基于置信规则库推理的体系能力需求推荐方法及装置制造方法及图纸

本发明专利技术提供一种基于置信规则库推理的体系能力需求推荐方法及装置，包括：根据预构建的能力需求体系将一个行动计划分解为至少一个任务；获取至少一个任务的输入数据；根据预设的置信规则库对输入数据进行前提条件匹配转换，获取匹配到的前提条件集合；根据前提条件集合进行规则匹配，并结合置信规则库计算匹配的每个规则的激活程度以及修正因子；根据激活程度和修正因子结合置信规则库进行证据推理，获取至少一个任务的能力需求推理结果。本发明专利技术将推荐技术与军事能力需求场景进行结合，能够为任务部队以及科研部门推荐适应于任务的能力需求，为任务的遂行、部队的成长、军事理论的发展提供有力支撑。论的发展提供有力支撑。论的发展提供有力支撑。

【技术实现步骤摘要】
基于置信规则库推理的体系能力需求推荐方法及装置


[0001]本专利技术属于军事能力需求推荐
，具体涉及到一种基于置信规则库推理的体系能力需求推荐方法及装置。

技术介绍

[0002]近些年来，需求工程的理论和方法被继续不断完善，应用的场景也不断增多，如软件开发场景下的需求描述、需求工程方法在民用飞机机身段开发中的应用、敏捷产品线工程场景下的行为驱动需求工程等。
[0003]推荐系统自20世纪90年代被提出以来，经过了几十年的发展，推荐技术获得了飞速的发展，产生了多种不同类型的算法和技术。现下较为广泛应用的推荐方法按照原理分类主要分为基于用户行为特征的推荐，基于标签的推荐，基于上下文的推荐以及基于知识的推荐技术。基于知识的推荐技术主要依靠已构建的规则库实现。基于证据推理的方法是其中一种。证据理论，也称D
‑
S证据理论(Dempster
‑
Shafer Theory of Evidence)、信度理论。基于证据推理算法的信度规则库推理方法(Belief rule
‑
base inference methodology using the evidentialreasoning，RIMER)具有对模糊数据、主观数据、概率型数据及无知信息等进行建模和分析的能力。证据推理方法可以应用于冲突测度的证据网络推理、电网应急能力评价、无人系统的健康分析，空中目标识别，传感器故障预测等，但鲜有将军事需求场景与推荐技术相结合的研究。

技术实现思路

[0004]本专利技术提供一种基于置信规则库推理的体系能力需求推荐方法及装置，以解决鲜有将军事需求场景与推荐技术相结合的问题。
[0005]基于上述目的，本专利技术实施例提供了一种基于置信规则库推理的体系能力需求推荐方法，包括：根据预构建的能力需求体系将一个行动计划分解为至少一个任务；获取所述至少一个任务的输入数据，所述输入数据包括所述任务的至少一个衡量尺度标准及与衡量尺度对应的信度；根据预设的置信规则库对所述输入数据进行前提条件匹配转换，获取所述输入数据匹配到的前提条件集合，所述置信规则库中包括任务衡量尺度取值表以及至少一条所述规则，每条所述规则至少包括前提条件和结论，所述前提条件集合中的每个元素为所述输入数据匹配到的任一所述提前条件以及与所述前提条件对应的第一匹配程度构成的二元组；根据所述前提条件集合进行规则匹配，并结合所述置信规则库计算匹配的每个所述规则的激活程度以及修正因子；根据匹配的每个所述规则的所述激活程度和所述修正因子结合所述置信规则库进行证据推理，获取所述至少一个任务的能力需求推理结果。
[0006]可选的，所述根据预设的置信规则库对所述输入数据进行前提条件匹配转换，获取所述输入数据匹配到的前提条件集合，包括：根据所述置信规则库中的所述任务衡量尺度取值表计算所述输入数据中任一所述衡量尺度标准与所述任务衡量尺度取值表中与所述衡量尺度对应的各取值的相似程度；根据所述相似程度以及所述信度计算任一所述衡量
尺度标准与各所述前提条件匹配的所述第一匹配程度；集合所述输入数据中各所述衡量尺度标准匹配到的所有所述前提条件，构成所述前提条件集合。
[0007]可选的，所述置信规则库中的所述规则还包括权重，所述根据所述前提条件集合进行规则匹配，并结合所述置信规则库计算匹配的每个所述规则的激活程度以及修正因子，包括：根据所述前提条件集合与所述置信规则库中所述规则的前提条件进行匹配，获取匹配的至少一个所述规则；针对匹配的每个所述规则，对所述规则中的各所述前提条件对应的所述第一匹配程度应用聚合函数进行聚合，获取所述规则的第二匹配程度；根据各所述规则的所述第二匹配程度以及所述权重计算各所述规则的所述激活程度；根据各所述规则中各所述前提条件的所述第一匹配程度计算各所述规则的所述修正因子。
[0008]可选的，所述对所述规则中的各所述前提条件对应的所述第一匹配程度应用聚合函数进行聚合，获取所述规则的第二匹配程度，包括：将所述规则中各所述前提条件对的所述第一匹配程度进行和逻辑的概率运算，得到所述规则的第二匹配程度；或者，将所述规则中各所述前提条件对的所述第一匹配程度进行或逻辑的概率运算，得到所述规则的第二匹配程度。
[0009]可选的，所述置信规则库中与所述规则对应的结论包括能力需求、至少一个结果以及对应的结果信度，所述根据匹配的每个所述规则的所述激活程度和所述修正因子结合所述置信规则库进行证据推理，获取所述至少一个任务的能力需求推理结果，包括：根据所述修正因子对所述规则中的每个所述结果信度进行修正；基于所述置信规则库根据匹配的各所述规则确定能力需求；根据匹配的各所述规则的所述激活程度和所述修正的结果信度分别计算与各所述能力需求对应的能力需求信度，得到所述至少一个任务的所述能力需求推理结果。
[0010]可选的，所述根据匹配的各所述规则的所述激活程度和所述修正的结果信度分别计算与各所述能力需求对应的能力需求信度，包括：从匹配的各所述规则中获取与各所述能力需求对应的至少一个所述规则；根据与各所述能力需求对应的所述规则的所述激活程度和所述修正的结果信度应用以下关系式分别计算各所述能力需求对应的各所述结果的最终结果信度，作为对应的所述能力需求信度：其中，RL为包含结果c
l
的规则集合，Θ
l
为结果c
l
的最终信度。
[0011]可选的，所所述方法还包括：一个行动计划分解为多个所述任务时，将多个所述任务中的能力需求进行聚合，获取所述行动计划的各所述能力需求以及对应的所述能力需求信度。
[0012]可选的，所述将多个所述任务中的所述能力需求进行聚合，获取所述行动计划的各所述能力需求以及对应的所述能力需求信度，包括：集合多个所述任务中的所述能力需求作为所述行动计划的推理出的各所述能力需求；对多个所述任务中相同的所述能力需求，选择优先级最高的所述结果中所述最终结果信度最大的所述能力需求为聚合后的所述能力需求。
[0013]基于同一专利技术构思，本专利技术实施例还提出了一种基于置信规则库推理的体系能力需求推荐装置，包括：行动分解单元，用于根据预构建的能力需求体系将一个行动计划分解为至少一个任务；数据获取单元，用于获取所述至少一个任务的输入数据，所述输入数据包
括所述任务的至少一个衡量尺度标准及与衡量尺度对应的信度；条件匹配单元，用于根据预设的置信规则库对所述输入数据进行前提条件匹配转换，获取所述输入数据匹配到的前提条件集合，所述置信规则库中包括任务衡量尺度取值表以及至少一条所述规则，每条所述规则至少包括前提条件和结论，所述前提条件集合中的每个元素为所述输入数据匹配到的任一所述提前条件以及与所述前提条件对应的第一匹配程度构成的二元组；规则匹配单元，根据所述前提条件集合进行规则匹配，并结合所述置信规则库计算匹配的每个所述规则的激活程度以及修正因子；证据推理单元，用于根据匹配的每个所述规则的所述激活程度和所述修正因子结合所述置信规则库进行证据推理，获取所述至少一个任本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于置信规则库推理的体系能力需求推荐方法，其特征是，所述方法包括：根据预构建的能力需求体系将一个行动计划分解为至少一个任务；获取所述至少一个任务的输入数据，所述输入数据包括所述任务的至少一个衡量尺度标准及与衡量尺度对应的信度；根据预设的置信规则库对所述输入数据进行前提条件匹配转换，获取所述输入数据匹配到的前提条件集合，所述置信规则库中包括任务衡量尺度取值表以及至少一条所述规则，每条所述规则至少包括前提条件和结论，所述前提条件集合中的每个元素为所述输入数据匹配到的任一所述提前条件以及与所述前提条件对应的第一匹配程度构成的二元组；根据所述前提条件集合进行规则匹配，并结合所述置信规则库计算匹配的每个所述规则的激活程度以及修正因子；根据匹配的每个所述规则的所述激活程度和所述修正因子结合所述置信规则库进行证据推理，获取所述至少一个任务的能力需求推理结果。2.如权利要求1所述的方法，其特征是，所述根据预设的置信规则库对所述输入数据进行前提条件匹配转换，获取所述输入数据匹配到的前提条件集合，包括：根据所述置信规则库中的所述任务衡量尺度取值表计算所述输入数据中任一所述衡量尺度标准与所述任务衡量尺度取值表中与所述衡量尺度对应的各取值的相似程度；根据所述相似程度以及所述信度计算任一所述衡量尺度标准与各所述前提条件匹配的所述第一匹配程度；集合所述输入数据中各所述衡量尺度标准匹配到的所有所述前提条件，构成所述前提条件集合。3.如权利要求2所述的方法，其特征是，所述置信规则库中的所述规则还包括权重，所述根据所述前提条件集合进行规则匹配，并结合所述置信规则库计算匹配的每个所述规则的激活程度以及修正因子，包括：根据所述前提条件集合与所述置信规则库中所述规则的前提条件进行匹配，获取匹配的至少一个所述规则；针对匹配的每个所述规则，对所述规则中的各所述前提条件对应的所述第一匹配程度应用聚合函数进行聚合，获取所述规则的第二匹配程度；根据各所述规则的所述第二匹配程度以及所述权重计算各所述规则的所述激活程度；根据各所述规则中各所述前提条件的所述第一匹配程度计算各所述规则的所述修正因子。4.如权利要求3所述的方法，其特征是，所述对所述规则中的各所述前提条件对应的所述第一匹配程度应用聚合函数进行聚合，获取所述规则的第二匹配程度，包括：将所述规则中各所述前提条件对的所述第一匹配程度进行和逻辑的概率运算，得到所述规则的第二匹配程度；或者，将所述规则中各所述前提条件对的所述第一匹配程度进行或逻辑的概率运算，得到所述规则的第二匹配程度。5.如权利要求1所述的方法，其特征是，所述置信规则库中与所述规则对应的结论包括能力需求、至少一个结果以及对应的结果信度，所述根据匹配的每个所述规则的所述激活程度和所述修正因子结合所述置信规则库进行证据推理，获取所述至少一个任务的...

【专利技术属性】
技术研发人员：豆亚杰，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：