基于限制优势关系的心理危机特征属性自适应约简方法与流程

本发明涉及心理信息系统决策领域，具体是一种基于限制优势关系的心理危机特征属性自适应约简方法。

背景技术：

对于评定大学生心理危机，目前主要采用主观测评方法，即从心理与社会等指标构建对对象的心理危机预警指标体系，通过调查问卷和量表评测来主观地对心理危机进行识别。然而主观评定的方法缺少统一的评定标准，并存在指标不明确，数据采集难度高，容易受到主观因素影响等问题。

当前学术界对大学生心理危机评估指标还没有公认的标准，而已有的针对大学生心理危机评估指标体系大多都是从经验和理论上建构的。顾广玲(2006)等认为高校学生心理危机预警指标体系应包括情绪指标、学习指标、人际交往指标、生理指标和家庭背景指标。陈香(2007)等提出负性情绪指标、躯体症状指标、应激源指标、个体发展状态指标、社会环境指标等。程靖(2011)从环境背景、个体状态、人格特征、认知应对、生活事件刺激、情绪状况、生理状况七个维度来构建了高校学生心理危机四级预警指标体系。但以往学者的预警指标实证研究很少，因此其科学性，应用性和针对性及信效度就值得怀疑；其次，评估指标只是一个大概的指标体系，指标同时存在大量冗余和相关性，普及性不强，难以被高校充分有效利用。

粗糙集理论是波兰科学家pawlak于1982年提出的，用于数据表达和分析的数学工具。针对心理危机主观评定缺少统一的评定标准，指标不明确和信息遗漏等问题，粗糙集提出了新的解决方法。哈斯巴干等(2004)采用容差粗糙集方法对训练数据做分类预处理，杨习贝(2008))等以具有丢失型未知属性值的不完备信息系统为研究对象，，根据非对称相似关系，讨论了知识约简问题。刘健(2010)等利用优势关系构建对象优势矩阵将对象排序，并借鉴博弈决策中的极大极小算法，提出用属性值的优势关系确定属性权重，并利用优势关系对决策对象进行排序并择优，然而其偏好属性关系却未考虑。

技术实现要素：

本发明的目的是提供一种基于限制优势关系的心理危机特征属性自适应约简方法，降低了心理危机预测难度，以解决现有技术存在的问题。

为了达到上述目的，本发明所采用的技术方案为：

一种基于限制优势关系的心理危机特征属性自适应约简方法，其特征在于包括以下步骤：

(1)对于大学生心理危机预测，设定对应于大学生心理危机的脆弱性模糊知识系统，具体设定如下：

设s＝<u,c∪d,v,f>为一不完备偏序大学生心理状况模糊知识系统，其中u＝{x1,x2,…,xn}是论域，对应大学生群体，x1,x2,...,xn表示n个学生；c＝{a1,a2,…,ap}是条件属性集，对应大学生心理危机脆弱性要素的集合；d＝{d1,d2,…,dn}是决策属性集，对于各种具有危害性的心理危机事件；f为u×(c∪d)→v的映射，为论域对象的属性唯一指定值；设定最小约简指标g，粗糙度初始值β1和β2；

(2)基于数据关联度的约简方法，具体步骤如下：

2a)计算不同集合属性均值：

对于大学生心理危机脆弱性要素属性系统s＝<u,c∪d,v,f>，针对判定存在心理危机事件的对象集z＝{z1,z2,z3,…,zk},z∈u，对其脆弱性要素属性进行行统计分析；

其中f(xi,am)是对象xi在am上的属性值，是论域u在am上的属性值均值；

其中f(zi,am)是对象zi在am上的属性值，是危机对象集z在am上的属性值均值；

2b)计算不同集合数据关联度：

利用求得的不同集合内的属性均值计算得到不同脆弱性要素对于心理危机的数据关联度特性，写为

2c)利用阈值约简：

由公式计算脆弱性要素属性集中各个属性的数据关联度lk，并对比初始设定的粗糙度阈值β1，低于阈值的条件属性对象将被剔除，得到约简条件集r；

(3)基于限制优势关系的约简方法，具体步骤如下：

3a)计算限制优势集：

对于经过数据关联度约简之后的大学生心理危机脆弱性要素属性系统s＝<u,r∪d,v,f>，构建限制优势集；其中p∈r，关于p的限制优势关系定义为：

其中，p为优势概率设定的阈值概率，pl(xi,xj)为属性al上xj优于xi的概率；

这种情况下，称“xj多重限制优势于xi”，简记为

对比初始设定的粗糙度阈值β2，获取针对脆弱性要素属性集的限制优势集；

3b)一致约简：

结合限制优势集可以计算得到每个对象在条件属性集r下的部分一致函数和部分一致辨识矩阵；构建区分函数，使用分配率、吸收律对部分一致辨识公式进行极小析取范式的化简，最终获取该阈值概率下决策表的全部部分一致约简；

(4)自适应阈值优化，具体步骤如下：

对应初始输入的粗糙度初始值β1和β2，得到约简方法下的约简数目；对比最小约简指标g，在没有达到约简指标的情况下，采用遗传优化算法选取新的粗糙度阈值β1和β2重新约简，重复以上步骤并直到达到最小约简指标g。

本发明与现有技术相比具有如下优点：

1)本发明针对指标不明确和主观因素对于心理危机预测的影响，能够有效去除由外界因素带来的误差干扰；

2)本发明相较于传统心理危机要素约简方法，针对信息中存在的遗漏型未知属性值和偏好关系属性等问题，通过粗糙集的阀值设定对未知属性值进行处理，约简能力和效果有明显提升，

3)本发明具备自适应和变精度两种特性，有利于监测不同群体的危机状态和行为活动并进行决策分析，对不同领域的危机模式识别和要素分析具有重要的理论借鉴意义。

附图说明

图1是单次约简结果变化柱状图。

图2是不同阈值的约简结果柱状图。

图3为本发明的流程图。

具体实施方式

基于限制优势关系的心理危机特征属性自适应约简方法，步骤简述如下：

步骤一：基于数据关联度的约简，计算不同心理特征属性在危机群体和正常群体的属性均值；评定不同心理特征属性和心理危机的关联度，根据预设阈值去除影响较小因素；

步骤二：基于限制优势关系的约简，根据预设阈值计算不同对象的限制优势集，并根据公式得到部分一致函数和部分一致矩阵，然后构建区分函数，使用分配率、吸收律对部分一致辨识公式进行极小析取范式的化简，最终获取该阈值概率下决策表的全部部分一致约简；

步骤三：自适应阈值优化，对比约简结果和最大约简指标，在没有达到约简指标的情况下，采用遗传优化算法选取新的阈值，并重复以上约简步骤。

如图3所示，基于限制优势关系的心理危机特征属性自适应约简方法，具体步骤如下：

(1)对于大学生心理危机预测，设定对应于大学生心理危机的脆弱性模糊知识系统，具体设定如下：

设s＝<u,c∪d,v,f>为一不完备偏序大学生心理状况模糊知识系统，其中u＝{x1,x2,…,xn}是论域，对应大学生群体，x1,x2,...,xn表示n个学生；c＝{a1,a2,…,ap}是条件属性集，对应大学生心理危机脆弱性要素的集合；d＝{d1,d2,…,dn}是决策属性集，对于各种具有危害性的心理危机事件；f为u×(c∪d)→v的映射，为论域对象的属性唯一指定值；设定最小约简指标g，粗糙度初始值β1和β2；

(2)基于数据关联度的约简方法，具体步骤如下：

2a)计算不同集合属性均值：

对于大学生心理危机脆弱性要素属性系统s＝<u,c∪d,v,f>，针对判定存在心理危机事件的对象集z＝{z1,z2,z3,…,zk},z∈u，对其脆弱性要素属性进行行统计分析；

其中f(xi,am)是对象xi在am上的属性值，是论域u在am上的属性值均值；

其中f(zi,am)是对象zi在am上的属性值，是危机对象集z在am上的属性值均值；

2b)计算不同集合数据关联度：

利用求得的不同集合内的属性均值计算得到不同脆弱性要素对于心理危机的数据关联度特性，写为

2c)利用阈值约简：

由公式计算脆弱性要素属性集中各个属性的数据关联度lk，并对比初始设定的粗糙度阈值β1，低于阈值的条件属性对象将被剔除，得到约简条件集r；

(3)基于限制优势关系的约简方法，具体步骤如下：

3a)计算限制优势集：

对于经过数据关联度约简之后的大学生心理危机脆弱性要素属性系统s＝<u,r∪d,v,f>，构建限制优势集；其中p∈r，关于p的限制优势关系定义为：

其中，p为优势概率设定的阈值概率，pl(xi,xj)为属性al上xj优于xi的概率；

这种情况下，称“xj多重限制优势于xi”，简记为

对比初始设定的粗糙度阈值β2，获取针对脆弱性要素属性集的限制优势集；

3b)一致约简：

结合限制优势集可以计算得到每个对象在条件属性集r下的部分一致函数和部分一致辨识矩阵；构建区分函数，使用分配率、吸收律对部分一致辨识公式进行极小析取范式的化简，最终获取该阈值概率下决策表的全部部分一致约简；

(4)自适应阈值优化，具体步骤如下：

对应初始输入的粗糙度初始值β1和β2，得到约简方法下的约简数目；对比最小约简指标g，在没有达到约简指标的情况下，采用遗传优化算法选取新的粗糙度阈值β1和β2重新约简，重复以上步骤并直到达到最小约简指标g。

以下通过实测的心理特征数据进一步说明本发明的有效性。

心理危机要素约简实验：

1.数据内容：

选取学生年级、年龄、家庭经济收入水平、与父母关系、抑郁情绪程度、交友恋爱状况、人际关系、学习成绩、专业满意度、学习压力、就业压力等22项指标进行后续筛选，并结合相关典型案例的数据搜集以及问卷调查，获取初始信息。

2.大学生心理危机的脆弱性模糊知识系统构建

s＝<u,c∪d,v,f>为一不完备偏序大学生心理状况模糊知识系统，其中u＝{x1,x2,…,x100}对应问卷调查的100个大学生；c＝{a1,a2,…,a22}是22个条件属性，对应大学生心理危机脆弱性要素的集合；d＝{d1,d2,…,d100}是决策属性集，对于各种具有危害性的心理危机事件；f为u×(c∪d)→v的映射，为论域对象的属性唯一指定值。设定最小约简指标g＝10，粗糙度初始值β1＝1和β2＝1。整个算法设定在自适应遗传算法的处理中。

3.约简结果分析：

图1是本次实验进行心理危机要素约简过程中的约简结果变化。从图2的结果可知，随着方法进行，无关的或者相关程度较低的心理危机要素被约简，具体由22种心理危机要素约简到10种要素，降低了心理危机预测的复杂性。

图2是在通过遗传算法下不同阈值选取得到约简结果。从图2的成像结果中可见，算法是一个自动寻优的过程，同时通过设定不同的约简指标，可以有效控制心理危机预测的约简范围，实现变精度的控制。