基于Shapley值和交互作用指标的风险评估方法

摘要

本发明公开了一种基于Shapley值和交互作用指标的风险评估方法，属于网络模糊综合风险评估技术领域，包括(1)在模糊综合风险评估方法中引入合作游戏理论中的Shapley值，为评价因素提供更加精确的权值输入；(2)利用Choquet模糊积分合成来计算系统风险值，不仅考虑到各评价因素的相对重要性，也考虑到各评价因素之间的交互性。本发明的优点如下：通过将合作游戏理论中的Shapley值和交互作用指标引入模糊综合风险评估方法中，通过两次权值修正，为模糊综合风险评价方法提供了更加精确的权值，减少了指标间的相互影响关系，使得所得系统风险值更加符合实际的情况。

主权项

一种基于Shapley值和交互作用指标的风险评估方法，其特征在于，包括以下步骤：S1.确定出评价因素集；S2.建立系统评估的评价等级；S3.根据评价因素的不同属性及其之间的相关性为各因素集合给出各集合的模糊隶属度；S4.确定各评价因素的权值；S5.针对S4确定的各因素的权值进行修正，根据公式(2)计算出各评价因素U_i的Shapley值后，再根据下式来对各评价因素的权值进行第一次修正：$w_i=\underset{j=1}{\overset{n}{\Sigma }}\frac{w_j}{v_j}·v_i---\left(4\right)$其中，i∈N+，表示第i个评价因素，n∈N+，表示评价因素的总数；S6.根据公式(3)交互作用指标定义计算出的各因素之间的交互作用指标来进行各因素的权值的第二次修正，修正的依据是各因素之间I_ij的大小，对与其他各因素都积极合作的因素提高其权值，而对与其他各因素都消极合作的因素降低其权值；S7.得到修正后的各因素的权值后，再根据公式(1)合成公式R＝w_o×μ({P,L,O})+(w_p‑w_o)×μ({P,L})+(w_l‑w_p)×μ({L})计算出需要评估的系统的风险值，其中w表示各属性的权值，μ表示各集合的测度值。