安全信息工程讲义.pptx

主讲(zhǔjiǎng)：杨应迪第3章计算机辅助安全(ānquán)分析第3章计算机辅助安全(ānquán)分析主要(zhǔyào)内容学习(xuéxí)目的与重难点案例(ànlì)是指历史时间(shíjiān)序列所反映的某种可以识别的事物变动趋势形态。3.1常用(chánɡyònɡ)数据处理算法——趋势模型算术平均法是求出一定(yīdìng)观察期内预测目标的时间数列的算术平均数作为下期预测值的一种最简单的时序预测法。
设：X1，X2，X3，...，Xn为观察期的n个资料，求得n个资料的算术平均数的公式为：
X=(X1+X2+X3+...Xn)÷n
或简写为：X（平均数）=∑x÷n
式中：n为资料期数（数据个数）
运用算术平均法求平均数，进行预测有两种形式：
以最后一年的每月平均值或数年的每月平均值，作为次年的每月预测值；
以观察期的每月平均值作为预测期对应月份的预测值。加权平均法，就是(jiùshì)在求平均数时，根据观察期各资料重要性的不同，分别给以不同的权数加以平均的方法。
其特点是：所求得的平均数，已包含了长期趋势变动。
例：
A鸡蛋34元一个，买了10个，B鸡蛋45元一个，买了20个，问买了A鸡蛋和B鸡蛋的平均价格是多少？
这时肯定不能用算术平均，直接（34+45）/2，因为他们买的数量不一样，因此要计算他们的平均价格，只能用所买的数量作为权数，进行加权平均：加权平均法——公式(gōngshì)移动(yídòng)平均法移动(yídòng)平均法移动(yídòng)平均法移动(yídòng)平均法移动(yídòng)平均法3.1常用数据处理算法(suànfǎ)——趋势模型3.1常用(chánɡyònɡ)数据处理算法——趋势模型3.1常用数据处理算法(suànfǎ)——趋势模型3.1常用数据处理算法(suànfǎ)——摆动模型3.1常用数据处理算法(suànfǎ)——摆动模型3.1常用数据处理算法——摆动(bǎidòng)模型3.1常用数据处理算法(suànfǎ)——摆动模型3.1常用数据处理算法(suànfǎ)——摆动模型3.1常用数据处理算法(suànfǎ)——摆动模型3.1常用数据处理算法——异常检测(jiǎncè)模型预测的对象(duìxiàng)是工业系统工作状态的安全预测。
其方法是对工业生产短期微观事故状态预测拟选用模糊马尔柯夫链预测法，其特点是系统某一时刻状态仅与上一时刻状态有关，而与以前时刻状态无关。
其t+1时刻的状态预测模型表示为：
Psik=max{Psi1,Psi2,...,Psi1}3.1常用(chánɡyònɡ)数据处理算法——马尔柯夫链3.1常用(chánɡyònɡ)数据处理算法——马尔柯夫链3.1常用(chánɡyònɡ)数据处理算法——马尔柯夫链3.1常用(chánɡyònɡ)数据处理算法——马尔柯夫链3.1常用(chánɡyònɡ)数据处理算法——马尔柯夫链3.1常用(chánɡyònɡ)数据处理算法——马尔柯夫链模糊数学又称Fuzzy数学，是研究和处理模糊性现象的一种数学理论和方法。在1965年美国控制论学者L.A.扎德发表论文《模糊集合》，标志着这门新学科(xuékē)的诞生。现代数学建立在集合论的基础上。一组对象确定一组属性，人们可以通过指明属性来说明概念，也可以通过指明对象来说明。符合概念的那些对象的全体叫做这个概念的外延，外延实际上就是集合。一切现实的理论系统都有可能纳入集合描述的数学框架。举例说明
在日常生活中，经常遇到许多模糊事物，没有分明的数量界限，要使用一些模糊的词句来形容、描述。比如，比较年轻、高个、大胖子、好、漂亮、善、热、远……。这些概念是不可以简单地用是、非或数字来表示(biǎoshì)的。在人们的工作经验中，往往也有许多模糊的东西。例如，要确定一炉钢水是否已经炼好，除了要知道钢水的温度、成分比例和冶炼时间等精确信息外，还需要参考钢水颜色、沸腾情况等模糊信息。因此，除了很早就有涉及误差的计算数学之外，还需要模糊数学。课堂教学的评价(píngjià)模型课堂教学的评价(píngjià)模型课堂教学的评价(píngjià)模型课堂教学的评价(píngjià)模型课堂教学的评价(píngjià)模型课堂教学的评价(píngjià)模型回归(huíguī)分析预测法，是在分析某种现象自变量和因变量之间相关关系的基础上，建立变量之间的回归(huíguī)方程，并将回归(huíguī)方程作为预测模型，根据自变量在预测期的数量变化来预测因变量关系大多表现为相关关系。因此，回归(huíguī)分析预测法是一种重要的预测方法，当我们在对某种现象未来发展状况和水平进行预测时，如果能将影响预测对象的主要因素找到，并且能够取得其数量资料，就可以采用回归(huíguī)分析预