1.一种云模型相似度的分析方法，其特征在于，为了表示在安全评价中专家给出的带有定性和定量、模糊性和随机性、不确定性等特点的评价信息，并将这些信息进行分析、合并，进而达到化简的目的，为此提出一种基于包络线的云模型方法；其包括如下步骤：方法使用云模型表示专家对某一问题的看法，进而形成多位专家对该问题的多个云模型，同时根据云模型的形成特点，构建云模型的上下包络线，并对之间的云模型区域进行积分，最终通过积分区域重叠部分与积分区域的关系来判断云模型的相似程度，达到将这些专家信息化简的目的，给出了四种基于相似度的评价语义化简结果；本发明可用于云模型相似度比较和评价对象的相似度比较。
2.根据权利要求1所述的一种基于包络线的云模型方法，其特征在于，一种基于包络线的云模型相似计算方法，方法大体可分为6步：1）两个云，通过正向云发生器，各产生一定数量的云滴；2）对两云生成的云滴进行筛选，对于，保留落在中的云滴；对于，保留落在中的云滴；3）对筛选后的上述两组云滴按照横坐标从小到大排序，分别得到有序的云滴集合D1和D2。；4）确定包络线参数；5）求D1和D2的包络线；6）利用包络线的云相似度求法。
3.根据权利要求1所述的一种基于包络线的云模型方法，其特征在于，总结两云模型比较的四种情况：1）如果，则两个云表示的语义概念相同，两个语义概念化简为一个概念；2）如果，在语义分析中将C2表示的语义概念化简去掉；3）如果，则两个云表示的语义概念既有相同部分也有不同部分。可通过云合并的相关方法合并语义，进而化简；4）如果，说明两个语义完全不同，不能进行化简。
4.根据权利要求2所述的确定包络线参数，其特征在于，根据云模型中云滴的生成特点，正向云发生器是一个指数函数，即，为的确定度，即隶属于某种语义的程度，，所以，所生成的包络线函数的函数值在[0,1]之间，定义域在；对于中参数确定，可为第一步中的云特征参数；为的均值，即期望值，这里用代替；为了摆脱云滴数量对云相似度的影响，利用包络线来计算云相似度，根据上述云滴的形成特点分析，无论云模型参数带有怎样的随机性，其，，且通过生成，那么总是存在两条与μ函数形式相同而参数不同的同构曲线，第一条同构曲线使得云滴集合D中所有云滴横坐标对应该曲线值均大于D的云滴纵坐标值；第二条同构曲线使得云滴集合D中所有云滴横坐标对应该曲线值均小于D的云滴纵坐标值，即这两条曲线包络了D的所有云滴，第一条曲线称为上包络线，第二条曲线称为下包络线，和与的形式一样，而参数是有差别的；这里主要考虑两个方面，即云的位置和形状，如果这两个参数相同，那么云是相同的，对于云的位置，其特征参数就可表明，无论是正向还是逆向，给出云滴分布后是较容易判断的，所以和中的直接使用第一步中的云特征参数，对于，正向云发生器中定义为，式中直接采用第一步的云特征参数，，其使云滴均匀分布在μ曲线的两侧，所以对于确定包络线是关键的，对于，；对于，，采用第一步的云特征参数。
5.根据权利要求2所述的求D1和D2的包络线,和与的形式一样，设
，其中，,使得所有(首次满足条件的)，表示云D中的一个云滴，分别表示云滴的横纵坐标,同理，设，其中，,使得所有,所以确定和就是要确定适当的,通过MATLAB结合具体的云滴集合D及上述函数结构，循环，当首次满足条件时和可求。
6.根据权利要求2所述的利用包络线的云相似度求法，其特征在于，与以往的云相似度求法不同，该方法对于云滴的依赖性不强，主要是通过包络线积分实现的，对于某一个云而言，当云滴集合D中的云滴数时，云滴将填满和之间的区域，也就是，当时，云滴存在的区域面积，其中，两个云，是否相似可以等效的看作当中的云滴数时，的重合程度，下面以两个云比较为例定义并说明相似度求法；当时，设和的重叠部分为，即当时，云滴集合所填充的区域，对于的求法是通过分段积分完成的，分段的断点为定义域端点和曲线之间的交点。
7.根据权利要求6所述的，其特征在于，对于云，
对于云，
。