CN109766940A - 评估多个污水处理系统间的相似度的方法和装置 - Google Patents
评估多个污水处理系统间的相似度的方法和装置 Download PDFInfo
- Publication number
- CN109766940A CN109766940A CN201811635734.1A CN201811635734A CN109766940A CN 109766940 A CN109766940 A CN 109766940A CN 201811635734 A CN201811635734 A CN 201811635734A CN 109766940 A CN109766940 A CN 109766940A
- Authority
- CN
- China
- Prior art keywords
- node
- collection
- similarity
- intersection
- overlap coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 203
- 238000000034 method Methods 0.000 title claims abstract description 115
- 238000010586 diagram Methods 0.000 claims abstract description 48
- 230000006870 function Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 11
- 239000012141 concentrate Substances 0.000 claims description 6
- 239000004576 sand Substances 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 238000001914 filtration Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 239000004744 fabric Substances 0.000 description 5
- 239000012528 membrane Substances 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 239000000725 suspension Substances 0.000 description 4
- 230000000249 desinfective effect Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000004062 sedimentation Methods 0.000 description 3
- 239000010802 sludge Substances 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000005273 aeration Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005189 flocculation Methods 0.000 description 2
- 230000016615 flocculation Effects 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 239000010842 industrial wastewater Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000020477 pH reduction Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000005842 biochemical reaction Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005660 chlorination reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 150000007524 organic acids Chemical class 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 239000002957 persistent organic pollutant Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 150000003384 small molecules Chemical class 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 230000003612 virological effect Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
提供一种评估多个污水处理系统间的相似度的方法和装置。评估多个污水处理系统间的相似度的方法包括：针对多个污水处理系统中的第一污水处理系统的多个功能模块的连接关系和多个污水处理系统中的第二污水处理系统的多个功能模块的连接关系，分别构建第一拓扑图和第二拓扑图；基于第一拓扑图，确定第一节点集和第一边集；基于第二拓扑图，确定第二节点集和第二边集；基于第一节点集和第二节点集，计算第一节点集和第二节点集之间的节点集相似度；基于第一边集和第二边集，计算第一边集和第二边集之间的边集相似度；基于节点集相似度和边集相似度，计算第一污水处理系统和第二污水处理系统之间的相似度。
Description
技术领域
本发明涉及工业领域，更具体地讲，涉及一种评估多个污水处理系统间的相似度的方法和装置以及评估多个工业系统间的相似度的方法和装置。
背景技术
现有的工业系统(例如，仅作为示例，污水处理系统，钢厂等)往往会包括相互之间具有连接关系的多个功能模块。通常，多个功能模块中的每个通过对接收的数据和/或物质(例如，从其他功能模块中的一个接收的数据和 /或物质)进行相应的处理，能完成一定的子任务，这样，通过多个功能模块之间的连接实现的相互协作能够最终完成该工业系统的任务。
然而，当多个模块之间的连接关系发生改变时，这样的工业系统所表现的性能也会发生相应的改变。多个功能模块之间的连接关系可能发生较复杂的变化且多个功能模块自身的属性也有可能发生变化，这会使得技术人员无法对改变前后的工业系统的相似度进行评估，进而难以对改变前后的工业系统进行的全面公正的评估，这会导致改变后的工业系统可能无法满足实际的工程需要。此外，相似的工业系统更易发生同样的故障，在这种情况下很可能需要采取同样的处理和/预防同样的故障的措施，这对相似性度量提出了新的要求。因此，目前仍期望实用性强、方便使用的评估多个工业系统间的相似度的方法。
发明内容
本发明的示例性实施例在于提供一种评估多个污水处理系统间的相似度的方法和装置以及评估多个工业系统间的相似度的方法和装置，其具有实用性强，方便使用的特点，并可对描述详细程度不同的系统在不同层次上进行相似度的比较与评价。
根据本发明的示例性实施例，提供一种评估多个污水处理系统间的相似度的方法，其中，所述多个污水处理系统包括第一污水处理系统和第二污水处理系统，第一污水处理系统包括具有连接关系的多个功能模块，第二污水处理系统包括具有连接关系的多个功能模块，第一污水处理系统的多个功能模块与第二污水处理系统的多个功能模块相同或不同，其特征在于，所述方法包括：针对第一污水处理系统的多个功能模块的连接关系和第二污水处理系统的多个功能模块的连接关系，分别构建第一污水处理系统拓扑结构图和第二污水处理系统拓扑结构图；基于第一污水处理系统拓扑结构图，确定第一节点集和第一边集；基于第二污水处理系统拓扑结构图，确定第二节点集和第二边集；基于第一节点集和第二节点集，计算第一节点集和第二节点集之间的节点集相似度；基于第一边集和第二边集，计算第一边集和第二边集之间的边集相似度；基于节点集相似度和边集相似度，计算第一污水处理系统和第二污水处理系统之间的相似度。
可选地，第一污水处理系统包括以下功能模块：提升泵房、细格栅和旋转沉砂池，其中，提升泵房将污水传送到细格栅，细格栅对从提升泵房接收的污水进行处理并将处理后的污水传送到旋转沉砂池，旋转沉砂池对从细格栅接收的污水进行处理并输出处理后的污水，其中，第一污水处理系统拓扑结构图为：提升泵房—细格栅—旋转沉砂池，其中，符号“—”用于表示符号“—”的左侧的功能模块将污水传送到右侧的功能模块；第二污水处理系统包括以下功能模块：提升泵房、细格栅和曝光沉砂池，其中，提升泵房将污水传送到细格栅，细格栅对从提升泵房接收的污水进行处理并将处理后的污水传送到曝光沉砂池，曝光沉砂池对从细格栅接收的污水进行处理并输出处理后的污水，其中，第二污水处理系统拓扑结构图为：提升泵房—细格栅—曝光沉砂池。
可选地，第一节点集为{提升泵房；细格栅；旋转沉砂池}，第一边集为{提升泵房—细格栅；细格栅—旋转沉砂池}，第二节点集为{提升泵房；细格栅；曝光沉砂池}，第二边集为{提升泵房—细格栅；细格栅—曝光沉砂池}。
可选地，计算第一节点集和第二节点集之间的节点集相似度的步骤包括：基于第一节点集和第二节点集，确定第一节点集和第二节点集之间的节点交集；基于第一节点集和节点交集，计算节点交集相对于第一节点集的第一节点重合系数；基于第二节点集和节点交集，计算节点交集相对于第二节点集的第二节点重合系数；基于第一节点重合系数和第二节点重合系数，计算第一节点集和第二节点集之间的节点集相似度。
可选地，基于节点的属性确定第一节点集和第二节点集之间的节点交集，其中，节点的属性对应于相应功能模块的属性。
可选地，计算第一节点重合系数的步骤包括：将节点交集中的节点的个数除以第一节点集中的节点的个数，并将相除的结果作为第一节点重合系数，计算第二节点重合系数的步骤包括：将节点交集中的节点的个数除以第二节点集中的节点的个数，并将相除的结果作为第二节点重合系数。
可选地，计算节点集相似度的步骤包括：将第一节点重合系数和第二节点重合系数相乘，并将相乘的结果作为节点集相似度。
可选地，计算第一边集和第二边集之间的边集相似度的步骤包括：基于第一边集和第二边集，确定第一边集和第二边集之间的边交集；基于第一边集和边交集，计算边交集相对于第一边集的第一边重合系数；基于第二边集和边交集，计算边交集相对于第二边集的第二边重合系数；基于第一边重合系数和第二边重合系数，计算第一边集和第二边集之间的边集相似度。
可选地，基于形成边的节点的属性，确定第一边集和第二边集之间的边交集，其中，节点的属性对应于相应功能模块的属性。
可选地，计算第一边重合系数的步骤包括：将边交集中的边的个数除以第一边集中的边的个数，并将相除的结果作为第一边重合系数，计算第二边重合系数的步骤包括：将边交集中的边的个数除以第二边集中的边的个数，并将相除的结果作为第二边重合系数。
可选地，计算边集相似度的步骤包括：将第一边重合系数和第二边重合系数相乘，并将相乘的结果作为边集相似度。
可选地，计算第一污水处理系统和第二污水处理系统之间的相似度的步骤包括：将第一权重和节点集相似度的相乘结果加上第二权重和边集相似度的相乘结果，并将相加的结果作为第一污水处理系统和第二污水处理系统之间的相似度。
根据本发明的示例性实施例，提供一种评估多个工业系统间的相似度的方法，其中，所述多个工业系统包括第一工业系统和第二工业系统，第一工业系统包括具有连接关系的多个功能模块，第二工业系统包括具有连接关系的多个功能模块，第一工业系统的多个功能模块与第二工业系统的多个功能模块相同或不同，其特征在于，所述方法包括：针对第一工业系统的多个功能模块的连接关系和第二工业系统的多个功能模块的连接关系，分别构建第一工业系统拓扑结构图和第二工业系统拓扑结构图；基于第一工业系统拓扑结构图，确定第一节点集和第一边集；基于第二工业系统拓扑结构图，确定第二节点集和第二边集；基于第一节点集和第二节点集，计算第一节点集和第二节点集之间的节点集相似度；基于第一边集和第二边集，计算第一边集和第二边集之间的边集相似度；基于节点集相似度和边集相似度，计算第一工业系统和第二工业系统之间的相似度。
可选地，功能模块对应于节点，功能模块之间的连接对应于边。
可选地，计算第一节点集和第二节点集之间的节点集相似度的步骤包括：基于第一节点集和第二节点集，确定第一节点集和第二节点集之间的节点交集；基于第一节点集和节点交集，计算节点交集相对于第一节点集的第一节点重合系数；基于第二节点集和节点交集，计算节点交集相对于第二节点集的第二节点重合系数；基于第一节点重合系数和第二节点重合系数，计算第一节点集和第二节点集之间的节点集相似度。
可选地，基于节点的属性，确定第一节点集和第二节点集之间的节点交集，其中，节点的属性对应于相应功能模块的属性。
可选地，计算第一节点重合系数的步骤包括：将节点交集中的节点的个数除以第一节点集中的节点的个数，并将相除的结果作为第一节点重合系数，计算第二节点重合系数的步骤包括：将节点交集中的节点的个数除以第二节点集中的节点的个数，并将相除的结果作为第二节点重合系数。
可选地，计算节点集相似度的步骤包括：将第一节点重合系数和第二节点重合系数相乘，并将相乘的结果作为节点集相似度。
可选地，计算第一边集和第二边集之间的边集相似度的步骤包括：基于第一边集和第二边集，确定第一边集和第二边集之间的边交集；基于第一边集和边交集，计算边交集相对于第一边集的第一边重合系数；基于第二边集和边交集，计算边交集相对于第二边集的第二边重合系数；基于第一边重合系数和第二边重合系数，计算第一边集和第二边集之间的边集相似度。
可选地，基于形成边的节点的属性，确定第一边集和第二边集之间的边交集，其中，节点的属性对应于相应功能模块的属性。
可选地，计算第一边重合系数的步骤包括：将边交集中的边的个数除以第一边集中的边的个数，并将相除的结果作为第一边重合系数，计算第二边重合系数的步骤包括：将边交集中的边的个数除以第二边集中的边的个数，并将相除的结果作为第二边重合系数。
可选地，计算边集相似度的步骤包括：将第一边重合系数和第二边重合系数相乘，并将相乘的结果作为边集相似度。
可选地，计算第一系统和第二系统之间的相似度的步骤包括：将第一权重和节点集相似度的相乘结果加上第二权重和边集相似度的相乘结果，并将相加的结果作为第一系统和第二系统之间的相似度。
根据本发明的示例性实施例，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时实现如上所述的任意一项方法。
根据本发明的示例性实施例，提供一种相似度评估装置，包括：一个或多个处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的任意一项方法。
在根据本发明的示例性实施例的评估多个污水处理系统间的相似度的方法和装置以及评估多个工业系统间的相似度的方法和装置中，通过基于使用构建的系统拓扑结构产生的节点集和边集计算系统之间的相似度，它具有实用性强，方便使用的特点，并可对描述详细程度不同的系统在不同层次上进行相似度的比较与评价。
将在接下来的描述中部分阐述本发明总体构思另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本发明总体构思的实施而得知。
附图说明
通过下面结合示出示例性实施例的附图进行的描述，本发明的上述和其他目的和特点将会变得更加清楚，其中：
图1示出根据本发明示例性实施例的评估多个工业系统间的相似度的方法的流程图；
图2示出根据本发明的示例性实施例的确定节点交集VA∩B的流程图；
图3示出根据本发明的示例性实施例的确定边交集EA∩B的流程图；
图4示出根据本发明的示例性实施例的评估多个污水处理系统间的相似度的方法；
图5示出根据本发明的示例性实施例的甲污水处理厂一期工程的工艺流程图；
图6示出根据本发明的示例性实施例的甲污水处理厂二期工程的工艺流程图；
图7示出根据本发明的示例性实施例的乙污水处理厂的工艺流程图；
图8示出图5的甲污水处理厂一期工程的系统拓扑结构图；
图9示出图6的甲污水处理厂二期工程的系统拓扑结构图；
图10示出图7的乙污水处理厂的系统拓扑结构图；
图11示出由图8的系统拓扑结构图构造的子图；
图12示出由图9的系统拓扑结构图构造的子图；
图13示出根据图11的示例性实施例的邻接矩阵的点积得到的系统交集拓扑结构图；
图14示出由图8的甲水厂一期与图10的乙水厂的系统交集拓扑结构图；
图15示出鼓风机控制系统拓扑结构图。
具体实施方式
现将详细参照本发明的实施例，所述实施例的示例在附图中示出，其中，相同的标号始终指的是相同的部件。以下将通过参照附图来说明所述实施例，以便解释本发明。
图1示出根据本发明示例性实施例的评估多个工业系统间的相似度的方法的流程图。
这里，多个工业系统包括第一工业系统和第二工业系统。然而，这仅是示例，本发明不限于此。例如，本发明还可包括第三工业系统或者还包括第三工业系统和第四工业系统等。
在本发明中，第一工业系统包括具有连接关系的多个功能模块，第二工业系统包括具有连接关系的多个功能模块，第一工业系统的多个功能模块与第二工业系统的多个功能模块相同或不同。这里，具有连接关系的两个功能模块可表示两个功能模块之间存在直接的数据和/或物质的流动。此外，模块的相同与否可取决于功能模块的属性是否相同。仅作为示例，属性可以是由功能模块完成的功能。然而，本发明不限于此，例如，属性还可以是或者包括功能模块的生产厂家、具体型号等。
参照图1，在步骤S110，针对第一工业系统的多个功能模块的连接关系和第二工业系统的多个功能模块的连接关系，分别构建第一工业系统拓扑结构图和第二工业系统拓扑结构图。
在本发明中，系统拓扑结构图是用离散数学中的图模型来描述系统的组成及其内部的连接关系，其形式化定义如下所示：G＝(V,E)是一个无向图，其中，1)V为节点集，V＝{v1,...,vm}；2)attrib_set(v)为节点v的属性集，3)E为边集，E＝{e1,...,eq}。换言之，在本发明中，功能模块对应于节点，功能模块之间的连接对应于边。
在步骤S120，基于第一工业系统拓扑结构图，确定第一节点集和第一边集。这里，第一节点集包括第一工业系统拓扑结构图中的所有节点，第一边集包括第一工业系统拓扑结构图中的所有边。
在步骤S130中，基于第二工业系统拓扑结构图，确定第二节点集和第二边集。这里，第二节点集包括第二工业系统拓扑结构图中的所有节点，第二边集包括第二工业系统拓扑结构图中的所有边。
在步骤S140中，基于第一节点集和第二节点集，计算第一节点集和第二节点集之间的节点集相似度。
根据本发明的示例性实施例，首先，基于第一节点集和第二节点集，确定第一节点集和第二节点集之间的节点交集。这里，可基于节点的属性，确定第一节点集和第二节点集之间的节点交集，其中，节点的属性包括与该节点连接的节点。当两个节点的属性相同时，这两个节点被称为相同节点，并可以以一个相同的节点的形式存在于节点交集。例如，当在第一节点集中，第三节点与第四节点和第五节点连接，且在第二节点集中，第六节点与第七节点和第八节点连接，并且第三节点和第六节点所对应的功能模块相同时，第三节点和第六节点被称为相同节点，并可以以第三节点或第六节点的形式存在于节点交集。
具体来说，在本发明中，设vi和vj是第一工业系统拓扑结构图GA和第二工业系统拓扑结构图GB中的两个节点。如果两个节点的对应属性相同，即则称vi和vj是相同节点，记为vi＝vj。节点vi和vj是相同节点的必要条件是节点vi和vj的属性个数相同，即 |attrib_set(vi)|＝|attrib_set(vj)|。如果系统拓扑结构图GA和GB中有相同节点，则 VA∩VB≠φ，其中VA表示第一节点集，VB表示第二节点集。
然后，基于第一节点集和节点交集，计算节点交集相对于第一节点集的第一节点重合系数；并基于第二节点集和节点交集，计算节点交集相对于第二节点集的第二节点重合系数。这里，将节点交集中的节点的个数除以第一节点集中的节点的个数，并将相除的结果作为第一节点重合系数；将节点交集中的节点的个数除以第二节点集中的节点的个数，并将相除的结果作为第二节点重合系数。
具体来说，在本发明中，设VA∩B＝VA∩VB，|VA|和|VA∩B|分别为节点集VA和VA∩B中节点的个数。节点集VA∩B相对于节点集VA的重合系数为第一节点集重合系数αA反映了系统拓扑结构图GA和GB中相同节点占VA的比例。αA的值越大，说明相同节点占GA中节点的比例越高。因为|VA∩B|＝|VA∩VB|≤|VA|，所以必有αA≤1成立。当αA＝0时，说明系统拓扑结构图GA和GB中没有相同节点，即GA和GB无包含关系。当αA＝1时，说明GB中包含GA的全部节点。同理，节点集VA∩B相对于节点集VB的第二重合系数为
最后，基于第一节点重合系数和第二节点重合系数，计算第一节点集和第二节点集之间的节点集相似度。这里，将第一节点重合系数和第二节点重合系数相乘，并将相乘的结果作为节点集相似度。
具体地，在本发明中，定义GA和GB的节点集相似度为
因为αA≤1且αB≤1，所以SV≤1。当SV＝0时，GA和GB无重合关系；当 SV＞0时，GA和GB之间有重合。特别的，当VA＝VB时，SV＝1，此时GA与GB完全重合。
在本发明中，节点集相似度用于描述系统拓扑结构图全部节点中相同节点的数量情况。其基本思想是以两个系统拓扑结构图中相同节点占各自的比例来表示节点集的重合情况，以相同节点集范数占各自节点集范数的比例之积来表示节点集的相似度。考虑到相同节点可能会有不同的属性，这里规定相同节点的对应属性必须相同，否则将其视为不同节点。
在步骤S150，基于第一边集和第二边集，计算第一边集和第二边集之间的边集相似度。
根据本发明的示例性实施例，首先，基于第一边集和第二边集，确定第一边集和第二边集之间的边交集。这里，基于形成边的节点的属性，确定第一边集和第二边集之间的边交集，其中，节点的属性对应于相应功能模块的属性。当两个边的属性相同时，这两个边被称为相同边，并可以以一个相同的边的形式存在于边交集。例如，当在第一边集中，第三边连接第一节点和第二节点，且在第二边集中，第四边连接第三节点和第四节点，并且第一节点与第三节点相同，第二节点与第四节点相同时，第三边和第四边被称为相同边，并可以以第三边或第四边的形式存在于边交集。
具体来说，在本发明中，设ei和ej是系统拓扑结构图GA和GB中的两条边，即ei∈EA，ej∈EB。如果ei和ej所连接的节点分别为相同节点，则称ei和ej是相同边，记为ei＝ej。如果系统拓扑结构图GA和GB中有相同边，则EA∩EB≠φ，其中，EA表示第一边集，EB表示第二边集。
然后，基于第一边集和边交集，计算边交集相对于第一边集的第一边重合系数；并基于第二边集和边交集，计算边交集相对于第二边集的第二边重合系数。这里，将边交集中的边的个数除以第一边集中的边的个数，并将相除的结果作为第一边重合系数；并将边交集中的边的个数除以第二边集中的边的个数，并将相除的结果作为第二边重合系数。
具体来说，在本发明中，设EA∩B＝EA∩EB，|EA|和|EA∩B|分别为第一边集EA和EA∩B中边的个数。边集EA∩B相对于边集EA的重合系数为第一边集重合系数βA反映了系统拓扑结构图GA和GB中相同边占EA的比例。βA的值越大，说明相同边占GA中边的比例越高。因为|EA∩B|＝|EA∩EB|≤|EA|，所以必有βA≤1成立。当βA＝0时，说明系统拓扑结构图GA和GB中没有相同边。当βA＝1时，说明GB中包含GA的全部边。同理，边集EA∩B相对于第二边集EB的第二边集重合系数为
最后，基于第一边重合系数和第二边重合系数，计算第一边集和第二边集之间的边集相似度。将第一边重合系数和第二边重合系数相乘，并将相乘的结果作为边集相似度。
定义GA和GB的边集相似度为
一个系统拓扑结构图由节点和边共同组成。如果GA和GB的节点都不是相同节点，则两个图中无相同边，因此GA和GB是不同的图。如果GA和GB的节点都为相同节点，但所有边都不是相同边，说明GA和GB的内部连接方式完全不同，则GA和GB也是不同的图。所以，讨论两个系统拓扑结构图的相似度要同时考虑节点集相似度和边集相似度。
在步骤S160，基于第一节点重合系数和第二节点重合系数，计算第一节点集和第二节点集之间的节点集相似度。
根据本发明的示例性实施例，将第一权重和节点集相似度的相乘结果加上第二权重和边集相似度的相乘结果，并将相加的结果作为第一系统和第二系统之间的相似度。
具体地，在本发明中，定义GA和GB的相似度为S＝a×SV+b×SE，其中， a和b是权重系数，可根据对节点集和边集比较的侧重进行选取。例如，可将两个权重分别取0.5，然而本发明不限于此。
根据本发明的示例性实施例的评估评估多个工业系统间的相似度的方法，通过基于使用构建的系统拓扑结构产生的节点集和边集计算系统之间的相似度，它具有实用性强，方便使用的特点，并可对描述详细程度不同的系统在不同层次上进行相似度的比较与评价。
图2示出根据本发明的示例性实施例的确定节点交集VA∩B的流程图。
参照图2，在步骤S210，按升序遍历节点集VA的每个节点。
在步骤S220，按升序遍历节点集VB的每个节点。
在步骤S230，判断节点集VA的当前节点vi与节点集VB的当前节点vj是否有相同节点。若为是(Y)，则转到步骤S240；若为否(N)，转到步骤S250。
在步骤S240，存储当前节点于节点集VA∩B。
在步骤S250，判断节点集VB是否遍历完成。若为是，则转到步骤S260；若为否，转到步骤S220。
判断节点集VA是否遍历完成。若为是，结束；若为否，则转步骤S210。
图3示出根据本发明的示例性实施例的确定边交集EA∩B的流程图。
由相同边的定义，如果两个系统拓扑结构图GA和GB有相同边，则连接相同边的节点必为相同节点。以GA和GB中的相同节点为节点，保持原节点之间的连接关系，可构造出两个子图G’A和G’B。这样，子图G’A和G’B的相同边即是图 GA和GB的相同边。因此，EA∩B＝EA∩EB＝E'A∩E'B。
参照图3，在步骤S310，求取子图G'A的邻接矩阵A(G'A)。
在步骤S320，求取子图G'B的邻接矩阵A(G'B)。
在步骤S330，求取邻接矩阵A(G'A)和A(G'B)的点积，即A(G'A)·A(G'B)。
在步骤S340，将A(G'A)·A(G'B)作为新图GA∩B的邻接矩阵，得到新图GA∩B。
在步骤S350，由新图GA∩B获取边交集EA∩B。
图4示出根据本发明的示例性实施例的评估多个污水处理系统间的相似度的方法。
这里，多个污水处理系统包括第一污水处理系统和第二污水处理系统，第一污水处理系统包括具有连接关系的多个功能模块。然而，这仅是示例，本发明不限于此。例如，本发明还可包括第三污水处理系统或者还包括第三污水处理系统和第四污水处理系统等。
在本发明中，第二污水处理系统包括具有连接关系的多个功能模块，第一污水处理系统的多个功能模块与第二污水处理系统的功能模块相同或不同。这里，具有连接关系的两个功能模块可表示一个功能模块将其处理的污水传送至另一功能模块，以供该另一功能模块进一步处理污水。此外，模块的相同与否可取决于功能模块的属性是否相同。仅作为示例，属性可以是由功能模块完成的功能。然而，本发明不限于此，例如，属性还可以是或者包括功能模块的生产厂家、具体型号等。
参照图4，在步骤410，针对第一污水处理系统的多个功能模块的连接关系和第二污水处理系统的多个功能模块的连接关系，分别构建第一污水处理系统拓扑结构图和第二污水处理系统拓扑结构图；
在步骤420，基于第一污水处理系统拓扑结构图，确定第一节点集和第一边集；
在步骤430，基于第二污水处理系统拓扑结构图，确定第二节点集和第二边集；
在步骤440，基于第一节点集和第二节点集，计算第一节点集和第二节点集之间的节点集相似度；
在步骤450，基于第一边集和第二边集，计算第一边集和第二边集之间的边集相似度；
在步骤460，基于节点集相似度和边集相似度，计算第一污水处理系统和第二污水处理系统之间的相似度。
上面已经参照图1至图3的示例性实施例描述了评估多个工业系统间的相似度的方法，图4的示例性实施例与图1至图3的示例性实施例的主要区别在于图4的示例性实施例是针对污水处理系统。因此，参照图1至图3的示例性实施例描述的评估相似度的方法也可适用于图4的示例性实施例。为了简明，将省略与图1至图3重复的描述。
根据本发明的示例性实施例，第一污水处理系统包括以下功能模块：提升泵房、细格栅和旋转沉砂池，其中，提升泵房将污水传送到细格栅，细格栅对从提升泵房接收的污水进行处理并将处理后的污水传送到旋转沉砂池，旋转沉砂池对从细格栅接收的污水进行处理并输出处理后的污水；第二污水处理系统包括以下功能模块：提升泵房、细格栅和曝光沉砂池，其中，提升泵房将污水传送到细格栅，细格栅对从提升泵房接收的污水进行处理并将处理后的污水传送到曝光沉砂池，曝光沉砂池对从细格栅接收的污水进行处理并输出处理后的污水。
在这种情况下，第一污水处理系统拓扑结构图为：提升泵房—细格栅—旋转沉砂池，其中，符号“—”用于表示符号“—”的左侧的功能模块将污水传送到右侧的功能模块；第二污水处理系统拓扑结构图为：提升泵房—细格栅—曝光沉砂池。此时，第一节点集为{提升泵房；细格栅；旋转沉砂池}，第一边集为{提升泵房—细格栅；细格栅—旋转沉砂池}，第二节点集为{提升泵房；细格栅；曝光沉砂池}，第二边集为{提升泵房—细格栅；细格栅—曝光沉砂池}。可使用参照图1至图3描述的相似度评估方法来评估该第一污水处理系统和第二污水处理系统之间的相似度。然而，这里示出的第一污水处理系统和第二污水处理系统仅是示例性的，本发明不限于此。本发明的第一污水处理系统和第二污水处理系统还可包括其他功能模块(例如，粗格栅等)，或者不包括上述功能中的至少一个。
后面将结合5至图14示出根据本发明的示例性实施例的不同的污水处理系统之间的相似度计算方法。请注意，本发明的污水处理系统不限于示出的具体的污水处理系统，其他污水处理系统也是可行的。
图5示出根据本发明的示例性实施例的甲污水处理厂一期工程的工艺流程图。
甲污水处理厂建于某工业园区内，进水以工业废水为主，生活污水为辅。一期工程采用AAO工艺(厌氧-缺氧-好氧工艺)，其污水处理工艺流程如图5 所示。进入污水处理厂的污水首先流过粗格栅，截流水中较大颗粒的杂质等。接着提升泵房的水泵抽升污水到一定高度的水池中，保证污水可以靠重力作用流过后续各个处理单元。接下来，污水通过细格栅以进一步去除较小颗粒的杂质。旋转沉砂池的作用是使污水依靠离心力实现砂水分离。水解酸化池能够将一些难于生物降解的大分子物质转化为易于降解的小分子物质如有机酸等，从而提高污水的可生化性和降解速度。在生化池中，活性污泥利用鼓风机曝入的空气与污水中的污染物进行反应，起到脱氮除磷的作用。二沉池排出的活性污泥有一部分需要回流到生化池，以维持生化池内各种反应的持续进行。滤布滤池是为了阻截絮凝沉淀后污水中的悬浮物，去除总固体悬浮物、总磷和重金属等。接触消毒池通过加氯以灭除污水中影响环境的病毒病菌，使被处理过的污水最终可以达标排放。
图6示出根据本发明的示例性实施例的甲污水处理厂二期工程的工艺流程图。
甲污水处理厂二期工程根据预期的进水负荷，在总结一期工程相关经验的基础上，将一期工程的污水处理工艺流程做了两处较大的修改。一是用倒置AAO工艺(缺氧-厌氧-好氧工艺)取代AAO工艺(厌氧-缺氧-好氧工艺)，以优先满足反硝化碳源的需求，强化处理系统的脱氮功能；二是在滤布滤池前增加高效沉淀池，使二沉池出水中的颗粒物进一步得到絮凝沉淀，以减少滤布反冲洗的次数，提高滤布滤池的工作效率。经改进后，二期工程污水处理工艺流程如图6所示。
图7示出根据本发明的示例性实施例的乙污水处理厂的工艺流程图。
乙污水处理厂服务于某城市生活区，进水都是生活污水，无工业废水。生化池仍然采用AAO工艺(厌氧-缺氧-好氧工艺)，但该污水处理工艺流程的一个显著特点是应用膜处理技术。MBR膜池利用膜片将生化池中的活性污泥和大分子有机物等截留住，增加水力停留时间，使难降解的物质也得以不断反应、降解，使降解污水的生化反应进行得更迅速彻底。同时，膜片的高过滤精度，大大提高了固液分离能力，不仅能够省掉二沉池，而且使出水水质更好。该污水处理工艺在生化池前增加膜格栅，膜格栅可以阻挡微粒和微生物的通过，使污水达到良好的净化效果。该工艺采用曝气沉砂池以去除砂粒上附着的有机污染物。另外，还可以起到预曝气作用，有利于改善水质，便于后续处理。
图8、图9和图10分别示出图5的甲污水处理厂一期工程的系统拓扑结构图、图6的甲污水处理厂二期工程的系统拓扑结构图和图7的乙污水处理厂的系统拓扑结构图。
甲污水处理厂一二期工程的工艺流程更加接近，与乙污水处理厂的工艺流程相差较远。为了在宏观层面上分析三个工艺流程的相似程度，除了上面提到的有显著差异的处理单元外，假设粗格栅和提升泵房等其它单元完全相同。
参照图8，示出了甲污水处理厂一期工程的系统拓扑结构图GA1。参照图 9，示出了图6的甲污水处理厂二期工程的系统拓扑结构图GA2。参照图10，示出了乙污水处理厂的系统拓扑结构图GB。
图11示出由图8的系统拓扑结构图GA1构造的子图G’A1，图12示出由图9 的系统拓扑结构图GA2构造的子图G'A2。
由于甲水厂一期工程采用AAO工艺而二期工程采用倒置AAO工艺，系统拓扑结构图GA1中的生化池与系统拓扑结构图GA2中的生化池应视为不同的节点。另外，GA2中增加高效沉淀池节点，故此，GA1和GA2的相同节点集VA1∩A2为 VA1∩A2＝VA1∩VA2
＝{粗格栅，提升泵房，细格栅，旋转沉砂池，水解酸化池，二沉池，滤布滤池，接触消毒池} 节点集VA1∩A2相对于节点集VA1的重合系数为
节点集VA1∩A2相对于节点集VA2的重合系数为
所以，系统拓扑结构图GA1和GA2的节点集相似度为
SV＝αA1×αA2＝0.711
图G'A1和图G'A2的邻接矩阵分别为
邻接矩阵A(G'A1)和A(G'A2)的点积为
图13示出根据图11的示例性实施例的邻接矩阵A(G'A1)和A(G'A2)的点积得到的系统交集拓扑结构图GA1∩A2。
图GA1∩A2的边集EA1∩A2相对于边集EA1的重合系数为
图GA1∩A2的边集EA1∩A2相对于边集EA2的重合系数为
所以，系统拓扑结构图GA1和GA2的边集相似度为
SE＝βA1×βA2＝0.347
令系统拓扑结构图相似度公式中的权重系统为0.5，即a＝b＝0.5，则图GA1和GA2的相似度为 S＝0.5*0.711+0.5*0.347＝0.529
图14示出由图8的甲水厂一期与图10的乙水厂的系统交集拓扑结构图。
由于甲污水处理厂一期工程采用传统AAO工艺，而乙污水处理厂增加膜处理工艺，所以两者的工艺流程有较大差别。两工艺流程对应的系统拓扑结构图GA1和GB的相同节点集VA1∩B为
VA1∩B＝VA1∩VB
＝{粗格栅，提升泵房，细格栅，生化池，接触消毒池}
利用节点集VA1∩B分别相对于节点集VA1和VB的重合系数，求取GA1和GB的节点集相似度为
再利用GA1和GB的相同节点和相同边构造子图G’A1和G’B。由于图G’A1和G’B的相同节点和所对应的相同边完全相同，故此图G’A1和G’B相同，如图12所示的系统交集拓扑结构图GA1∩B。
利用图GA1∩B的边集EA1∩B相对于边集EA1和边集EB的重合系数，求取GA1和 GB的边集相似度为
令系统拓扑结构图相似度公式中的权重系统为0.5，即a＝b＝0.5，则图GA1和GB的相似度为
S＝0.5*0.347+0.5*0.071＝0.209
即甲污水处理厂一期工程与乙污水处理厂工艺流程的相似度为0.209。
同上述计算方法，甲污水处理厂二期工程和乙污水处理厂工艺流程对应的系统拓扑结构图GA2和GB的相同节点集VA2∩B为
VA2∩B＝VA2∩VB
＝{粗格栅，提升泵房，细格栅，接触消毒池}
利用节点集VA2∩B分别相对于节点集VA2和VB的重合系数，求取GA2和GB的节点集相似度为
再利用GA2和GB的相同节点和相同边构造子图G’A2和G’B。可以发现图G’A2和 G’B相同，即图11。
利用图GA2∩B的边集EA2∩B相对于边集EA2和边集EB的重合系数，求取GA2和 GB的边集相似度为
令系统拓扑结构图相似度公式中的权重系统为0.5，即a＝b＝0.5，则图GA1和GB的相似度为
S＝0.5*0.222+0.5*0.063＝0.143
即甲污水处理厂二期工程与乙污水处理厂工艺流程的相似度为0.143。
由上述计算结果，甲污水处理厂一期二期工程的工艺流程相似度最高，为0.529；甲污水处理厂二期工程与乙污水处理厂工艺流程的相似度最低，为0.143。这与实际情况相符，说明本发明所提出的系统相似性指标和计算方法在污水处理领域应用有合理性。
除了污水处理厂工艺流程系统的分析外，本发明还可以应用于污水处理厂的控制系统分析上。
图15示出鼓风机控制系统拓扑结构图。
在乙污水处理厂中，由于采用膜处理工艺，生化池和MBR膜池都需要鼓风曝气。鼓风机位于鼓风机房中，共有两种，空气悬浮鼓风机和多级离心鼓风机。空气悬浮鼓风机用于向生化池供气，而多级离心鼓风机用于向MBR 膜池供气。它们分别构成控制系统，既可以由本地控制箱来控制，也可以由中控室的上位机通过PLC实现远程控制，其控制系统拓扑结构图如图12。这里，中控室的上位机仅有一台，它通过两个PLC来对两种鼓风机下发参数设置命令，并读取鼓风机的状态参数。
如果只在宏观层次上分析，而不关心鼓风机、本地控制箱、上位机和PLC 的属性差异，空气悬浮鼓风机和多级离心鼓风机的系统拓扑结构图完全相同，则由本发明的计算方法知，两个控制的节点集相似度为100％，边集相似度为 100％，故此两系统的相似度为100％。
如果从类型、生产厂家、存放位置三个方面来考察鼓风机、本地控制箱、上位机和PLC的属性差异，则只有上位机相同，如表1所示。
表1鼓风机控制系统组成及属性
按照本发明所述系统相似性计算方法，两个鼓风机控制系统拓扑结构图的节点集相似度为
由于两个系统拓扑结构图中没有相同边，所以边集相似度SE为0。故此，空气悬浮鼓风机控制系统和多级离心鼓风机控制系统的相似度即为其节点集相似度，等于0.0625。该实例说明，通过对实际系统抽象出来的拓扑结构图的相应节点赋予不同的属性可以对不同系统进行有效的区分，且能够用具体数值对其相似度进行定量的描述。
虽然上面参照图5至图15描述了一些具体的实施例，但本发明不应由这些具体实施例限制。例如，工业系统(例如，污水处理厂)的具体功能模块以及它们之间的连接关系不限于图5至图7描述的示例性功能模块以及它们之间的连接关系，根据本发明的示例性实施例的工业系统可具有任意连接的任意多个功能模块。例如，鼓风机控制系统的具体功能模块以及它们之间的连接关系不限于表1描述的示例性功能模块以及它们之间的连接关系，根据本发明的示例性实施例的鼓风机控制系统具有任意连接的任意多个功能模块。
根据本发明的示例实施例的评估多个污水处理系统间的相似度的方法和评估多个工业系统间的相似度的方法通过所定义的系统拓扑结构相似性给出了系统之间差异的定量描述与相应的计算方法，它有助于工业系统(例如，污水处理系统)的技术人员和管理人员对类似系统给出客观全面的比较与评价。
根据本发明的示例实施例的评估多个污水处理系统间的相似度的方法和评估多个工业系统间的相似度的方法具有较大的灵活性，它不仅可以用于不同系统之间的宏观层次上的比较，也可以由使用者通过自定义属性的方式对系统之间进行不同层次的比较。
由于在一定意义下相同或相似度高的系统具有类似的性质，系统相似性比较与评价可以帮助污水处理厂或其它工厂设计和改造时选用类似的单元来达到相似的目的。另外，相似度高的系统往往会出现类似的故障，如果在某一系统出现故障时，及时维修或更换类似的系统，可以提前排出故障隐患，避免发生事故。
根据本发明的示例实施例的评估多个污水处理系统间的相似度的方法和评估多个工业系统间的相似度的方法既可以设计成一个独立的软件，也可以作为其他系统(例如，智慧水务系统)的一个功能模块，用以加强工业系统 (例如，污水处理厂)的信息化与智能化水平。
本发明的示例实施例的评估多个污水处理系统间的相似度的方法和评估多个工业系统间的相似度的方法通过寻找不同系统之间的相同节点和相同边来给出两个系统之间的相似性指标，并给出具体的计算方法。然而，本发明所提公式和算法仍可以通过增加系数或变形来实现系统之间的比较与评价。凡是对本发明所提指标、公式和算法所做任何修改达到类似目的的(如对相似度数值求平方或平方根)，都在本发明保护范围之内。
另外，根据本发明的示例实施例的评估多个污水处理系统间的相似度的方法和评估多个工业系统间的相似度的方法具有较大的普适性，而非局限于文中提到的工艺流程系统、供配电系统、鼓风曝气系统、监测控制系统、暖通空调系统和消防报警系统等，还可以应用于污水处理的领域之外的其他工业系统，只要这些其他工业系统包括多个功能模块，且多个功能模块之间具有数据和/或物质的流动。作为非限制性的示例，本发明还可用于钢厂、汽车生产线等。本发明既可以应用于不同污水处理厂类似系统之间的比较，也可以应用于同一污水处理厂内部类似系统或子系统之间的比较。不同应用领域和系统的定义范围并非本文与其它相关专利的本质区别，这些情况也在本发明保护范围之内。
此外，应该理解，根据本发明示例性实施例的评估多个污水处理系统间的相似度的方法、评估多个工业系统间的相似度的方法和/或实现上述方法的装置可被实现硬件组件和/或软件组件。本领域技术人员根据限定的各个程序模块所执行的处理，可以例如使用现场可编程门阵列(FPGA)或专用集成电路(ASIC)来实现装置中的用于实现上述方法的各个程序模块。
此外，根据本发明的示例性实施例的评估多个工业系统间的相似度的方法和/或评估多个污水处理系统间的相似度的方法可以被实现为计算机可读记录介质中的计算机程序。本领域技术人员可以根据对上述方法的描述来实现所述计算机程序。当所述计算机程序在计算机中被执行时实现本发明的上述相似度评估方法。此外，根据本发明的示例性实施例的评估多个工业系统间的相似度的方法和/或评估多个污水处理系统间的相似度的方法可由包括一个或多个处理器和存储器的相似度评估装置执行，其中，存储器存储有计算机程序，当所述计算机程序被处理器执行时，实现本发明的上述评估多个工业系统间的相似度的方法和/或评估多个污水处理系统间的相似度的方法。
虽然已表示和描述了本发明的一些示例性实施例，但本领域技术人员应该理解，在不脱离由权利要求及其等同物限定其范围的本发明的原理和精神的情况下，可以对这些实施例进行修改。
Claims (25)
1.一种评估多个污水处理系统间的相似度的方法，其中，所述多个污水处理系统包括第一污水处理系统和第二污水处理系统，第一污水处理系统包括具有连接关系的多个功能模块，第二污水处理系统包括具有连接关系的多个功能模块，第一污水处理系统的多个功能模块与第二污水处理系统的多个功能模块相同或不同，其特征在于，所述方法包括：
针对第一污水处理系统的多个功能模块的连接关系和第二污水处理系统的多个功能模块的连接关系，分别构建第一污水处理系统拓扑结构图和第二污水处理系统拓扑结构图；
基于第一污水处理系统拓扑结构图，确定第一节点集和第一边集；
基于第二污水处理系统拓扑结构图，确定第二节点集和第二边集；
基于第一节点集和第二节点集，计算第一节点集和第二节点集之间的节点集相似度；
基于第一边集和第二边集，计算第一边集和第二边集之间的边集相似度；
基于节点集相似度和边集相似度，计算第一污水处理系统和第二污水处理系统之间的相似度。
2.如权利要求1所述的方法，其特征在于，
第一污水处理系统包括以下功能模块：提升泵房、细格栅和旋转沉砂池，其中，提升泵房将污水传送到细格栅，细格栅对从提升泵房接收的污水进行处理并将处理后的污水传送到旋转沉砂池，旋转沉砂池对从细格栅接收的污水进行处理并输出处理后的污水，
其中，第一污水处理系统拓扑结构图为：提升泵房—细格栅—旋转沉砂池，其中，符号“—”用于表示符号“—”的左侧的功能模块将污水传送到右侧的功能模块；
第二污水处理系统包括以下功能模块：提升泵房、细格栅和曝光沉砂池，其中，提升泵房将污水传送到细格栅，细格栅对从提升泵房接收的污水进行处理并将处理后的污水传送到曝光沉砂池，曝光沉砂池对从细格栅接收的污水进行处理并输出处理后的污水，
其中，第二污水处理系统拓扑结构图为：提升泵房—细格栅—曝光沉砂池。
3.如权利要求2所述的方法，其特征在于，第一节点集为{提升泵房；细格栅；旋转沉砂池}，第一边集为{提升泵房—细格栅；细格栅—旋转沉砂池}，
第二节点集为{提升泵房；细格栅；曝光沉砂池}，第二边集为{提升泵房—细格栅；细格栅—曝光沉砂池}。
4.如权利要求1所述的方法，其特征在于，计算第一节点集和第二节点集之间的节点集相似度的步骤包括：
基于第一节点集和第二节点集，确定第一节点集和第二节点集之间的节点交集；
基于第一节点集和节点交集，计算节点交集相对于第一节点集的第一节点重合系数；
基于第二节点集和节点交集，计算节点交集相对于第二节点集的第二节点重合系数；
基于第一节点重合系数和第二节点重合系数，计算第一节点集和第二节点集之间的节点集相似度。
5.如权利要求4所述的方法，其特征在于，基于节点的属性确定第一节点集和第二节点集之间的节点交集，其中，节点的属性对应于相应功能模块的属性。
6.如权利要求4所述的方法，其特征在于，计算第一节点重合系数的步骤包括：将节点交集中的节点的个数除以第一节点集中的节点的个数，并将相除的结果作为第一节点重合系数，
计算第二节点重合系数的步骤包括：将节点交集中的节点的个数除以第二节点集中的节点的个数，并将相除的结果作为第二节点重合系数。
7.如权利要求4所述的方法，其特征在于，计算节点集相似度的步骤包括：将第一节点重合系数和第二节点重合系数相乘，并将相乘的结果作为节点集相似度。
8.如权利要求1所述的方法，其特征在于，计算第一边集和第二边集之间的边集相似度的步骤包括：
基于第一边集和第二边集，确定第一边集和第二边集之间的边交集；
基于第一边集和边交集，计算边交集相对于第一边集的第一边重合系数；
基于第二边集和边交集，计算边交集相对于第二边集的第二边重合系数；
基于第一边重合系数和第二边重合系数，计算第一边集和第二边集之间的边集相似度。
9.如权利要求8所述的方法，其特征在于，基于形成边的节点的属性，确定第一边集和第二边集之间的边交集，其中，节点的属性对应于相应功能模块的属性。
10.如权利要求8所述的方法，其特征在于，计算第一边重合系数的步骤包括：将边交集中的边的个数除以第一边集中的边的个数，并将相除的结果作为第一边重合系数，
计算第二边重合系数的步骤包括：将边交集中的边的个数除以第二边集中的边的个数，并将相除的结果作为第二边重合系数。
11.如权利要求8所述的方法，其特征在于，计算边集相似度的步骤包括：将第一边重合系数和第二边重合系数相乘，并将相乘的结果作为边集相似度。
12.如权利要求8所述的方法，其特征在于，计算第一污水处理系统和第二污水处理系统之间的相似度的步骤包括：
将第一权重和节点集相似度的相乘结果加上第二权重和边集相似度的相乘结果，并将相加的结果作为第一污水处理系统和第二污水处理系统之间的相似度。
13.一种评估多个工业系统间的相似度的方法，其中，所述多个工业系统包括第一工业系统和第二工业系统，第一工业系统包括具有连接关系的多个功能模块，第二工业系统包括具有连接关系的多个功能模块，第一工业系统的多个功能模块与第二工业系统的多个功能模块相同或不同，其特征在于，所述方法包括：
针对第一工业系统的多个功能模块的连接关系和第二工业系统的多个功能模块的连接关系，分别构建第一工业系统拓扑结构图和第二工业系统拓扑结构图；
基于第一工业系统拓扑结构图，确定第一节点集和第一边集；
基于第二工业系统拓扑结构图，确定第二节点集和第二边集；
基于第一节点集和第二节点集，计算第一节点集和第二节点集之间的节点集相似度；
基于第一边集和第二边集，计算第一边集和第二边集之间的边集相似度；
基于节点集相似度和边集相似度，计算第一工业系统和第二工业系统之间的相似度。
14.如权利要求13所述的方法，其特征在于，功能模块对应于节点，功能模块之间的连接对应于边。
15.如权利要求13所述的方法，其特征在于，计算第一节点集和第二节点集之间的节点集相似度的步骤包括：
基于第一节点集和第二节点集，确定第一节点集和第二节点集之间的节点交集；
基于第一节点集和节点交集，计算节点交集相对于第一节点集的第一节点重合系数；
基于第二节点集和节点交集，计算节点交集相对于第二节点集的第二节点重合系数；
基于第一节点重合系数和第二节点重合系数，计算第一节点集和第二节点集之间的节点集相似度。
16.如权利要求15所述的方法，其特征在于，基于节点的属性，确定第一节点集和第二节点集之间的节点交集，其中，节点的属性对应于功能模块的属性。
17.如权利要求16所述的方法，其特征在于，计算第一节点重合系数的步骤包括：将节点交集中的节点的个数除以第一节点集中的节点的个数，并将相除的结果作为第一节点重合系数，
计算第二节点重合系数的步骤包括：将节点交集中的节点的个数除以第二节点集中的节点的个数，并将相除的结果作为第二节点重合系数。
18.如权利要求16所述的方法，其特征在于，计算节点集相似度的步骤包括：将第一节点重合系数和第二节点重合系数相乘，并将相乘的结果作为节点集相似度。
19.如权利要求13所述的方法，其特征在于，计算第一边集和第二边集之间的边集相似度的步骤包括：
基于第一边集和第二边集，确定第一边集和第二边集之间的边交集；
基于第一边集和边交集，计算边交集相对于第一边集的第一边重合系数；
基于第二边集和边交集，计算边交集相对于第二边集的第二边重合系数；
基于第一边重合系数和第二边重合系数，计算第一边集和第二边集之间的边集相似度。
20.如权利要求19所述的方法，其特征在于，基于形成边的节点的属性，确定第一边集和第二边集之间的边交集，其中，节点的属性对应于相应功能模块的属性。
21.如权利要求19所述的方法，其特征在于，计算第一边重合系数的步骤包括：将边交集中的边的个数除以第一边集中的边的个数，并将相除的结果作为第一边重合系数，
计算第二边重合系数的步骤包括：将边交集中的边的个数除以第二边集中的边的个数，并将相除的结果作为第二边重合系数。
22.如权利要求19所述的方法，其特征在于，计算边集相似度的步骤包括：将第一边重合系数和第二边重合系数相乘，并将相乘的结果作为边集相似度。
23.如权利要求19所述的方法，其特征在于，计算第一系统和第二系统之间的相似度的步骤包括：
将第一权重和节点集相似度的相乘结果加上第二权重和边集相似度的相乘结果，并将相加的结果作为第一系统和第二系统之间的相似度。
24.一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时实现权利要求1至23中的任意一项所述的方法。
25.一种相似度评估装置，包括：
一个或多个处理器；
存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现权利要求1至23中的任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811635734.1A CN109766940B (zh) | 2018-12-29 | 2018-12-29 | 评估多个污水处理系统间的相似度的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811635734.1A CN109766940B (zh) | 2018-12-29 | 2018-12-29 | 评估多个污水处理系统间的相似度的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109766940A true CN109766940A (zh) | 2019-05-17 |
| CN109766940B CN109766940B (zh) | 2024-02-02 |
Family
ID=66453020
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811635734.1A Active CN109766940B (zh) | 2018-12-29 | 2018-12-29 | 评估多个污水处理系统间的相似度的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109766940B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110766055A (zh) * | 2019-09-23 | 2020-02-07 | 西安交通大学 | 一种基于语素划分和人工神经网络的智能装配工艺设计方法 |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101256594A (zh) * | 2008-03-25 | 2008-09-03 | 北京百问百答网络技术有限公司 | 一种图结构相似度测量方法及其系统 |
| CN102456062A (zh) * | 2010-11-04 | 2012-05-16 | 中国人民解放军国防科学技术大学 | 社区相似度计算方法与社会网络合作模式发现方法 |
| CN102970772A (zh) * | 2012-11-28 | 2013-03-13 | 重庆邮电大学 | 一种基于改进遗传算法构建工业无线网络拓扑图的方法 |
| CN103902988A (zh) * | 2014-04-21 | 2014-07-02 | 梁爽 | 一种基于Modular积图与最大团的草图形状匹配方法 |
| CN104462414A (zh) * | 2014-12-12 | 2015-03-25 | 中山大学深圳研究院 | 一种基于拓扑结构的流程图相似性方法 |
| CN104731962A (zh) * | 2015-04-03 | 2015-06-24 | 重庆邮电大学 | 一种社交网络中基于相似社团的好友推荐方法及系统 |
| US20150220530A1 (en) * | 2014-01-31 | 2015-08-06 | Google Inc. | Efficient similarity ranking for bipartite graphs |
| CN105721279A (zh) * | 2016-01-15 | 2016-06-29 | 中国联合网络通信有限公司广东省分公司 | 一种电信网络用户的交往圈挖掘方法及系统 |
| CN106446000A (zh) * | 2016-07-27 | 2017-02-22 | 中国地质大学（武汉） | 基于边界交互的区组合拓扑相似性度量方法 |
| CN106991616A (zh) * | 2017-03-16 | 2017-07-28 | 电子科技大学 | 基于边零模型的网络边社团发现方法 |
| CN107203529A (zh) * | 2016-03-16 | 2017-09-26 | 中国移动通信集团河北有限公司 | 基于元数据图结构相似性的多业务关联性分析方法及装置 |
| CN107381961A (zh) * | 2017-08-25 | 2017-11-24 | 天津诚信环球节能环保科技有限公司 | 一种分散式污水的处理系统及利用该处理系统的处理方法 |
| CN107506455A (zh) * | 2017-08-29 | 2017-12-22 | 重庆邮电大学 | 一种融合用户社交圈相似度的好友推荐方法 |
| CN107798346A (zh) * | 2017-10-23 | 2018-03-13 | 中国人民解放军国防科技大学 | 一种基于Fréchet距离阈值的轨迹相似性快速匹配方法 |
| US20180081862A1 (en) * | 2016-09-22 | 2018-03-22 | Autodesk, Inc. | Techniques for mixed-initiative visualization of data |
| US20180115465A1 (en) * | 2015-03-31 | 2018-04-26 | Entit Software Llc | Inferring a network topology |
| CN108009710A (zh) * | 2017-11-19 | 2018-05-08 | 国家计算机网络与信息安全管理中心 | 基于相似度和TrustRank算法的节点测试重要度评估方法 |
| CN108449209A (zh) * | 2018-03-17 | 2018-08-24 | 北京工业大学 | 基于路径信息和节点信息融合的社交网络好友推荐方法 |
| CN108549734A (zh) * | 2018-01-30 | 2018-09-18 | 南京航空航天大学 | 基于系统功能结构的tfm三维信息流建模方法 |
-
2018
- 2018-12-29 CN CN201811635734.1A patent/CN109766940B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101256594A (zh) * | 2008-03-25 | 2008-09-03 | 北京百问百答网络技术有限公司 | 一种图结构相似度测量方法及其系统 |
| CN102456062A (zh) * | 2010-11-04 | 2012-05-16 | 中国人民解放军国防科学技术大学 | 社区相似度计算方法与社会网络合作模式发现方法 |
| CN102970772A (zh) * | 2012-11-28 | 2013-03-13 | 重庆邮电大学 | 一种基于改进遗传算法构建工业无线网络拓扑图的方法 |
| US20150220530A1 (en) * | 2014-01-31 | 2015-08-06 | Google Inc. | Efficient similarity ranking for bipartite graphs |
| CN103902988A (zh) * | 2014-04-21 | 2014-07-02 | 梁爽 | 一种基于Modular积图与最大团的草图形状匹配方法 |
| CN104462414A (zh) * | 2014-12-12 | 2015-03-25 | 中山大学深圳研究院 | 一种基于拓扑结构的流程图相似性方法 |
| US20180115465A1 (en) * | 2015-03-31 | 2018-04-26 | Entit Software Llc | Inferring a network topology |
| CN104731962A (zh) * | 2015-04-03 | 2015-06-24 | 重庆邮电大学 | 一种社交网络中基于相似社团的好友推荐方法及系统 |
| CN105721279A (zh) * | 2016-01-15 | 2016-06-29 | 中国联合网络通信有限公司广东省分公司 | 一种电信网络用户的交往圈挖掘方法及系统 |
| CN107203529A (zh) * | 2016-03-16 | 2017-09-26 | 中国移动通信集团河北有限公司 | 基于元数据图结构相似性的多业务关联性分析方法及装置 |
| CN106446000A (zh) * | 2016-07-27 | 2017-02-22 | 中国地质大学（武汉） | 基于边界交互的区组合拓扑相似性度量方法 |
| US20180081862A1 (en) * | 2016-09-22 | 2018-03-22 | Autodesk, Inc. | Techniques for mixed-initiative visualization of data |
| CN106991616A (zh) * | 2017-03-16 | 2017-07-28 | 电子科技大学 | 基于边零模型的网络边社团发现方法 |
| CN107381961A (zh) * | 2017-08-25 | 2017-11-24 | 天津诚信环球节能环保科技有限公司 | 一种分散式污水的处理系统及利用该处理系统的处理方法 |
| CN107506455A (zh) * | 2017-08-29 | 2017-12-22 | 重庆邮电大学 | 一种融合用户社交圈相似度的好友推荐方法 |
| CN107798346A (zh) * | 2017-10-23 | 2018-03-13 | 中国人民解放军国防科技大学 | 一种基于Fréchet距离阈值的轨迹相似性快速匹配方法 |
| CN108009710A (zh) * | 2017-11-19 | 2018-05-08 | 国家计算机网络与信息安全管理中心 | 基于相似度和TrustRank算法的节点测试重要度评估方法 |
| CN108549734A (zh) * | 2018-01-30 | 2018-09-18 | 南京航空航天大学 | 基于系统功能结构的tfm三维信息流建模方法 |
| CN108449209A (zh) * | 2018-03-17 | 2018-08-24 | 北京工业大学 | 基于路径信息和节点信息融合的社交网络好友推荐方法 |
Non-Patent Citations (9)
| Title |
|---|
| LAURA A. ZAGER等: "Graph similarity scoring and matching", 《APPLIED MATHEMATICS LETTERS》, vol. 21, no. 1, pages 86 * |
| 宋婷, 刘文予, 刘俊涛: "基于骨架树的线性骨架拓扑相似性度量算法", 红外与激光工程, no. 01, pages 74 - 79 * |
| 席敏燕: "社交网络中基于相似性的链路预测算法研究", 《中国优秀硕士学位论文全文数据库：基础科学辑》, no. 2018, pages 002 - 68 * |
| 常关羽等: "面向综合特征提取的流程相似度模型", 《哈尔滨工业大学学报》, vol. 49, no. 7, pages 183 - 188 * |
| 李桃陶: "面向微博社区的图数据挖掘技术研究与实现", 《中国优秀硕士学位论文全文数据库：信息科技辑》, no. 2016, pages 138 - 5280 * |
| 王坤等: "基于相似度的加权复杂网络社区发现方法", 《四川大学学报(自然科学版)》, vol. 51, no. 06, pages 1170 - 1176 * |
| 王韫烨;孔珊;李亚伦;: "基于结构近似度的社交网络聚类", 南京理工大学学报, no. 02 * |
| 白杨等: "结合用户互动加权图的社交网络链接预测", 《小型微型计算机系统》, vol. 39, no. 09, pages 1988 - 1992 * |
| 马静等: "基于路径映射的相似子图匹配算法", 《计算机科学》, vol. 39, no. 11, pages 137 - 141 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110766055A (zh) * | 2019-09-23 | 2020-02-07 | 西安交通大学 | 一种基于语素划分和人工神经网络的智能装配工艺设计方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109766940B (zh) | 2024-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Asadi et al. | Wastewater treatment aeration process optimization: A data mining approach | |
| Yenkie | Integrating the three E’s in wastewater treatment: efficient design, economic viability, and environmental sustainability | |
| Attri et al. | Multi-attribute sustainability assessment of wastewater treatment technologies using combined fuzzy multi-criteria decision-making techniques | |
| Díaz-Madroñero et al. | Analysis of a wastewater treatment plant using fuzzy goal programming as a management tool: A case study | |
| Guerrini et al. | Identifying the performance drivers of wastewater treatment plants through conditional order-m efficiency analysis | |
| Kusiak et al. | Optimization of the activated sludge process | |
| JP2009297606A (ja) | 上下水処理場の監視制御システム | |
| Piotrowski et al. | Mixed integer nonlinear optimization of biological processes in wastewater sequencing batch reactor | |
| CN109766940A (zh) | 评估多个污水处理系统间的相似度的方法和装置 | |
| Yapıcıoğlu et al. | Investigating energy costs for a wastewater treatment plant in a meat processing industry regarding water-energy nexus | |
| Saghafi et al. | Energy-efficiency index in industrial wastewater treatment plants using data-envelopment analysis | |
| CN104345636A (zh) | 一种基于改进差分算法的溶解氧控制方法 | |
| CN209281233U (zh) | 一种火力发电厂给排水网络系统 | |
| Ahmad Fadzil et al. | Maximizing total site water reuse via a two-way centralized water header | |
| Banik et al. | Polynomial neural network-based group method of data handling algorithm coupled with modified particle swarm optimization to predict permeate flux (%) of rectangular sheet-shaped membrane | |
| Juneidi et al. | Proposed systematic approach for assessing different wastewater treatment plants alternatives: Case study of Aqaba city (South Jordan) | |
| Sábio et al. | FUZZY DISSOLVED OXYGEN CONTROLLER APPLIED IN ACTIVATED SLUDGE PROCESS | |
| McNamara et al. | The evaluation of technologies for small, new design wastewater treatment systems | |
| Gaspar et al. | Correlations among parameters and indicators within a wastewater treatment plant. case study: the WWTP of Medias, Romania. | |
| Gheibi et al. | Sensitivity analysis of parameters affecting suspended growth in industrial wastewater treatment plants; with emphasis on economic performance criteria | |
| Tiza | An overview of the application of artificial intelligence in water engineering | |
| CN116161824B (zh) | 一种清淤尾水处理装置、系统及处理方法 | |
| Patel et al. | Soft Sensor for TSS in Effluent of Primary Clarifier of Industrial Effluent Treatment Plant | |
| Baldi | AN ASSESSMENT OF SMALL-SCALE STP TECHNOLOGIES: INDIA–Examples, performance, and cost for three common STP types | |
| Bhattacharjee et al. | Research Article A Type-2 Fuzzy Logic Approach for Forecasting of Effluent Quality Parameters of Wastewater Treatment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |