[发明专利]基于神经网络的机动通信台站通信保障能力评估方法、系统及电子设备

权利要求书

1.一种基于神经网络的机动通信台站通信保障能力评估方法，其特征在于包括以下步骤：

步骤1、数据预处理：输入机动通信台站的各项数据，对数据进行归类划分，生成特征属性；所述特征属性包括设备属性和人员属性；

步骤2、自学习训练：获得通信台站设备开设运行的特征属性以及效果评估作为样本，基于模糊神经网络进行训练，生成数据评估模型；

步骤3、数据评估：利用数据评估模型对设备属性进行评估分析，然后将设备属性评估结果和人员属性依据二元语义集成算子进行加权集成，生成综合评价结果。

2.根据权利要求1所述的基于神经网络的机动通信台站通信保障能力评估方法，其特征在于：步骤1中设备属性包括受评估机动通信台站所处的本端地形/对端地形、测试时的天候风力和温湿度、测试时的电磁环境、测试频率、测试距离、测试功率、天线高度、本端和对端时速；人员属性是指站长和操作员各自的专业技能素质，包括考试和训练成绩。

3.根据权利要求1所述的基于神经网络的机动通信台站通信保障能力评估方法，其特征在于：基于二元语义集成算子进行加权集成的具体过程为：

首先，将设备属性的评估结果以及人员属性归一转换，将实数型、区间型线性变换数据转换到[0-1]区间，语言变量型数据不作转换；将不同属性的数据进行统一，生成一组二元语义信息，二元语义信息由二元组(s_i,α_i)表示，其中，s_i表示预先定义的语言短语集中的语言描述，α_i称为符号转移值，α_i∈[-0.5,0.5)，表示评价结果与s_i的偏差；S为语言评价集，s_i∈S＝(s₁,s₂,...,s_g)，β∈[0，g]，g＝评价集区间数-1，则其二元语义可通过下面的转换函数Δ得到，其中，round()为取整算子，s_i是下标和β最接近的语言变量；

Δ:[0,g]→S×[-0.5,0.5),

同样二元语义(s_i,α_i)可通过Δ^-1还原成数值β∈[0,g]:Δ^-1:S×[-0.5,0.5)→[0,g],Δ^-1(s_i,α_i)＝i+α_i＝β；

其次，对二元语义信息进行加权集成，设T＝{(s₁,α₁),(s₂,α₂),...,(s_g,α_g)}为二元语义集，w＝(w₁,w₂,...,w_g)^T是二元语义集中对应元素的权重向量，其采用加权算术平均算子(TWA)定义为：

其中，β_i＝Δ^-1(s_i,α_i),i＝1,2,...,g。

4.一种基于神经网络的机动通信台站通信保障能力评估系统，其特征在于：包括

数据预处理模块，用于对输入的机动通信台站的各项数据进行归类划分，生成特征属性；

自学习模块，用于获得通信台站设备开设运行的特征属性以及效果评估作为样本，基于模糊神经网络进行训练，生成数据评估模型；

数据评估模块，用于利用数据评估模型对设备属性进行评估分析，然后将设备属性评估结果和人员属性依据二元语义集成算子进行加权集成，生成综合评价结果。

5.一种电子设备，其内存储有用于评估机动通信台站通信保障能力的程序，其特征在于：所述程序可被处理器执行以完成权利要求1所述的步骤。