[发明专利]一种基于置信规则库的水松纸透气度检测方法

权利要求书

1.一种基于置信规则库的水松纸透气度检测方法，其特征在于，首先通过置信规则库建立打孔水松纸图像特征中专家给定的置信度和规则权重，并利用证据推理方法得到的置信度之间的规则模型，再结合输入与输出的映射关系建立置信规则库软测量模型；然后根据检测结果平均误差的范围要求，通过人群搜索算法优化置信规则库参数；最后将优化后的置信规则库透气度检测模型应用于水松纸透气度的在线检测。

2.根据权利要求1所述的基于置信规则库的水松纸透气度检测方法，其特征在于：所述方法的具体步骤如下：

Step1、确定置信规则库检测模型的输入与输出的评价等级，并建立置信规则库检测模型及确定检测模型中各参数的初始值，其中置信规则库检测模型如式(1)～(4)所示：

式(1)中，w_k表示第k条置信规则对应的激活权重，w_k∈[0,1]，分别表示第k条、第l条规则中对应输入分别相对于的置信度，其中分别表示第k条、第l条规则中第i个前提属性的参考值，设置信规则库透气度检测模型的第k条规则的所有前提属性构成的集合为A^k，且其中M表示第k条规则的前提属性的数目，L表示置信规则库中规则的数目，θ_k(k＝1,2,…,L)表示第k条规则的规则权重，且0≤θ_k≤1，θ_l(l＝1,2,…,L)表示第l条规则的规则权重，且0≤θ_l≤1，δ_i表示第i个前提属性权重，δ_i为1；

式(2)中，表示相对于评价结果D_j的置信度，β_j,k(j＝1,2,…,N,k＝1,2,…,L)是第k条置信规则中输出部分相对于第j个评价结果D_j的置信度，且0≤β_j,k≤1，是第k条置信规则中输出部分相对于第i个评价结果D_i的置信度，D表示评价结果，且D＝[D₁,D₂,…D_N]，N表示评价结果的个数；

式(4)中，y_m(m＝1,2,…,T)为输出变量的数值型观测值，为置信规则库透气度检测模型对应于y_m的估计值，T为训练集数据总数；表示由证据推理算法产生的相对于评价结果D_j的置信度，μ(D_j)(j＝1,2,…,N)表示透气度检测模型输出评价结果D_j的效用；

Step2、根据置信规则库检测模型确定检测模型的优化目标函数：

目标函数为：

式中，ξ(V)表示训练数据总的平均相对误差，V＝[θ_k,β_i,k,δ_i]表示由置信规则库透气度检测模型的参数构成的列向量；

Step3、采用人群搜索算法进行置信规则库水松纸透气度检测模型的参数优化：

Step3.1、设置种群规模为popsize＝X和迭代终止条件gen＝Y，判断条件为ξ(V)＜5％，种群初始化得到检测模型的参数置信度和规则权重，即可行解；

Step3.2、输入训练数据，置信规则库水松纸透气度检测模型在初始参数下计算水松纸透气度估计值并计算目标函数ξ(V)，确定种群个体历史最优位置pbest和种群历史最优位置gbest；判断ξ(V)＜5％是否成立，若成立，输出目标函数值及种群历史最优位置gbest时的置信度和规则权重，反之进行Step3.3；

Step3.3、计算置信规则库水松纸透气度检测模型参数进一步优化的搜索步长α_ij，计算过程如下：

u_i＝u_max-((s-I_i)/(s-I_i))·(u_max-u_min),i＝1,2,…,s (9)

其中，式(7)中，α_ij为j维搜索空间的搜索步长，H表示搜索空间的维数，1,2,…,s表示一个种群，s表示种群的大小，i＝1,2,…,s，i表示种群中的个体目标函数值，为高斯隶属函数，δ_ij为的绝对值，u_i为目标函数值i的隶属度；式(8)中，t和P_max分别为当前迭代次数和最大迭代次数，和分别是同一种群中的具有最大和最小函数值的位置，abs(·)表示求绝对值；式(9)中，I_i是迭代中的每一代种群的目标函数值按降序排列后的序列编号，令隶属度与目标函数值的排列顺序成正比，在最佳位置有最大隶属度u_max＝1.0，最差位置有最小隶属度u_min＝0.0111，在其他位置时，u_i<1.0；

Step3.4、确定水松纸透气度检测模型参数进一步优化的平均搜索方向平均搜索方向由利己行为、利他行为和预动行为三个方向确定，即利己行为方向利他行为方向及预动方向

采用三个方向随机加权几何平均确定搜索方向

式(10)-(11)中，表示可行解域随机产生s个初始位置，g_i,best为第i个搜寻个体所在邻域的集体历史最优位置，p_i,best为第i个搜寻个体到目前为止经历过的最优位置；式(12)中，t₁,t₂∈{t,t-1,t-2}，和分别为中的最佳位置，sign(·)表示输入矢量每一维的符号函数；式(13)中和是在已知区间[0,1]内被均匀、随机选择的实数，ω是惯性权值，它随着进化代数的增加从0.9线性减小到0.1；

Step3.5、更新下一步水松纸透气度检测模型参数的位置x_ij(t+1)，即优化参数值，更新式如下：

Δx_ij(t+1)＝α_ij(t)d_ij(t) (14)

x_ij(t+1)＝x_ij(t)+Δ_ij(t+1) (15)

Step3.6、根据水松纸透气度检测模型参数的约束条件，处理优化后的参数，具体方法如式(16)～(18)所示，规则权重超出约束边界时，按式(16)处理：

Step3.7、输入训练数据，由置信规则库水松纸透气度检测模型计算水松纸透气度估计值并计算目标函数ξ(V)；在gen≤Y的条件下判断ξ(V)＜5％是否成立，若成立，输出目标函数值及种群历史最优位置gbest时的置信度和规则权重，反之进行Step3.3；

Step3.8、如果算法达到最大迭代次数gen或者ξ(V)＜5％，则终止迭代；否则转至step3.3，直到满足终止条件，输出最优值g_i,best时的置信度和规则权重。

Step4：通过训练得到的g_i,best，即目标函数ξ(V)得到优化，构建的置信规则库检测模型，用于烟草行业中的打孔水松纸透气度检测。

3.根据权利要求1或2所述的基于置信规则库的水松纸透气度检测方法，其特征在于：所述输入为烟草行业中采集的打孔水松纸的灰度、孔面积，所述输出为打孔水松纸的透气度。