桥梁系统状态多层次指标的动态赋权方法、系统及存储介质与流程

本技术属于桥梁结构监测、检测与评估领域，具体涉及一种桥梁系统状态多层次指标的动态赋权方法、系统及存储介质。

背景技术：

1、桥梁等大型基础设施是一个高冗余度的复杂物理系统，单一或单层次的指标很难全方位反映桥梁某些综合状态。目前，已经有大量的研究提出将层次分析法应用于桥梁综合状态的评估；文献“高速铁路钢桁拱桥安全状态评估方法研究,赵瀚玮,东南大学,2019,第103-112页”基于一种层次分析结构模型，采用层次分析法确定模型中各单项指标的权重值，从而分级评价桥梁结构整体服役状态。

2、层次分析法能够将桥梁视为一个系统，通过分解、比较判断、综合的思维方式进行决策，使评估过程更加全面和科学；同时，该方法结合了定性与定量方法，将复杂问题分解为多个层次，有助于系统地考虑和评估各个层面的因素，并通过确定各评估指标的具体权重，使评估过程更加透明和可解释。‌然而，迄今为止的结构物或物理系统状态多层次指标各项权重的确定过程严重依赖专家经验，而且多为一次性确定，即权重一经确定后一般也不会再次更改，这其实违背了桥梁系统状态在运营期处于长期缓慢变化的客观事实。

3、大数据与人工智能时代的到来为桥梁系统的动态评估奠定了数据基础，使得基于长期监测、定期检测数据动态调整桥梁系统状态多层次指标的权重成为可能。

技术实现思路

1、发明目的：针对现有技术无法科学、动态地赋予桥梁系统状态多层次指标各项权重的不足，本技术提出一种桥梁系统状态多层次指标的动态赋权方法、系统及存储介质，实现了桥梁系统状态多层次指标的动态赋权，便于动态表征桥梁全生命期的实时状态。

2、第一方面，本技术提供一种桥梁系统状态多层次指标的动态赋权方法，包括如下步骤：

3、s1，构建或调用包含桥梁系统状态多层次指标体系的架构模型，所述架构模型包括多个具备从属关系的层次；除最底层次以外的每个层次包括一项或多项指标，各项指标向下对应一项或多项并联的从属指标，同一指标对应的多项从属指标构成并联指标组；

4、s2，定义t0，t1，…，tm为桥梁运营期的各个时刻，其中t0为初始时刻，m≥1；在t0时刻，确定所述架构模型中各层次指标的初始权重值；

5、s3，在tm时刻，基于tm-1至tm时刻期间多次采集或测算所得的架构模型中最底层次的各项指标值和tm-1时刻的各层次指标权重值，向上逐层计算全部其它指标对应的指标值数据集，所述指标值数据集包括n组指标值，n表示tm-1至tm时刻期间采集或测算最底层次的各项指标值的次数；

6、s4，建立tm时刻各层次指标值关于下一层次具备从属关系的多个并联指标值的贝叶斯多元线性回归动态模型，确定贝叶斯多元线性回归动态模型中的常数项回归系数，并将非常数项回归系数求和归一化，得到归一化非常数项回归系数，计算归一化非常数项回归系数与初始权重的平均值，再将平均值结果求和归一化，作为各层次指标在tm时刻的权重值；

7、s5，在时刻向前递增的过程中，重复步骤s3~步骤s4，计算得到当前或所需时刻的各层次指标的动态权重。

8、在第一方面的一种可能的实现方式中，步骤s2采用层次分析法与几何平均法确定所述架构模型中各层次指标的初始权重值；具体包括如下内容：

9、s21，在t0时刻，对于并联指标组中的n个并联指标，定义其两两指标之间的相对重要性判断矩阵为a=(aij)n×n：

10、；

11、所述相对重要性判断矩阵a的元素aij满足如下性质：

12、；

13、；

14、；

15、其中，aij表示第i个指标相对于第j个指标的重要性值，aji表示第j个指标相对于第i个指标的重要性值，aij与aji互为倒数，i、j=1,2,……,n；所述重要性值依据标度原则确定；

16、s22，计算相对重要性判断矩阵a中各行元素的乘积mi：

17、；

18、计算mi的n次方根bi：

19、；

20、分别将b1,b2,……, bn进行求和归一化，得到n个并联指标的初始权重：

21、。

22、在第一方面的一种可能的实现方式中，步骤s3采用如下标度原则确定重要性值：

23、当两个指标同等重要时，重要性值取1；

24、当第i个指标比第j个指标稍微重要时，重要性值取3；

25、当第i个指标比第j个指标明显重要时，重要性值取5；

26、当第i个指标比第j个指标强烈重要时，重要性值取7；

27、当第i个指标比第j个指标极端重要时，重要性值取9。

28、进一步的，当第i个指标和第j个指标的相对重要性介于“同等重要、稍微重要、明显重要、强烈重要、极端重要”之间时，重要性值分别取2、4、6、8。

29、更进一步的，当第i个指标和第j个指标的相对重要性介于“同等重要、稍微重要、明显重要”之间时，所述重要性值还包括7/5、3/2、5/3、5/2、7/2。

30、在第一方面的一种可能的实现方式中，步骤s3多次采集或测算最底层次的各项指标值的次数大于任意并联指标组的指标个数。优选的，所述最底层次的各项指标值的取值范围为[0,1]。

31、在第一方面的一种可能的实现方式中，步骤s4具体包括如下内容：

32、s41，基于步骤s3多次采集或测算所得的最底层次的各项指标值以及向上逐层计算所得的全部其它指标对应的指标值数据集，建立tm时刻除最底层次以外各层次指标关于下一层次具备从属关系的多个并联指标值的贝叶斯多元线性回归动态模型：

33、；

34、其中，表示tm时刻采集或测算的任意层次的任意组n维并联指标值，其包含第1、2、…、n维指标值向量，分别为：、、…、；表示n维并联指标值从属于的指标值；、、…、表示非常数项回归系数，表示常数项回归系数；

35、将所述非常数项回归系数求和归一化，如下：

36、；

37、其中，表示归一化非常数项回归系数；

38、s42，计算归一化非常数项回归系数与初始权重的平均值：

39、；

40、s43，将平均值求和归一化，作为各层次指标在tm时刻的权重：

41、；

42、其中，表示初始时刻该并联指标组中第k个指标的初始权重；表示tm时刻通过数据回归修正后，该并联指标组中第k个指标的未归一化权重；表示tm时刻通过数据回归修正后，该并联指标组中第k个指标的权重。

43、第二方面，本技术提供一种用于执行所述动态赋权方法的系统，包括：

44、桥梁系统状态多层次指标体系架构模型；

45、初始权重值计算单元，用于确定t0时刻所述架构模型中各层次指标的初始权重值；

46、指标值计算单元，在tm时刻，基于tm-1至tm时刻期间多次采集或测算所得的架构模型中最底层次的各项指标值和tm-1时刻的各层次指标权重值，向上逐层计算全部其它指标对应的指标值数据集，所述指标值数据集包括n组指标值，n表示tm-1至tm时刻期间采集或测算最底层次的各项指标值的次数；

47、权重值更新单元，用于建立tm时刻各层次指标值关于下一层次具备从属关系的多个并联指标值的贝叶斯多元线性回归动态模型，确定贝叶斯多元线性回归动态模型中的常数项回归系数，并将非常数项回归系数求和归一化，得到归一化非常数项回归系数，计算归一化非常数项回归系数与初始权重的平均值，再将平均值结果求和归一化，作为各层次指标在tm时刻的权重值；

48、动态赋权单元，分别和所述指标值计算单元、权重值更新单元电性连接/通讯连接，随时刻的递增控制所述指标值计算单元和权重值更新单元计算得到当前或所需时刻的各层次指标的动态权重。

49、第三方面，本技术提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现所述动态赋权方法。

50、和现有技术相比，本技术具备如下有益效果：

51、本技术在经典的层次分析法的基础上，通过引入在线监、检测数据驱动贝叶斯多元线性回归的权重更新机制，可以有效、科学、有理论依据地实现桥梁系统状态多层次指标的动态赋权，实现运营期桥梁时变状态的动态表征与评估，助力提升桥梁基础设施数字化、智能化运维水平。