[发明专利]一种基于迭代法的白蚁数量监测方法

权利要求书

1.一种基于迭代法的白蚁数量监测方法，其特征在于，包括：

S1:获取白蚁检测终端监测的相关指标数据，初始化所述相关指标数据的权重得到权重初始值；

S2:基于所述相关指标数据和所述权重初始值针对实际应用场景建立层次结构模型；

S3:依据FAHP赋权法的标度原则,对不同时间段内，两两白蚁的指标检测值进行重要程度打分,构建模糊互补判断矩阵；

S4:将所述模糊互补判断矩阵中的矩阵数据进行遍历，进行一致化处理，得到一致性矩阵；

S5:计算所述一致性矩阵的最大特征根和对所述一致性矩阵进行归一化得到特征向量,所述特征向量为每行单行的权重向量,累计计算各层次总权重，最后进行权重归一化，得到各元素数据总权重；

S6:遍历所述不同时间段内所述相关指标数据，计算各自的权重，依据权重值进行数据过滤,记录每次数据处理结果，作为下一次数据处理的指标之一，迭代处理，提高数据结果的可靠性，最终获得防治期内白蚁数量及变化情况。

2.如权利要求1所述的基于迭代法的白蚁数量监测方法，其特征在于，所述相关指标数据包括温度传感信息和湿度传感信息。

3.如权利要求2所述的基于迭代法的白蚁数量监测方法，其特征在于，所述标度原则包括三角模糊标度评判原则。

4.如权利要求3所述的基于迭代法的白蚁数量监测方法，其特征在于，所述对不同时间段内，两两白蚁的指标检测值进行重要程度打分,构建模糊互补判断矩阵包括：依据指标体系中各层指标间两两比较的结果，采用三角模糊数构造模糊互补判断矩阵其中，h_ij表示下层第i个元素相对于第j个元素的模糊关系,将采用1-9标度给予数量表示。

5.如权利要求4所述的基于迭代法的白蚁数量监测方法，其特征在于，所述进行一致化处理包括：计算判断矩阵H的一致性指标CR，当CR小于0.1，则所述判断矩阵H满足一致性，直接输出一致性矩阵；否则，对所述判断矩阵H进行调整，输出调整后的判断矩阵；重新计算调整后的判断矩阵的一致性指标CR,如果CR小于0.1,则调整结束，输出一致性矩阵；否则，重复对所述判断矩阵H进行调整，直到输出的判断矩阵满足一致性要求。

6.如权利要求5所述的基于迭代法的白蚁数量监测方法，其特征在于，所述计算所述一致性矩阵的最大特征根和对所述一致性矩阵进行归一化得到特征向量包括：采用数学算法方根法计算所述一致性矩阵的最大特征根λ_max，将所述一致性矩阵每行的各个元素进行相乘，计算各相乘结果的n次方根得到m个开方结果，其中，n为每行元素个数，m为所述一致性矩阵每列元素个数，各个开方结果除以m个开方结果的总和得到每行单行的权重向量W＝(w₁,w₂,…,w_m,)^T即对应评价单元的权重向量，其中，

7.如权利要求6所述的基于迭代法的白蚁数量监测方法，其特征在于，所述累计计算各层次总权重，最后进行权重归一化包括：根据权重向量W＝(w₁,w₂,…,w_m,)^T得到各层次组合权重，对所述各层次组合权重进行归一化求得各元素数据总权重。

8.如权利要求7所述的基于迭代法的白蚁数量监测方法，其特征在于，遍历所述不同时间段内温度传感信息和湿度传感信息，计算各自对应的指标权重，依据所述指标权重的权重值进行数据过滤,删选出对目标结果影响较大的元素数据，记录每次数据处理结果，作为下一次数据处理的指标之一，迭代处理，获得防治期内白蚁数量及变化情况。

9.如权利要求1所述的基于迭代法的白蚁数量监测方法，其特征在于，所述迭代处理中下一次指标数据包括所述温度传感信息和所述湿度传感信息和上一次各元素数据总权重值。