基于自相关性和模糊规则的风险源信息查询方法

摘要

掌握风险源信息是各类生产生活中规避风险的重要手段，文中针对风险源信息的查询问题研究了基于自相关性分析和模糊关联规则的风险源信息查询方法。首先，基于图理论和信息边界初始化处理构建了风险源信息的数据路径，然后，基于适应度函数对风险源信息特征的自相关性进行分析，并利用候选集的隶属度划分进行基于模糊规则的风险源信息模糊集合查询。最后，通过实测数据集与传统检索方法进行对比实验。实验结果表明，该方法能够有效捕捉风险源数据隐含关联关系，大幅提升复杂场景下风险源信息查询的准确率与召回率，具备更强的容错性与适应性，可高效适配电力、化工等多行业风险源快速检索、风险溯源场景，为工业安全风险管控、智能风险预警提供可靠的技术支撑。文中所述方法对风险源信息查询的最高性能分别提升约10.5%和22.5%,平均性能分别提升约24.4%和27.9%,计算过程的标准差分别降低约36.2%和45.8%,能够有效提高风险信息查询的准确性和效率。

关键词

风险源信息 / 自相关性 / 信息查询 / 模糊关联规则 / 风险管控 / 查询方法

基金资助

中国南方电网有限责任公司科技项目(080016KK52205)