距离L；生成注意力算子α,用以区分各可测节点相对目标节点的重要性。可选的，所述一种多阶段任务系统性能评估方法的步骤6，包括：将特征集注意力算子α输入至Attention网络；模型在Attention机制引导下，自适应获取的目标邻域特征集构成最小评估节点集合，进一步删减中的无用节点。可选的，所述一种多阶段任务系统性能评估方法的步骤7，包括：将目标邻域特征集输入至自适应GRU网络；基于GRU的深度自适应网络，挖掘目标邻域特征集内部各节点的相关性，聚合至目标节点实现PMS性能的精准评估。本专利技术实施的又一方面，提供了一种多阶段任务系统性能评估装置，所述装置包括：第一生成模块，用于基于PMS系统的特点，实施稀疏型、密集型及Graph型的特征数据表示，生成PMS系统对应特征矩阵集获得模块，用于依据PMS系统的任务阶段需求及系统结构冗余性参量，对中的子图进行匹配，获得任务段子图特征集第二生成模块，用于根据PMS各性能测试点之间损伤演化路径不出现冲突的因果机理，对实施分割，生成因子图特征集作为模块，用于将因子图特征集输入至固定深度多层感知器MLP，训练获取各中目标节点的状态将各中状态最差的子集作为目标评估子图第三生成模块，用于基于各目标节点的状态及中各可测节点相对目标节点的位置，生成注意力算子α，用以区分各可测节点对目标节点的重要性；获取模块，用于将α输入至注意力Attention网络，自适应获取的目标邻域特征集得到模块，用于将目标邻域特征集输入至自适应GRU网络，得到PMS系统性能的评估结果。可选的，所述第一生成模块，用于：根据待处理系统数据的分布特点，将输入特征数据整合成稀疏型、密集型及Graph型三类；根据各任务阶段的设备额定参数、冗余元件激活与否指标，将PMS的运行划分为不同的处理单元，作为PMS的段；设定PMS系统典型性能退化参量为目标节点以及可测参量为状态节点基于系统的损伤机理、测试点敏感分析方法，获取由于损伤传播至的演化路径Graph；融合多阶段任务系统的稀疏型、密集型及Graph型特征数据，生成用于表征PMS系统性能的特征集可选的，所述获得模块，用于根据PMS系统的各任务阶段标签、不同任务段中各子系统额定参数、冗余元件激活门限指标，根据不同的任务段标签来选择中对应的目标路径，获得任务段子图特征集可选的，所述第二生成模块，用于选择中任意可测状态节点作为起始点按起始点edge的反向，以损伤演化路径不出现冲突的因果机理遍历直至到达中的其它任意可测状态节点或中的目标节点保留各遍历路径，得到因子图特征集可选的，所述作为模块，用于将因子图特征集输入至固定深度多层感知器MLP，用于训练分布式评估中各目标节点的状态寻找中的最小值，即各损伤参数累积量的最大值，匹配出各中状态最差的子集作为目标评估子图可选的，所述第三生成模块，用于读取各中目标节点的状态依次计算中各可测节点对的距离L；生成注意力算子α,用以区分各可测节点相对目标节点的重要性。可选的，所述获取模块，用于将特征集注意力算子本文档来自技高网...

【技术保护点】
1.一种多阶段任务系统性能评估方法，其特征在于，所述方法包括以下步骤：/n步骤1：基于PMS系统的特点，实施稀疏型、密集型及Graph型的特征数据表示，生成PMS系统对应特征矩阵集

【技术特征摘要】
1.一种多阶段任务系统性能评估方法，其特征在于，所述方法包括以下步骤：
步骤1：基于PMS系统的特点，实施稀疏型、密集型及Graph型的特征数据表示，生成PMS系统对应特征矩阵集
步骤2：依据PMS系统的任务阶段需求及系统结构冗余性参量，对中的子图进行匹配，获得任务段子图特征集
步骤3：根据PMS各性能测试点之间损伤演化路径不出现冲突的因果机理，对实施分割，生成因子图特征集
步骤4：将因子图特征集输入至固定深度多层感知器MLP，训练获取各中目标节点的状态将各中状态最差的子集作为目标评估子图
步骤5：基于各目标节点的状态及中各可测节点相对目标节点的位置，生成注意力算子α，用以区分各可测节点相对目标节点的重要性；
步骤6：将α输入至注意力Attention网络，自适应获取的目标邻域特征集
步骤7：将目标邻域特征集输入至自适应GRU网络，得到PMS系统性能的评估结果。


2.如权利要求1所述的一种多阶段任务系统性能评估方法，其特征在于，在步骤1中包括：
根据待处理系统数据的分布特点，将输入特征数据整合成稀疏型、密集型及Graph型三类；
根据各任务阶段的设备额定参数、冗余元件激活与否指标，将PMS的运行划分为不同的处理单元，作为PMS的段；
设定PMS系统典型性能退化参量为目标节点以及可测参量为状态节点
基于系统的损伤机理、测试点敏感分析方法，获取由于损伤传播至的演化路径Graph；
融合多阶段任务系统的稀疏型、密集型及Graph型特征数据，生成用于表征PMS系统性能的特征集


3.如权利要求1所述的一种多阶段任务系统性能评估方法，其特征在于，在步骤2中包括：
根据PMS系统的各任务阶段标签、不同任务段中各子系统额定参数、冗余元件激活门限指标，不同的任务段标签来选择中对应的目标路径，获得任务段子图特征集


4.如权利要求1所述的一种多阶段任务系统性能评估方法，其特征在于，在步骤3中包括：
选择中任意可测状态节点作为起始点
按起始点边edge的反向，以损伤演化路径不出现冲突的因果机理遍历直至到达中的其它任意可测状态节点或中的目标节点
保留各遍历路径，得到因子图特征集


5.如权利要求1所述的一种多阶段任务系统性能评估方法，其特征在于，在步骤4中包括：
将因子图特征集输入至固定深度多层感知器MLP...

【专利技术属性】
技术研发人员：李文娟，刘海强，龚文熔，
申请(专利权)人：西安科技大学，
类型：发明
国别省市：陕西;61