买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南理工大学

摘要：本发明公开了最优加权有向图的流形搜索方法。所述方法包括以下步骤：用户通过网页终端向服务器发送结构方程模型中的测量模型信息和数据；服务器对预设的测量模型信息进行编码存储；服务器使用存储的预设模型信息，初始化生成结构模型编码；将初始化得到的种群输入到计算服务中，通过多目标优化算法迭代搜索备选范围内较优的结构模型，最终输出搜索到的较优模型；通过对输出的结果进行处理，提取出最终种群的骨干子结构并自动生成图表和文本结果，通过网页终端供用户在线或者离线查看，分析。本发明提高了加权有向图的建立，分析，筛选的效率，节约了用户时间。

主权项：1.最优加权有向图的流形搜索方法，其特征在于，包括以下步骤：S1、用户通过网页终端向服务器发送结构方程模型中的测量模型信息和数据；结构方程模型包括测量模型和结构模型，测量模型表示潜变量与观测变量之间的对应关系，即潜变量能由哪些观测变量表示，结构模型表示潜变量与潜变量之间的关系；用户直接通过网页终端在网页上通过操作，输入、设定结构方程模型的信息和数据，包括结构方程模型中所有的潜变量、观测变量、待优化的拟合指标、观测变量与潜变量之间的归属关系、全部归属关系的载荷因子和观测变量对应的Excel格式的数据文件；通过观测变量与潜变量之间的归属关系、归属关系的载荷因子和观测变量对应的Excel格式的数据文件即可确定测量模型的结构和数据；所述Excel格式的数据文件需要按照原始数据格式、相关系数矩阵和协方差矩阵的数据格式中的一种进行处理；S2、服务器对预设的测量模型信息进行编码存储；具体包括以下步骤：S2.1、以列表的形式存储潜变量、观测变量和待优化的拟合指标；S2.2、使用二维矩阵存储潜变量和观测变量之间的对应关系及其之间的载荷因子；S3、服务器使用存储的预设模型信息，初始化生成结构模型编码；具体包括以下步骤：S3.1、根据步骤S2中存储的潜变量列表，随机生成初始种群p，初始种群p中每一个个体为一种结构模型编码；S3.2、对初始种群p中每一个个体的同一个位置变量的分布特征进行统计，若初始种群p中每一个个体的相同位置变量的分布特征满足3σ定律three-sigmarule，则此时的初始种群p是均匀分布的种群；若初始种群p为均匀分布的种群或者随机生成初始种群p的次数超出阈值，则向下执行步骤S4，否则重新跳转到步骤S3.1；S4、将步骤S3中初始化得到的种群输入到计算服务中，通过多目标优化算法迭代搜索备选范围内较优的结构模型，最终输出搜索到的较优模型；具体包括以下步骤：S4.1、搜索进程接受一个原始种群op，根据结构方程模型的测量模型、结构方程模型对应的数据和原始种群op中每个个体的结构模型编码，通过字符串拼接的方式生成R语言中计算相应数据的计算语句；在第一次执行步骤S4.1时的原始种群op为步骤S3中生成的初始种群p；S4.2、将步骤S4.1中生成的每个R语言计算语句分别通过网络请求的方式发送到R语言服务器，并等待R语言服务器返回计算结果；S4.3、在步骤S4.2返回的计算结果中筛选出与步骤S2.1中存储的待优化拟合指标对应的拟合指标数据；S4.4、将原始种群op随机分成第一子种群p1和第二子种群p2；S4.5、将第一子种群p1和第二子种群p2及其各自对应的在步骤S4.3中筛选出的拟合指标数据输入到多目标优化算法中进行交叉变异操作，得到交叉变异后的第一变异子种群p1'和第二变异子种群p2'；S4.6、判断当前迭代次数是否达到设定的提取骨干子结构的迭代条件，迭代条件为1000的整数倍，若达到该迭代条件，通过对整个第一子种群p1中每个个体编码表示中的每一位进行与运算，提取第一子种群p1的第一骨干子结构s1，并跳转到步骤S4.7；若没达到迭代条件，则跳转到步骤S4.8；S4.7、使用步骤S4.6中提取出的第一骨干子结构s1与第二变异子种群p2'中的每个个体编码表示中的每一位进行或运算，将第一骨干子结构s1融合到第二变异子种群p2'中；S4.8、合并交叉变异后的第一变异子种群p1'和第二变异子种群p2'，形成变异后种群p'；S4.9、使用与步骤S4.5中相同的多目标优化算法对变异后种群p'进行筛选，使其规模与原始种群op的规模相同；S4.10、判断当前迭代次数是否达到指定的迭代次数，若达到该迭代次数，则跳转到步骤S5；若没达到迭代次数，则将变异后种群p'作为原始种群op输入到步骤S4.1中；S5、通过对步骤S4中输出的结果进行处理，提取出最终种群的骨干子结构并自动生成图表和文本结果，通过网页终端供用户在线或者离线查看，分析；具体包括以下步骤：S5.1、将步骤S4中迭代结束时的变异后种群p'作为输入I，输入I中包括的个体数量为n；S5.2、随机从输入I中选取m个个体，0＜m＜n；S5.3、通过对整个第一子种群p1中每个个体编码表示中的每一位进行与运算，提取出输入I的第二骨干子结构s，并绘制对应的结构图g；S5.4、将每一个在步骤S5.2中选取出的个体结合步骤S2中存储的预设的测量模型信息和结构方程模型观测变量数据生成R语言相应的计算语句；S5.5、将步骤S5.4中生成的计算语句通过网络请求输入到R进程中进行计算，并获取计算结果；S5.6、解析步骤S5.5中返回的计算结果，生成每个个体的拟合指标列表及各个拟合指标对应的拟合指标数值，生成每个个体对应的图结构；S5.7、根据每个个体的拟合指标列表、各个拟合指标对应的拟合指标数值以及拟合指标建议标准，生成对应的文本分析报告，拟合指标信息以表格的形式展示，结构模型以图的形式展示；S5.8、整合步骤S5.3中得到的骨干子结构s对应的结构图g、步骤S5.6中生成的每个个体的拟合指标列表及各个拟合指标对应的拟合指标数值和步骤S5.6中生成的每个个体对应的图结构，生成Word版分析文档，供用户下载，离线查看、分析结果；同时通过网页的形式使用户可以通过网页终端工具直接在线查看、分析结果。

全文数据：

权利要求：

百度查询： 华南理工大学 最优加权有向图的流形搜索方法