基于规则推理的自主式交通系统架构诊断方法

本发明涉及交通系统架构的诊断领域，更具体地说是基于规则推理的自主式交通系统架构诊断方法。

背景技术：

1、随着先进技术的发展与交通需求的更新，智能交通系统正朝着自主分析、学习和决策的自主式交通系统发展。自主式交通系统架构根据交通系统总体目标的要求，从系统整体出发，综合组织交通服务、基础设施、通信网络、交通参与者，用于为交通系统提供宏观指导。架构诊断是保证自主式交通系统架构完备性与逻辑正确的关键，通过对自主式交通系统架构的构成要素与结构进行检验，为自主式交通系统架构问题恢复提供依据。因此，基于大规模自主式交通系统架构数据，分析、识别、处理异常信息，对交通系统架构设计行业挖掘事件信息和智能交通系统的分析具有重要意义。

2、自主式交通系统架构的结构和内容随技术发展和需求变化进行自适应调整，系统架构频繁的更新维护过程中会产生局部的潜在错误，导致系统不能正常运行、功能不完整、资源利用效率低等问题。通过架构诊断找到自主式交通系统架构异常信息的源头，并对异常信息进行分类，可以更好地为自主式交通系统架构问题恢复提供依据。

技术实现思路

1、本发明的目的是提供基于规则推理的自主式交通系统架构诊断方法，可以对自主式交通系统架构中的异常信息进行溯源，结合诊断规则，实现了自主式交通系统架构异常信息的分类。

2、本发明的目的通过以下技术方案来实现：

3、基于规则推理的自主式交通系统架构诊断方法，该方法包括以下步骤：

4、s1：设置有用于对异常信息进行溯源的自主式交通系统架构异常检测模型，基于属性图的自主式交通系统架构异常信息溯源；

5、s11：通过自主式交通系统理论框架和逻辑、功能、物理视图构架自主式交通系统架构参考设计集r和架构数据s；

6、s12：参考设计集r和架构数据集s处理成带标签、有向的参考设计集属性图r'和架构数据集属性图s'；

7、s13：自主式交通系统架构异常检测模型会找出属性图r'和s'的最大公共部分；

8、s14：求出输入架构属性图s'与参考设计集属性图r'公共部分的补集，即输入架构属性图中未被匹配的节点和边；

9、s2：基于s1得到的异常信息溯源结果，根据诊断规则对异常信息进行分类；

10、s21：自主式交通系统架构诊断模型根据诊断规则将自主式交通系统架构异常检测；

11、s22：自主式交通系统架构诊断模型得到的异常信息溯源结果进行分类；

12、s3：诊断流程结束；

13、所述自主式交通系统架构的异常信息包括孤立节点异常信息、功能架构异常信息、逻辑架构异常信息和物理架构异常信息；

14、所述诊断规则包括孤立节点的诊断规则、功能架构的诊断规则、物理架构的诊断规则和逻辑架构的诊断规则；

15、所述孤立节点的诊断规则为：

16、rule1:v innodes but v not exists inedges

17、该规则执行时，将遍历节点集合中的点，如果该点未在边的集合中出现过，则判定为孤立点，即该类型节点未与其他节点建立链接关系；

18、所述功能架构的诊断规则为：

19、rule2:source.type＝servicedomain&&target.type＝service

20、rule3:source.type＝service&&target.type＝subservice

21、rule4:source.type＝subservice&&target.type＝function

22、rule5:source.type＝function&&target.type＝subfuntion

23、该规则执行时，将所有可能的边依次与上述四类诊断规则进行匹配，符合条件则输出对应的边；

24、所述物理架构的诊断规则为：

25、rule7:source.type＝phyobject&&link.type＝support

26、rule8:source.type＝phyobject&&target.type＝phyobject

27、该规则执行时，判断物理对象所提供或承接的功能是否与自主式交通系统架构参考设计集中一致；

28、所述逻辑架构的诊断规则为：

29、rule9:source.type＝function&&target.type＝function

30、该规则执行时，当输入类型和功能匹配以及目标类型和功能均匹配时，功能之间的逻辑判断为合理，否则不合理；

31、该方法将诊断所需知识拆分成属性图和规则，通过基于图的自主式交通系统架构异常检测模型定位到架构中的异常信息。

32、本发明的有益效果为：

33、一、本方法将诊断所需知识拆分成属性图和规则，首先通过基于图的自主式交通系统架构异常检测模型定位到架构中的异常信息，在此基础上通过规则推理得出异常信息分类结果，提高了诊断的效率；

34、二、本方法首先在自主式交通系统架构参考设计集的基础上，设计了自主式交通系统架构异常检测模型，定位到被诊断架构中异常的部分，有效地解决了自主式交通系统架构异常信息的识别，缩小了推理诊断的范围；

35、三、本方法结合自主式交通系统架构的结构特征，从功能架构、逻辑架构和物理架构以及孤立节点四个方面设计诊断规则，将自主式交通系统架构异常检测模型得出的结果，作为自主式交通系统架构异常信息分类的输入，实现架构异常信息与诊断分类结果的一一对应与汇总输出，提高了自主式交通系统架构诊断的效率。

技术特征：

1.基于规则推理的自主式交通系统架构诊断方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的基于规则推理的自主式交通系统架构诊断方法，其特征在于：所述s1包括以下步骤：

3.根据权利要求2所述的基于规则推理的自主式交通系统架构诊断方法，其特征在于：所述s2包括以下步骤：

4.根据权利要求3所述的基于规则推理的自主式交通系统架构诊断方法，其特征在于：所述自主式交通系统架构的异常信息包括孤立节点异常信息、功能架构异常信息、逻辑架构异常信息和物理架构异常信息。

5.根据权利要求4所述的基于规则推理的自主式交通系统架构诊断方法，其特征在于：所述诊断规则包括孤立节点的诊断规则、功能架构的诊断规则、物理架构的诊断规则和逻辑架构的诊断规则。

6.根据权利要求5所述的基于规则推理的自主式交通系统架构诊断方法，其特征在于：所述孤立节点的诊断规则为：

7.根据权利要求5所述的基于规则推理的自主式交通系统架构诊断方法，其特征在于：所述功能架构的诊断规则为：

8.根据权利要求5所述的基于规则推理的自主式交通系统架构诊断方法，其特征在于：所述物理架构的诊断规则为：

9.根据权利要求5所述的基于规则推理的自主式交通系统架构诊断方法，其特征在于：所述逻辑架构的诊断规则为：

10.根据权利要求1所述的基于规则推理的自主式交通系统架构诊断方法，其特征在于：该方法将诊断所需知识拆分成属性图和规则，通过基于图的自主式交通系统架构异常检测模型定位到架构中的异常信息。

技术总结
本发明涉及交通系统架构的诊断领域，更具体的说是基于规则推理的自主式交通系统架构诊断方法，该方法包括以下步骤：S1：基于属性图的自主式交通系统架构异常信息溯源；S2：基于S1得到的异常信息溯源结果，根据诊断规则对异常信息进行分类；S3：诊断流程结束；S21：自主式交通系统架构诊断模型根据诊断规则将自主式交通系统架构异常检测；S22：自主式交通系统架构诊断模型得到的异常信息溯源结果进行分类；本方法将诊断所需知识拆分成属性图和规则，首先通过基于图的自主式交通系统架构异常检测模型定位到架构中的异常信息，在此基础上通过规则推理得出异常信息分类结果，提高了诊断的效率。

技术研发人员：程绍武,周爱民,高越
受保护的技术使用者：哈尔滨工业大学
技术研发日：
技术公布日：2024/1/12