欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022104473691
申请人: 华东交通大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于粗糙集增量药物优化方法,其特征在于,包括如下步骤:S1.根据增量前药物决策表,将增加对象的药物增量决策表依据药物的分子结构集和治疗疾病集分别划分等价类;

S2.将步骤S1依据药物的分子结构集和治疗疾病集划分的等价类分别与增量前药物等价类合并;

S3.计算步骤S2中依据药物的分子结构集合并后的等价类相对于最优的依据治疗疾病划分的药物等价类的隶属度并根据隶属度更新近似;

S4.从近似中导出增加对象后分子结构与疾病之间的关系表;

S5.根据增量前药物决策表,将删除对象的药物增量决策表依据药物的分子结构集和治疗疾病集分别划分等价类;

S6.将步骤S5中依据药物的分子结构集和治疗疾病集划分的等价类分别与增量前药物等价类合并;

S7.计算步骤S6中依据药物的分子结构集合并后的等价类相对于最优的依据治疗疾病划分的药物等价类的隶属度,并根据隶属度更新近似;

S8.从近似中导出删除对象后分子结构与疾病之间的关系表。

2.根据权利要求1所述的一种基于粗糙集增量药物优化方法,其特征在于,所述步骤S1根据增量前药物决策表,将增加对象的药物增量决策表依据药物的分子结构集和治疗疾病集分别划分等价类具体包括:

给定一张增量前的药物决策表T={U,C,D},U表示药物对象集,C表示药物的分子结构集,D表示药物治疗疾病集, U/c={EQ1,EQ2,...,EQm};EQi(i=1,2,...,m)表示根据c划分的药物等价类,共有m个等价类;U/d={DE1,DE2,...,DEn},DEj=(j=1,2,...,n)表示根据d划分的药物等价类,共有n个等价类;

+ +

给定一张增加对象的药物增量决策表ΔT={ΔU,C,D},其中ΔU表示增加的药物对象+

集合,C表示药物的分子结构集合,D代表的是疾病集合; 可以得到ΔU/c=+

{ΔEQ1,ΔEQ2,...,ΔEQh,ΔEQh+1,..ΔEQp},其中ΔU表示增加的药物对象集合,c表示药物的分子结构集,d代表的是疾病集,其中ΔEQi(1≤i≤h)表示可以合并到现有的依据分子结构集划分等价类的药物等价类,ΔEQi(h+1≤i≤p)表示不能合并到现有的药物等价类的药物等价类;

+ +

同理可得ΔU/d={ΔDE1,ΔDE2,...,ΔDEk,ΔDEk+1,..ΔDEq},其中ΔU表示增加的药物对象集合,c表示药物的分子结构集,d代表的是疾病集,ΔDEj(1≤j≤k)表示可以合并到现有的依据疾病集划分等价类的药物等价类,ΔDEj(k+1≤j≤q)表示不能合并到现有的依据疾病集划分等价类的药物等价类。

3.根据权利要求2所述的一种基于粗糙集增量药物优化方法,其特征在于,所述步骤S2具体包括:

对于药物的分子结构集划分的等价类合并到增量前药物决策表时,我们可以得到,+ +

U/c={EQ′1,EQ′2,...EQ′h,EQ′h+1,EQh+2,...,EQ′m,EQ′m+1,EQ′m+2...,EQ′m+p‑h},其中U=U∪ΔU,代表增量后的所有药物,EQ′i=EQi∪ΔEQi(1≤i≤h)表示依据分子结构集合并后有对象增加的药物等价类,EQ′i=EQi(h+1≤i≤m)表示没有对象增加的药物等价类,EQ′i(m+1≤i≤m+p‑h)=ΔEQi(h+1≤i≤p)表示新增加的药物等价类;

对于药物的治疗疾病集划分的等价类,当有药物合并到增量前药物决策表时,我们可以得到,

+

U/d={DE′1,DE′2,...DE′k,DE′k+1,DE′k+2,...,DE′n,DE′n+1,DE′n+2.....DE′n+q‑k},其中U+代表增量后的所有药物,DE′j=DEj∪ΔDEj(1≤j≤k)表示依据疾病治疗集合并后增加对象的药物等价类,DE′j=DEj(k+1≤j≤n)表示没有增加对象的药物等价类,DE′j(n+1≤j≤n+q‑k)=ΔDEj(k+1≤j≤q)表示新增加的药物等价类。

4.根据权利要求3所述的一种基于粗糙集增量药物优化方法,其特征在于,所述步骤S3具体包括:

其中,计算依据药物的分子结构集合并后的等价类相对于依据治疗疾病划分的药物等价类的隶属度具体包括:

其中, [x]c代表在属性集c下划分的等价类,[x]d代表在d下划分的等价类,μ代表[x]c相对于[x]d的隶属度,|.|表示一个集合的数量(1)对于有对象插入的等价类EQ′i(1≤i≤h)处理如下:

1、判断相对于最优的依据疾病划分的药物等价类是否发生变化:令 表示增量前依据疾病集划分的药物决策表中最优的等价类,若则未发生改变,反之则发生改变;

2、对于相对的依据疾病集划分的等价类未发生改变的进行如下处理:直接计算 根据μ的值来更新近似;

3、对于相对于依据疾病集划分的等价类发生改变的进行如下处理:计算相对其他依据疾病集划分的等价类的隶属度,并根据其相对的最优的依据疾病集划分的等价类,更新近似,

+

apr={EQ′i∈U/c|μi≥α,i∈(1,2,..,h)};

(2)对于没有对象插入的的等价类EQ′i(h+1≤i≤m)处理如下:不进行任何处理;

(3)对于新的等价类EQ′i(m+1≤i≤m+p‑h)处理如下:计算相对于所有的依据疾病集划分的等价类的隶属度,并根据其相对的最优的依据疾病集划分的等价类的隶属度来更新近似;

+

apr={EQ′i∈U/c|μi≥α,i∈(m+1,m+2,..,m+p‑h)}。

5.根据权利要求1~4任一项所述的一种基于粗糙集增量药物优化方法,其特征在于,所述步骤S5根据增量前药物决策表,将药物删除决策表依据药物的分子结构集和治疗疾病集分别划分等价类具体包括:

‑ ‑

给定一张删除对象的增量对象决策表ΔT={ΔU,C,D}’ 可以得到Δ‑ ‑

U/c={ΔEQ1,ΔEQ2,...,ΔEQh,ΔEQh+1..ΔEQp},其中,ΔU表示要删除的药物集,ΔEQi(1≤i≤h)表示的是在已存在依据分子结构集划分的药物等价类部分相同的药物等价类;ΔEQi(h+1<i<p)表示的是和已存在的依据分子结构集划分的药物等价类完全相同的药物‑

等价类;ΔU/d={ΔDE1,ΔDE2,...,ΔDEk,ΔDEk+1,..ΔDEq}。

6.根据权利要求5所述的一种基于粗糙集增量药物优化方法,其特征在于,所述步骤S6具体包括:

对于依据药物的分子结构集划分的等价类合并到增量前药物决策表时,我们可以得‑ ‑ ‑

到,U/c={EQ′1,EQ′2,...EQ′h,EQ′h+1,EQh+2,....,EQ′m‑p+h},U=U‑ΔU代表删除药物后的药物集, 表示分子结构集;

其中,EQ′i=EQi‑ΔEQi(i=1,2,...,h)表示有药物移除的药物等价类,EQ′i=EQi(i=h+1,h+2,...,m‑p+h)表示未改变的药物等价类;

对于依据药物的治疗集划分的等价类合并到增量前药物决策表时,我们同理可以得‑

到,U/d={DE′1,DE′2,...DE′k,DE′k+1,DEk+2,....,DE′n‑q+k}。

7.根据权利要求6所述的一种基于粗糙集增量药物优化方法,其特征在于,所述步骤S7具体包括:

其中,计算依据药物的分子结构集删除对象后的等价类相对于增量前依据治疗疾病划分的药物等价类的隶属度具体包括:其中, [x]c代表在属性集c下划分的等价类,[x]d代表在d下划分的等价类,μ代表[x]c相对于[x]d的隶属度,|.|表示一个集合的数量;

(1)对于有对象删除的等价类EQ′i(1≤i≤h)处理如下:

1、判断相对的最优的依据疾病划分的药物等价类是否发生变化;

发生变化的依据如下:

令 表示初始依据疾病集划分的药物决策表中最优的等价类,若则未发生改变,反之则发生改变;

2、对于相对于依据疾病集划分的等价类未发生变化的进行如下处理:直接计算 根据μ的值来更新近似;

3、对于相对的依据疾病集划分的等价类发生变化的进行如下处理:计算相对其他依据疾病集划分的等价类的隶属度,并根据其相对的最优的依据疾病集划分的等价类,更新近似,

+

apr={EQ′i∈U/c|μi≥α,i∈(1,2,..,h)};

(2)对于没有对象删除的等价类EQ′i(h+1≤i≤m‑p+h)处理如下:不进行任何处理。