CN119415914A 一种基于多能力指标融合的智能系统智能化等级评估方法 （东南大学）

一种基于多能力指标融合的智能系统智能本发明提出一种基于多能力指标融合的智统的智能化等级评估进行全面的技术设计和实22.根据权利要求1所述的一种基于多能力指标融合的智能系统智能化等级评估方法，基于核心聚焦、兼顾特性、全面性和可扩展性四个指标体系原则，3.根据权利要求2所述的一种基于多能力指标融合的智能系统智能化等级评估方法，3度量：特征向量的相似性，利用待测系统提取的特征向量和基线其中ACCadv表示对抗训练后模型在对抗样本上的准确率，ACCorig4即为该度量所求；4度量：特征贡献度，通过统计得到智能系统在对数据进行预测其中ACCorigin表示原始的模型在测试集的的准确率，ACCorigi合理值域：值域范围为[0,ACCChatGLM]，该指标越接近ACCChatGLM说明认知能力协同性越7即为该度量所求；8为该度量所求；5度量：决策的准确率，通过统计智能系统在测试集上的准确率来度量其中N是测试集样本总数，yi是第i个样本的真实标签，是第i个样本的预测标签，度量：决策环境下特征向量的相似性，利用在测试集中待测系统提取度量：特定置信度下的准确率，在特定置信度下的准确率6其中N是测试集样本总数，yi是第i个样本的真实标签，是第i个样本的预测标签，7其中L(t)表示待测模型在噪声数据集下训练的损失函数值，T4.根据权利要求1所述的一种基于多能力指标融合的智能系统智能化等级评估方法，5.根据权利要求4所述的一种基于多能力指标融合的智能系统智能化等级评估方法，为了避免由于量纲差异导致的结果不准确，需要82极小型指标无量纲值；指标冲突性衡量一个指标与其他指标的相关程度，如果Gi=S·Ti=S1(1-r)j为第j个指标的客观权值。6.根据权利要求4所述的一种基于多能力指标融合的智能系统智能化等级评估方法，通过量化熵的不确定性来确定信息量的大小，而熵值用于衡量信息97.根据权利要求4所述的一种基于多能力指标融合的智能系统智能化等级评估方法，8.根据权利要求1所述的一种基于多能力指标融合的智能系统智能化等级评估方法，使用TOPSIS综合评定法作为定量评估法，TOPSIS是一种根据蛛网模型用于动态分析价格波动对下一周期产量的影响，针对自9.根据权利要求8所述的一种基于多能力指标融合的智能系统智能化等级评估方法，ij表示第i个备选方案在第j个评价指标下的__10.根据权利要求8所述的一种基于多能力指标融合的智能系统智能化等级评估方法，4)连接各点，虚线所围成图形的面积就代表所评估系统的[0066]其中ACCChatGLM表示数据经过ChaGLM增强后模型在增强的数据上的准确率，7即为该度量所求；[0109]其中N是测试集样本总数，yi是第i个样本的真实标签，是第i个样本的预测标j个指标的客观权值；__[0216]计算每个方案的相对接近度Ci，即方案i同时接近正理想解和远离负理想解的程[0232]下面结合附图与具体实施方式对本发明作进一步详细描述，其中图1为本发明智[0235]如图2所示，OODA由感知(Observe)、分析判断(Orient)、决策(Decide)和行动练前后智能系统在对抗样本上的性能提升程度来反应系[0284]其中ACCChatGLM表示数据经过ChaGLM增强后模型在增强的数据上的准确率，[0291]其中L(t)是损失函数随时间(或训练步骤)的变化，是损失函数的一阶导数，7即为该度量所求。9即为该度量所求。[0327]其中N是测试集样本总数，yi是第i个样本的真实标签，是第i个样本的预测标j个指标的客观权值。)＝4θi_2wi_2μi[0403]本专利使用TOPSIS综合评定法作为定量评估法。TOPSIS(TechniqueforOrder[0427]计算每个方案的相对接近