姜建華，洪年松，張廣云

（1.廣東科學(xué)技術(shù)職業(yè)學(xué)院計算機工程學(xué)院，廣東珠海519090；

2.浙江工貿(mào)技術(shù)職業(yè)學(xué)院信息傳媒學(xué)院，浙江溫州325003）

一種多源異構(gòu)數(shù)據(jù)融合方法及其應(yīng)用研究

姜建華1，洪年松2，張廣云1

（1.廣東科學(xué)技術(shù)職業(yè)學(xué)院計算機工程學(xué)院，廣東珠海519090；

2.浙江工貿(mào)技術(shù)職業(yè)學(xué)院信息傳媒學(xué)院，浙江溫州325003）

針對基于多源數(shù)據(jù)融合的多用戶決策問題，建立了多源異構(gòu)數(shù)據(jù)融合模型，研究了基于三角模糊數(shù)的異構(gòu)數(shù)據(jù)統(tǒng)一量化表示方法，采用有序加權(quán)平均算子融入決策者的偏好，設(shè)計了一種支持多用戶決策的多源異構(gòu)數(shù)據(jù)融合算法。實際應(yīng)用表明，本文設(shè)計的算法能解決多源異構(gòu)數(shù)據(jù)在結(jié)構(gòu)和語義上的模糊性、差異性和異構(gòu)性等問題，通過在數(shù)據(jù)融合過程中考慮決策者偏好，提高了多用戶決策結(jié)果的可靠度。

多源異構(gòu)數(shù)據(jù)；數(shù)據(jù)融合；三角模糊數(shù)；有序加權(quán)平均

數(shù)據(jù)融合本質(zhì)上是對來自多方數(shù)據(jù)的協(xié)同處理，以達到減少冗余、綜合互補和捕捉協(xié)同信息的目的，該技術(shù)已成為數(shù)據(jù)處理、目標識別、態(tài)勢評估以及智能決策等領(lǐng)域的研究熱點。文獻［1］基于統(tǒng)計和人工智能方法，研究了多傳感器數(shù)據(jù)融合技術(shù)；文獻［2］研究了移動地理信息系統(tǒng)中的多源異構(gòu)數(shù)據(jù)組織與管理，建立了多源異構(gòu)數(shù)據(jù)融合模型；文獻［3］將無線傳感器網(wǎng)絡(luò)和數(shù)據(jù)融合技術(shù)相結(jié)合，提出了一種Kalman濾波分批估計融合算法；文獻［4］研究了物網(wǎng)聯(lián)網(wǎng)環(huán)境下海量多源異構(gòu)數(shù)據(jù)融合方法，并成功應(yīng)用于目標定位跟蹤過程中；文獻［5］研究了高鐵信號系統(tǒng)基于異構(gòu)數(shù)據(jù)融合的智能維護決策架構(gòu)，提高了決策的準確性和有效性；文獻［6］研究了數(shù)字礦山建設(shè)過程中的多源異構(gòu)數(shù)據(jù)融合技術(shù)，保證了數(shù)字礦山建設(shè)中基礎(chǔ)信息平臺的安全穩(wěn)定和高效。

數(shù)據(jù)的表示方式除了數(shù)值外，還存在著語言或符號等其他描述形式，多種描述導(dǎo)致了數(shù)據(jù)信息在結(jié)構(gòu)和語義上的模糊性、差異性和異構(gòu)性。另一方面，決策過程需要綜合考慮多方面的異構(gòu)數(shù)據(jù)信息，并通過對數(shù)據(jù)信息的融合處理來制定最終決策。因此，文中從異構(gòu)數(shù)據(jù)的特點出發(fā)，研究一種支持多用戶決策的多源異構(gòu)數(shù)據(jù)融合方法。

1　多源異構(gòu)數(shù)據(jù)融合模型

1.1多源異構(gòu)數(shù)據(jù)融合方法

數(shù)據(jù)融合按操作級別分為數(shù)據(jù)級融合、特征級融合以及決策級融合。本文研究多數(shù)據(jù)源在決策級上的融合，其方法主要有權(quán)重平均法、D-S證據(jù)理論和投票表決等。

1）權(quán)重平均法

采用Σwitij計算各數(shù)據(jù)源對決策的支持度值，wi為數(shù)據(jù)源i權(quán)重，tij為數(shù)據(jù)源i對第j決策的支持度，該方法根據(jù)支持度的大小判斷決策方案的優(yōu)劣，具有易操作、考慮了數(shù)據(jù)源的重要程度等特點，但權(quán)重的確定包含著主觀因素。

2）D-S證據(jù)理論

將待識別對象所有可能結(jié)果構(gòu)成的空間定義

為識別框架D，其子集記為2D，?A?D，定義：

m:2D→［0，1］

其中：m（φ）=0，ΣA?2Dm（A）=1，φ為空集，則m為2D上的基本概率分配函數(shù)（BPAF），它實際上是根據(jù)證據(jù)對D的子集進行信任度分配。

實際中往往針對同一問題因證據(jù)不同而得到不同的mi，考慮所有證據(jù)后的m可通過下式得到：

D-S證據(jù)理論建立在BPAF基礎(chǔ)上，能處理由“不知道”所引起的不確定性，缺點是D中元素必須滿足互斥條件，且當(dāng)BPAF過多時計算很復(fù)雜。

3）投票法

將各個數(shù)據(jù)源看作投票者，通過比較各決策獲得的票數(shù)以定優(yōu)劣，計算方法為：

Sup（ai）=F（Supj（ai））

其中：ai為第i決策，Sup（ai）為其得“票數(shù)”；Supj（ai）為第j數(shù)據(jù)源對ai的支持度，若支持則取1，否則為0，函數(shù)F可定義為連加求和。

針對多源異構(gòu)數(shù)據(jù)的BPAF難以確定，投票法不能區(qū)分票數(shù)相同的決策，在考慮決策者偏好的情況下，文中采用OWA方法對數(shù)據(jù)進行融合處理。

1.2多源異構(gòu)數(shù)據(jù)融合結(jié)構(gòu)

文獻［7］提出一種多數(shù)據(jù)源的融合結(jié)構(gòu)，如圖1所示。該數(shù)據(jù)融合過程考慮了表達用戶需求的特征因素和信息的可靠程度，利用上下文知識和領(lǐng)域知識、采用投票法解決數(shù)據(jù)沖突等問題。

圖1　多源數(shù)據(jù)源融合結(jié)構(gòu)

針對上述模型，本文設(shè)計了一種支持多用戶決策的多源異構(gòu)數(shù)據(jù)融合結(jié)構(gòu)模型，如圖2所示。模型中的數(shù)據(jù)融合引擎包括數(shù)據(jù)倉庫、決策支持度計算、OWA算子權(quán)重向量計算和數(shù)據(jù)轉(zhuǎn)換與排序4個模塊，具體描述如下。

圖2　多源異構(gòu)數(shù)據(jù)融合模型

1）數(shù)據(jù)倉庫通過數(shù)據(jù)選擇、特征提取和統(tǒng)計等操作實現(xiàn)對數(shù)據(jù)的集成、消除數(shù)據(jù)的異構(gòu)性和差異性，為后續(xù)的數(shù)據(jù)處理提供數(shù)據(jù)源；

2）決策支持度計算模塊根據(jù)決策屬性從數(shù)據(jù)倉庫獲取相關(guān)維度的數(shù)據(jù)，并計算各數(shù)據(jù)源對決策的支持度值sij（數(shù)據(jù)源i對第j決策的支持度）；

3）OWA算子權(quán)重向量計算模塊根據(jù)決策者提供的模糊語義原則計算出OWA權(quán)重wi，模糊語義參數(shù)的選擇體現(xiàn)了決策者對數(shù)據(jù)源的偏好態(tài)度；

4）數(shù)據(jù)轉(zhuǎn)換與排序根據(jù)決策者提供的數(shù)據(jù)源可信度或重要度，結(jié)合OWA權(quán)重向量wi對sij進行轉(zhuǎn)換，并將轉(zhuǎn)換后的結(jié)果按大小順序排序，最后將排序后的結(jié)果與通過求和計算出最終決策值。

2　多源異構(gòu)數(shù)據(jù)融合算法

2.1數(shù)據(jù)類型及其特點

對數(shù)據(jù)可以從數(shù)量和質(zhì)量兩方面進行描述，數(shù)量方面通過數(shù)值表示，而質(zhì)量方面通過語言變量進行描述［8］。根據(jù)數(shù)據(jù)描述方式的不同，本文將數(shù)據(jù)分為定性和定量兩類，重點研究隨機變量、二值型、語言程度和采用詞匯術(shù)語的4類描述，如表1所示。

表1　數(shù)據(jù)描述方式

大樣本情況下，隨機變量服從正態(tài)分布，記為：X～（μ，σ2），μ為期望，σ為標準差，且滿足：P（μ-3σ＜X＜μ+3σ）=0.9974。

二值型數(shù)據(jù)用于描述對事實的肯定或否定，取值空間大多為｛1，0｝或｛True，F(xiàn)alse｝。

表示程度的數(shù)據(jù)一般采用漢語程度副詞來表示，如很好、非常差等，程度等級大多采用7或9個標準。

基于詞匯術(shù)語的數(shù)據(jù)采用詞匯空間中規(guī)定的詞匯或術(shù)語給出事物定性的描述，詞匯個數(shù)視具體情況而定。

2.2基于三角模糊數(shù)的支持度計算

考慮到多源數(shù)據(jù)描述中存在著模糊性，可采用三角模糊數(shù)計算數(shù)據(jù)對決策的支持度值。

1）隨機性數(shù)據(jù)的轉(zhuǎn)換

設(shè)：x0=u-3σ

若隨機變量的取值越大，其對決策的支持度也越大。將區(qū)間［μ-3σ，μ+3σ］進行n等分，則隨機數(shù)據(jù)向支持度的轉(zhuǎn)換可定義為：

若隨機變量的取值越小，其對決策方案的支持度越大，則支持度定義為：

s′（x）=（1，1，1）-s（x）

2）二值型數(shù)據(jù)的轉(zhuǎn)換

二值型數(shù)據(jù)采用1或0進行描述，若數(shù)據(jù)源中取1和0的個數(shù)分別為n和m，且支持度以取值1為依據(jù)，則數(shù)據(jù)源對決策的支持度定義為：

3）程度類數(shù)據(jù)的轉(zhuǎn)換

描述對象好壞程度一般可采用7或9標準，本文采用7等級標準。程度副詞的表示分正比型（效率越高越好）和反比型（費用越高越差），則各等級對決策的支持度可量化如表2所示的數(shù)據(jù)。

表2　程度類型數(shù)據(jù)的支持度

4）詞匯術(shù)語數(shù)據(jù)的轉(zhuǎn)換

設(shè)詞匯空間w包含n個術(shù)語，對詞匯按對決策支持度從低到高排序為：w=｛w0，w1，…，wn-1｝，則支持度定義為：

2.3OWA的權(quán)重向量計算

設(shè)：F:Rn→R，有一個與F相關(guān)聯(lián)的n維加權(quán)向量w=（w1， w2，…，wn），wi∈［0，1］，1≤i≤n，且使得：

其中：bi是ai中第i個最大的元素，則F稱為n維OWA算子。

OWA權(quán)向量w=（w1，w2，…，wn）由下式確定：

其中：i=1，2，…，n，f為模糊語義量化算子，定義為：

其中：x，a，b∈［0，1］。

此外，OWA算子還定義了反映決策者樂觀態(tài)度的度量算子：

2.4數(shù)據(jù)融合算法

設(shè)有n個決策：A=（A1，A2，…，An），m個數(shù)據(jù)源：S=（S1，S2，…，Sm），各數(shù)據(jù)源的可信度（或重要度）為pi，數(shù)據(jù)融合算法描述如下：

第1步：計算數(shù)據(jù)源對決策的支持度；

從數(shù)據(jù)倉庫中提取數(shù)據(jù)，根據(jù)數(shù)據(jù)的不同類型，按1.2部分將其轉(zhuǎn)換為對決策的支持度：

其中：Sij為第i數(shù)據(jù)源對第j決策目標的支持度，（aij，bij，cij）為支持度的三角模糊數(shù)表示，且：0≤aij≤bij≤cij≤1。

第2步：確定OWA算子權(quán)重向量；

根據(jù)決策者的偏好，選擇適當(dāng)?shù)哪：Z義量化準則，確定式（6）中的參數(shù)和的值。模糊語義原則一般為“大多數(shù)”、“至少一半”或“盡可能多”，它們的參數(shù)值分別為（0.3，0.8）、（0，0.5）和（0.5，1），根據(jù)參數(shù)可確定出模糊語義量化算子f（x）。

根據(jù)f（x），通過式（5）求得OWA權(quán)重向量w=（w1，w2，…，wn），n為數(shù)據(jù)源個數(shù)，并按式（7）求得c的值。

第3步：根據(jù)各數(shù)據(jù)源可信度（或重要度）pi和支持度值sij對sij進行轉(zhuǎn)換；

為了利用OWA權(quán)重向量，需要根據(jù)pi與sij對各決策值進行轉(zhuǎn)換并按大小順序排序，轉(zhuǎn)換方法采用模糊判決法。

設(shè)：

定義：當(dāng)c≤0.5時

當(dāng)c≥0.5時

則經(jīng)過轉(zhuǎn)換后的決策支持度值表示為：

第4步：依據(jù)OWA算子權(quán)重向量和轉(zhuǎn)換后的支持度對數(shù)據(jù)進行融合，并計算各決策的最終決策值；

其中：bij為中第i個最大元素。

第5步：根據(jù)實際問題按決策值大小做出決策。

3　應(yīng)用實例

以某公司為了提高其產(chǎn)品市場競爭力，擬從同一品牌下多種型號產(chǎn)品中挑選一款進行重點打造為例。假設(shè)現(xiàn)有5種型號的產(chǎn)品，型號為A1、A2、A3、A4、A5，公司可搜集到的數(shù)據(jù)包括產(chǎn)品市場需求預(yù)測、產(chǎn)品使用后的反饋、產(chǎn)品參數(shù)、產(chǎn)品使用歷史狀態(tài)、產(chǎn)品故障以及同行專家提供的建議等數(shù)據(jù)信息。針對各型號產(chǎn)品從市場需求評價a1、平均年故障次數(shù)a2（μ= 3.5，σ=0.8）、最長無故障時間a3（μ=12.28，σ=2.53）、經(jīng)濟性a4、用戶評價a5和專家建議a66個方面進行比較。通過對數(shù)據(jù)進行整理，得到各個指標數(shù)據(jù)信息如表3所示。

1）對表中各數(shù)據(jù)描述類型分析知：a1和a4為程度型，按表2進行變換；a2和a3為隨機變量型，按式1進行變換；n且取15；a5為二值型數(shù)據(jù)（表中數(shù)據(jù)為用戶評價為“好”的比例），按式2進行變換；a6為詞匯空間描述型，按式（3）進行變換。則對表3中統(tǒng)一量化處理的結(jié)果如表4所示。

2）選擇“大多數(shù)”作為模糊語義原則，式（6）中的和分別為0.3和0.8，根據(jù)式（5）和式（6）可得到OWA權(quán)重向量：w=（0，0.067，0.33，0.33，0.27，0），

計算出權(quán)重向量后，根據(jù)式（7）求得：

3）根據(jù)pi和sij結(jié)合式（9）和式（10）對表4中的數(shù)據(jù)進行轉(zhuǎn)換，轉(zhuǎn)換結(jié)果如表5所示。

4）對表5中的每列按第二個數(shù)據(jù)值從大到小排序，并根據(jù)式（11）進行計算的結(jié)果如表6所示。

表3　各產(chǎn)品支持度和數(shù)據(jù)源可信度

表4　各產(chǎn)品支持度的統(tǒng)一量化結(jié)果

表5　數(shù)據(jù)變換后的結(jié)果

表6　最終決策結(jié)果

5）從表6可以看出，A3產(chǎn)品的支持度最高，則重點考慮第A3型號產(chǎn)品。

4　結(jié)束語

文中建立了多源異構(gòu)數(shù)據(jù)融合結(jié)構(gòu)模型，研究了基于三角模糊數(shù)的異構(gòu)數(shù)據(jù)量化處理方法，基于OWA算子設(shè)計了數(shù)據(jù)融合算法，實際應(yīng)用證明算法是可行的和有效的。本文的研究為建立智能決策支持系統(tǒng)提供了一種可行的方案，對其他類似的數(shù)據(jù)處理和融合具有一定的借鑒作用。

［1］Nakamura E R，Loureiro A A F，F(xiàn)rery A C.Information fusion for wireless sensor networks:Methods，models and classifications［J］.ACM Computer SURV，2007，39（A9）:1-55.

［2］李文闖，章永平，潘瑜春.移動地理信息系統(tǒng)中的多源異構(gòu)數(shù)據(jù)融合模型［J］.計算機應(yīng)用，2012，32（9）:2672-2678.

［3］凌云.基于物聯(lián)網(wǎng)的異構(gòu)傳感數(shù)據(jù)融合方法研究［J］.計算機仿真，2011，28（11）:138-140.

［4］胡永利，樸星霖，孫艷豐，等.多源異構(gòu)感知數(shù)據(jù)融合方法及其在目標定位跟蹤中的應(yīng)用［J］.中國科學(xué)，2013，43（10）: 1288-1306.

［5］徐田華，楊連報，胡紅利，等.高速鐵路信號系統(tǒng)異構(gòu)數(shù)據(jù)融合和智能維護決策［J］.西安交通大學(xué)學(xué)報，2015，49（1）: 72-78.

［6］李國清，胡乃聯(lián)，陳玉民.數(shù)字礦山中多源異構(gòu)數(shù)據(jù)融合技術(shù)研究［J］.中國礦業(yè)，2011，20（4）:90-93.

［7］WANG Guang-yun，LI Wei-hua，HUA Wen-jian，et al.A method for heterogeneous uncertain information fusion and its application［C］.International Conference on Signal Processing Proceedings，2004（3）:2253-2256.

［8］俞黎陽，王能，張衛(wèi).無線傳感器網(wǎng)絡(luò)中基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合模型［J］.計算機科學(xué)，2008，12（35）:43-47.

Research on multi-source heterogeneous data fusion and its application

JIANG Jian-hua1，HONG Nian-song2，ZHANG Guang-yun1
（1.School of Computer Engineering&Technology，Guangdong Institute of Science&Technology，Zhuhai 519090，China；2.College of Information and Communications，Zhejiang Industry&Trade Polytechnic，Wenzhou 325003，China）

As to the multi-source data fusion based multi-user decision，a model of multi-source heterogeneous data fusion was designed.Triangular fuzzy number based uniform quantity description of multi-source data was researched.The ordered weight average（OWA）was used to deal with the preference of decision-maker and a data fusion algorithm for decision making was designed.At last，practical application shows the algorithm can solve the problems of semantic ambiguity，difference and heterogeneity of multi-source heterogeneous data，and the reliability of decision results was improved by considering data maker's preference into the process of data fusion.

multi-source heterogeneous data；data fusion；triangular fuzzy number；ordered weight average

TN01

A

1674－6236（2016）12-0033-04

2015-06-24稿件編號：201506219

姜建華（1978—），男，湖北洪湖人，博士研究生，講師。研究方向：計算機應(yīng)用技術(shù)。