一种基于UPHFPR一致性迭代算法的医生决策方法技术

本发明专利技术提供了一种基于UPHFPR一致性迭代算法的医生决策方法。该方法包括：根据患者症状集构建各个医生的UPHFPR矩阵，建立获取医生UPHFPR矩阵中元素概率及权重的目标函数，计算各个医生的UPHFPR矩阵中元素的发生概率和优先权重；当判断各个医生的UPHFPR矩阵满足可接受期望一致性条件后，根据各个医生的UPHFPR矩阵中元素的发生概率获得各个医生的PHFPR矩阵；使用WUPHFPRA聚合算子聚合K个医生的PHFPR矩阵，得到聚合后的PHFPR矩阵，并计算出聚合后的PHFPR矩阵的排序权重；当判断聚合后的PHFPR矩阵满足可接受期望一致性条件后，根据聚合后的PHFPR矩阵的排序权重选取具有最大权重值的诊断结果作为患者最终的诊断结果。本发明专利技术使用UPHFPR决策方法融合医生的诊断意见，帮助医生选取准确的诊断结果。

【技术实现步骤摘要】
一种基于UPHFPR一致性迭代算法的医生决策方法
本专利技术涉及医生临床决策
，尤其涉及一种基于UPHFPR(Uncertainprobabilistichesitantfuzzypreferencerelation，不确定概率犹豫模糊偏好关系)一致性迭代算法的医生决策方法。
技术介绍
在临床决策领域，疾病诊断已成为较为复杂的决策问题之一。医生在疾病诊断过程中可能会因为不确定性信息和自身主观原因等不能确诊，需要综合不同医生的意见来给出最终的诊断结果。在现代疾病诊断过程中，由于医疗数据呈现出大规模性和快速增长等特征，医生在表达诊断意见时往往需要从诸多复杂的信息中提取有价值的信息。此外，疾病诊断需要进行许多症状的分析，医生给出最终诊断结果通常需要很长的时间。如果在该过程中忽略了某些症状的分析，可能会引起误诊。现有技术中的一种解决医生诊断过程中出现误诊的方法为；因为模糊集可以更好地刻画决策中的不确定性，把模糊数学方法与疾病诊断相结合，使用犹豫模糊集(HFS)或者概率犹豫模糊集(PHFS)刻画医生的决策信息。上述现有技术中的一种解决医生诊断过程中出现误诊的方法的缺点为：HFS或PHFS在实际应用中，医生可能难以准确和充分地提供元素的发生概率，此时，犹豫模糊集和概率犹豫模糊集均不能对医生提供的信息进行有效地刻画。
技术实现思路
本专利技术提供了一种基于UPHFPR一致性迭代算法的医生决策方法，以帮助医生选取准确的诊断结果。为了实现上述目的，本专利技术采取了如下技术方案。一种基于UPHFPR一致性迭代算法的医生决策方法，包括：根据患者症状集构建各个医生的不确定概率犹豫模糊偏好关系UPHFPR矩阵，建立获取医生UPHFPR矩阵中元素概率及权重的目标函数；根据所述计算模型的目标函数计算各个医生的UPHFPR矩阵中元素的发生概率和优先权重；当根据各个医生的UPHFPR矩阵中元素的发生概率和优先权重判断各个医生的UPHFPR矩阵满足可接受期望一致性条件后，根据各个医生的UPHFPR矩阵中元素的发生概率获得各个医生的确定概率犹豫模糊偏好关系PHFPR矩阵；根据各个医生的PHFPR矩阵的优先权重使用WUPHFPRA聚合算子聚合K个医生的PHFPR矩阵，得到聚合后的PHFPR矩阵，并计算出聚合后的PHFPR矩阵的排序权重；当根据聚合后的PHFPR矩阵的排序权重判断聚合后的PHFPR矩阵满足可接受期望一致性条件后，根据聚合后的PHFPR矩阵的排序权重选取具有最大权重值的诊断结果作为患者最终的诊断结果。优选地，所述的根据患者症状集构建各个医生的UPHFPR矩阵，建立获取医生UPHFPR矩阵中元素概率及权重的的目标函数，包括：将医生对患者的诊断方案作为医生的UPHFPR矩阵U的行元素和列元素，根据患者症状集构建K个医生的UPHFPR矩阵，即：是医生的UPHFPR矩阵中的元素，k表示医生的数量，lk表示中元素的数量，i和j表示医生诊断方案的数量；使用提高期望一致性获得医生UPHFPR概率的方法建立医生UPHFPR矩阵概率的计算模型，该模型为多目标规划问题，其目标函数为：其中，正偏差变量负偏差变量表示UPHFE的期望值，xij,l表示γij,l发生的信息部分已知或完全未知概率，wi和wj为U的优先权重。优选地，所述的根据所述计算模型的目标函数计算各个医生的UPHFPR矩阵中元素的发生概率和优先权重，包括：根据各个医生的UPHFPR矩阵使用公式1得到各个医生的UPHFPR矩阵的目标函数，借助MATLAB工具计算各个医生的UPHFPR矩阵的目标函数的多目标优化问题，求解出各个医生的UPHFPR矩阵中元素的发生概率和优先权重优选地，所述的当根据各个医生的UPHFPR矩阵中元素的发生概率和优先权重判断各个医生的UPHFPR矩阵满足可接受期望一致性条件后，包括：分析医生的UPHFPR矩阵的可接受期望一致性，使用公式(3)计算Uk的CI值：是UPHFE的期望值，如果CI≤ζ(i，j＝1，2，…，n)，ξ为设定的阈值，则判断医生的UPHFPR矩阵满足可接受期望一致性条件；如果CI>ξ，则判断医生的UPHFPR矩阵不满足可接受期望一致性条件，使用改进一致性迭代算法计算各个医生的修正后的UPHFPR矩阵，并重新使用公式(1)计算各个医生的修正后的UPHFPR矩阵Uk中元素的发生概率和优先权重，直到各个医生的修正后的UPHFPR矩阵满足可接受期望一致性条件。优选地，所述的使用改进一致性迭代算法计算各个医生的修正后的UPHFPR矩阵，包括：根据医生的UPHFPR矩阵Uk的正偏差变量和负偏差变量利用公式计算最大偏差dmax；根据最大偏差dmax分两种情况讨论：如果其中p＝1,2,…,n-1；q＝2,3,…,n；q＞p，根据计算修正后的元素其中如果其中p＝1,2,…,n-1；q＝2,3,…,n；q＞p，根据计算修正后的元素其中根据得到UPHFE进而构造出修正后的医生的UPHFPR优选地，所述的根据各个医生的UPHFPR矩阵中元素的发生概率获得各个医生的确定概率犹豫模糊偏好关系PHFPR矩阵，包括：将通过公式(1)的计算得到的各个医生的UPHFPR矩阵Uk的发生概率填充到各个医生的UPHFPR矩阵Uk中，其中i,j＝1,2,…,n；k＝1,2,…,K；获得K个医生完整的UPHFPR矩阵，即K个医生的PHFPR矩阵。优选地，所述的根据各个医生的PHFPR矩阵的优先权重使用WUPHFPRA聚合算子聚合K个医生的PHFPR矩阵，得到聚合后的PHFPR矩阵，并计算出聚合后的PHFPR矩阵的排序权重，包括：根据各个医生的PHFPR矩阵的优先权重使用WUPHFPRA聚合算子聚合K个医生的PHFPR矩阵，得到聚合后的PHFPR矩阵假设是K个医生的UPHFPR，其权重向量为Q＝(q1,q2,…,qK)且满足则所述WUPHFPRA聚合算子的定义为：其中是基于WUPHFPR聚合算子的聚合结果，使用公式(1)计算聚合后的PHFPR矩阵的排序权重wi。wi是聚合后的UPHFPR矩阵U的排序权重，为融合了K个医生对诊断方案的排序权重。优选地，所述的当根据聚合后的PHFPR矩阵的排序权重判断聚合后的PHFPR矩阵满足可接受期望一致性条件后，根据聚合后的PHFPR矩阵的排序权重选取具有最大权重值的诊断结果作为患者最终的诊断结果，包括：使用公式(4)计算聚合后的PHFPR矩阵的CI值如果CI≤ξ(i,j＝1,2,…,n)，则确认聚合后的PHFPR矩阵满足可接受期望一致性条件，根据所述得聚合后的PHFPR矩阵的排序权重wi，选取具有最大权重值的诊断结果作为患者最终的诊断结果；如果CI>ξ(i，j＝1，2，…，n)，则确认聚合后本文档来自技高网...

【技术保护点】
1.一种基于UPHFPR一致性迭代算法的医生决策方法，其特征在于，包括：/n根据患者症状集构建各个医生的不确定概率犹豫模糊偏好关系UPHFPR矩阵，建立获取医生UPHFPR矩阵中元素概率及权重的目标函数；/n根据所述计算模型的目标函数计算各个医生的UPHFPR矩阵中元素的发生概率和优先权重；/n当根据各个医生的UPHFPR矩阵中元素的发生概率和优先权重判断各个医生的UPHFPR矩阵满足可接受期望一致性条件后，根据各个医生的UPHFPR矩阵中元素的发生概率获得各个医生的确定概率犹豫模糊偏好关系PHFPR矩阵；/n根据各个医生的PHFPR矩阵的优先权重使用WUPHFPRA聚合算子聚合K个医生的PHFPR矩阵，得到聚合后的PHFPR矩阵，并计算出聚合后的PHFPR矩阵的排序权重；/n当根据聚合后的PHFPR矩阵的排序权重判断聚合后的PHFPR矩阵满足可接受期望一致性条件后，根据聚合后的PHFPR矩阵的排序权重选取具有最大权重值的诊断结果作为患者最终的诊断结果。/n

【技术特征摘要】
1.一种基于UPHFPR一致性迭代算法的医生决策方法，其特征在于，包括：
根据患者症状集构建各个医生的不确定概率犹豫模糊偏好关系UPHFPR矩阵，建立获取医生UPHFPR矩阵中元素概率及权重的目标函数；
根据所述计算模型的目标函数计算各个医生的UPHFPR矩阵中元素的发生概率和优先权重；
当根据各个医生的UPHFPR矩阵中元素的发生概率和优先权重判断各个医生的UPHFPR矩阵满足可接受期望一致性条件后，根据各个医生的UPHFPR矩阵中元素的发生概率获得各个医生的确定概率犹豫模糊偏好关系PHFPR矩阵；
根据各个医生的PHFPR矩阵的优先权重使用WUPHFPRA聚合算子聚合K个医生的PHFPR矩阵，得到聚合后的PHFPR矩阵，并计算出聚合后的PHFPR矩阵的排序权重；
当根据聚合后的PHFPR矩阵的排序权重判断聚合后的PHFPR矩阵满足可接受期望一致性条件后，根据聚合后的PHFPR矩阵的排序权重选取具有最大权重值的诊断结果作为患者最终的诊断结果。


2.根据权利要求1所述的方法，其特征在于，所述的根据患者症状集构建各个医生的UPHFPR矩阵，建立获取医生UPHFPR矩阵中元素概率及权重的的目标函数，包括：
将医生对患者的诊断方案作为医生的UPHFPR矩阵U的行元素和列元素，根据患者症状集构建K个医生的UPHFPR矩阵，即：




是医生的UPHFPR矩阵中的元素，k表示医生的数量，lk表示中元素的数量，i和j表示医生诊断方案的数量；
使用提高期望一致性获得医生UPHFPR概率的方法建立医生UPHFPR矩阵概率的计算模型，该模型为多目标规划问题，其目标函数为：






其中，正偏差变量负偏差变量表示的期望值，xij,l表示γij,l发生的信息部分已知或完全未知概率，wi和wj为U的优先权重。


3.根据权利要求1所述的方法，其特征在于，所述的根据所述计算模型的目标函数计算各个医生的UPHFPR矩阵中元素的发生概率和优先权重，包括：
根据各个医生的UPHFPR矩阵使用公式1得到各个医生的UPHFPR矩阵的目标函数，借助MATLAB工具计算各个医生的UPHFPR矩阵的目标函数的多目标优化问题，求解出各个医生的UPHFPR矩阵中元素的发生概率和优先权重


4.根据权利要求1所述的方法，其特征在于，所述的当根据各个医生的UPHFPR矩阵中元素的发生概率和优先权重判断各个医生的UPHFPR矩阵满足可接受期望一致性条件后，包括：
分析医生的UPHFPR矩阵的可接受期望一致性，
使用公式(3)计算Uk的CI值：




是的期望值，
如果CI≤ζ(i，j＝1，2，…，n)，ξ为设定的阈值，则判断医生的UPHFPR矩阵满足可接受期望一致性条件；
如果CI>ξ，则判断医生的UPHFPR矩阵不满足可接受期望一致性条件，使用改进一致性迭代算法计算各个医生的修正后的UPHFPR矩阵，并重新使用公式(...

【专利技术属性】
技术研发人员：姜茸，韩姗姗，张榆锋，邓水光，
申请(专利权)人：云南财经大学，
类型：发明
国别省市：云南;53