一种评估模型预测性能的数智分析方法及数智分析器技术

本发明专利技术公开了一种评估模型预测性能的数智分析方法，包括以下步骤：（1）输入评估模型的预测精度PA和实际失效值P；（2）采用特征参数提取器CPE对输入数据组进行处理，根据内置智能算法计算评估模型AM的稳定性和分布位置性能；（3）根据步骤（2）中提取的AM预测性能特征参数，结合最优最差方法BWM，采用四种多标准决策方法SWM、TOPSIS、VIKOR和PROMETHEE II方法，综合计算AM的预测性能；（4）输出预测模型的特征参数和综合评估得分S。本发明专利技术的一种评估模型预测性能的数智分析方法及数智分析器，能够有效输出预测模型的特征参数和综合评估得分，为用户提供参考和建议。

【技术实现步骤摘要】

本专利技术涉及评估模型预测性能的数智分析方法及数智分析器，属于数据自动分析领域。

技术介绍

1、评估模型(am)是确保结构完整性和安全性的一种有效方法。目前，已有多种针对结构安全的评估模型被建立和提出，例如常用来评估裂纹管道的安全评估am，如battelle、corlas、sintap、bs 7910:2019、api rp 579、r6和gb/t 2019等。am种类繁多，因此选择合适的am就尤为重要。近年来，许多学者对am的性能进行了分析和研究，polasik等人和yan等人基于am计算误差的均值、方差或变异系数，建立实验数据库分析了am预测效果。这些研究通常基于一阶矩和二阶矩对am的评估结果进行分析，评估过程简单易懂，但并未完全提取am预测性能的概率分布特征，导致评估效果容易存在偏差。2022年，guo等人提出了一个可以有效评估am预测性能的gn模型。但是，其计算过程过于理论化，不利于理解及推广，参考度和推广度较低。

技术实现思路

1、专利技术目的：为了克服现有技术中存在的不足，本专利技术提供一种评估模本文档来自技高网...

【技术保护点】

1.一种评估模型预测性能的数智分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的评估模型预测性能的数智分析方法，其特征在于，所述步骤(2)中相关性C1是PA和实际失效值Fexp之间的关系，其C1的上限值为0.2；

3.根据权利要求1所述的评估模型预测性能的数智分析方法，其特征在于，所述步骤(2)中多峰性C2分为三类，采用假设检验和拟合优度指标来确定：当最优拟合分布为单峰分布时，C2＝1；当最优拟合分布是高斯混合物模型，但有单峰分布通过了假设检验，C2＝2；当只有高斯混合模型GMM通过假设检验时，C2＝3。

4.根据权利要求1所述的评估模型预...

【技术特征摘要】

1.一种评估模型预测性能的数智分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的评估模型预测性能的数智分析方法，其特征在于，所述步骤(2)中相关性c1是pa和实际失效值fexp之间的关系，其c1的上限值为0.2；

3.根据权利要求1所述的评估模型预测性能的数智分析方法，其特征在于，所述步骤(2)中多峰性c2分为三类，采用假设检验和拟合优度指标来确定：当最优拟合分布为单峰分布时，c2＝1；当最优拟合分布是高斯混合物模型，但有单峰分布通过了假设检验，c2＝2；当只有高斯混合模型gmm通过假设检验时，c2＝3。

4.根据权利要求1所述的评估模型预测性能的数智分析方法，其特征在于，所述步骤(2)中分散性c3通过pa的cov来量化，cov(pa)＝std(pa)/e(pa)，其中，std(pa)为pa的标准差，e(pa)为pa的均值，采用50％作为c3的极限值。

5.根据权利要求1所述的评估模型预测性能的数智分析方法，其特征在于，所述步骤(2)中风险性c4为预测值fpre大于实验值fexp的概率，即pa>1的概率，采用下式进行计算，50％作为c4的...

【专利技术属性】
技术研发人员：郭凌云，孙浩文，陈波，
申请(专利权)人：河海大学，
类型：发明
国别省市：