基于证据推理规则的信息融合故障诊断方法

本文针对不确定性故障特征信息的融合决策问题,给出基于证据推理(evidence reasoning,ER)规则的故障诊断方法.首先基于故障特征样本似然函数归一化的方法求取各传感器(信息源)提供的诊断证据;从传感器误差以及故障特征对各故障类型辨别能力的差异出发,给出获取诊断证据可靠性因子的方法;给出双目标优化模型训练得到诊断证据的重要性权重,最后利用ER规则融合经可靠性因子和重要性权重修正后的诊断证据,利用融合结果进行故障决策.该方法继承了Dempster-Shafer证据理论处理不确定性信息融合问题的优点,同时克服了它在实际应用中无法区分证据可靠性和重要性的不足,使得所获诊断证据更为客观、可信.最后,通过在多功能电机转子试验台上的故障诊断实验,验证了所提方法的有效性.     

基于分层式证据推理的信息融合故障诊断方法

针对基于信息融合的故障诊断方法中,诊断证据的精细化获取问题和在线诊断信息量受限问题,提出分层式的证据推理(ER)诊断方法.在诊断证据获取过程中,给出故障特征参考值投点方法,按比例求取特征样本点对相邻参考值的相似度,生成点值型参考证据矩阵(REM)和在线故障特征样本的诊断证据,实现了诊断信息的精细化提取;在证据融合过程中,设计分层式ER融合模型.第1层融合中利用k-NN算法找到在线样本的近邻历史样本,然后利用ER规则实现在线样本与近邻历史样本对应证据的融合.在第2层融合中,将多个特征源提供的第1层融合结果再次融合,并根据两层融合所获证据进行故障决策;此外,在分层融合模型中,根据证据之间的欧氏距离构造目标函数及相应的证据重要性权重优化方法.最后,在多功能电机转子试验台上实施了故障诊断实验,与已有单层ER模型诊断结果进行比较,说明所提方法通过提升诊断证据的精确性、增加历史样本扩充诊断信息量,能够有效提升确诊率.     

证据推理的鲁棒性研究

在处理不确定信息的方法中,证据推理性能突出、应用广泛,它的鲁棒性分析十分必要.首先基于证据推理的目的和要求,给出证据推理鲁棒性的定义,并提出冲突率的新概念,以此为尺度对Dempster规则、加权分配冲突法和吸收法的鲁棒性进行了深入分析,证明了各方法鲁棒性结果.仿真结果表明改进的组合规则鲁棒性能得到了明显增强.最后给出证据推理的一般情形的鲁棒性分析.     

设备故障诊断中神经网络与证据推理结合的信息融合方法

针对设备故障诊断中存在的处理数据量大、故障类型复杂多变、领域知识难于准确获得、故障识别率低的现状,提出了利用信息融合的思想,将神经网络和证据理论相结合应用于故障诊断的新方法。提高了故障诊断系统的灵活性、故障诊断的效率和准确性。     

基于Dempster-Shafer证据推理理论的ALV视觉信息融合

本文针对Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ（Ｄ－Ｓ）证据推理理论所存在的问题进行了新的推广,同时考虑证据的相关性与冲突性而修正了Ｄｅｍｐｓｔｅｒ组合规则,并将推广后Ｄ－Ｓ理论应用于ＡＬＶ实际非结构化道路网环境中视觉信息的融合,研究并探索了信息融合实际应用中诸多具有较大难度的问题,取得了有意义的结果。     

证据推理的进展及存在的问题

综合论述了证据推理的进展和存在的问题,把证据推理与贝叶斯推理、模糊逻辑推理、基于规则的推理、随机集理流体进行了横向比较,讨论了其间的必然的联系和为语气推理的发展的基础,随后总结了证据推理的改进及其在概率范围在模糊集等方面推广的进展,最后提出了证据推理的广泛应用及其研究方向。     

一种修正的Dubois-Prade 证据推理组合规则

基于对Dubois-Prade证据推理理论的分析与研究,针对Dubois-Prade组合规则的不足,归纳出3类导致Dubois-Prade组合规则失效的情况;在Dubois-Prade组合规则的基础上,引入了修正因子,给出一种修正的Dubois-Prade组合规则—–MDP组合规则.实例表明,MDP组合规则在处理高冲突、"一票否决"和动态信息融合方面都是有效的.     

证据融合理论在水机PID模型中的应用

针对水电运行仿真系统中由于水轮机组的动态特性使常规PID控制器难以适应所有的运行工况,从而引起调节过程的超调量过大、调节时间长和系统的转速频率震荡等问题,在信息融合理论的基础上,提出了一种基于证据融合理论的水机PID模型。该模型以分布于机组中的多传感器的局部决策结果为证据,在PID融合中心以证据推理的方法融合多源证据,以改善水轮机的整体调节性能。经在丰满水电运行仿真系统的实验,验证了该模型的有效性和实际应用价值。     

基于团树传播的证据网络推理算法

将团树传播算法应用于证据网络中,解决复杂的多连通知识网络结构下的信度推理问题.将复杂多连通网络构造成一棵团树,并将联合信度作为团节点的参数实现复杂多连通网络结构上的证据网络信度推理.在进行联合信度函数信息融合的过程中,通过引入两种新的交并运算实现对DSmT组合规则的改进,减少不确定性.最后通过实例验证了所提出方法的可行性.     

基于证据推理的多特征融合人脸识别算法

提出了一种基于证据推理的多特征融合人脸识别算法(DSPSA).该算法利用证据推理理论在处理不确定和冲突信息方面的优越性,融合多个面部特征的信息,有效地处理了人脸图像由于光照、旋转、表情等因素造成不确定信息,从而达到改善识别结果以及增强识别系统对训练样本库以外类别的识别能力.算法中提出了新的基本置信指派构造公式.     

基于D-S证据理论的高速公路事件检测信息融合

为解决高速公路事件检测信息融合问题,在分析D-S证据理论用于多传感器信息融合基本概念的基础上,提出事件检测信息融合D-S方法。具体方法是通过分析高速公路事件检测各种事件信息特点,确定事件检测信息融合对象;再根据事件信息的基本可信度分配,不断融合新的事件信息,更新信任函数,最后,依据基本信任函数的决策方法判断高速公路是否发生事件。来自线圈检测器、移动电话报告和移动车报告3类高速公路事件检测信息融合的实例研究结果表明:通过事件信息融合后的事件检测结果较单一事件信息的结果好,证明事件检测信息融合的正确性和有效性。     

利用模糊推理的证据理论信息融合算法

证据理论具有比较强的理论基础,能处理随机性或模糊性所导致的不确定性。但证据理论应用中基本概率分配函数（mass函数）难以确定,针对这一问题,提出了一种基于模糊推理的证据理论信息融合算法。该方法利用模糊理论中的高斯隶属度函数来获得模糊观测下具有概率特性的似然函数,并且由此似然函数得到每个传感器提供信息的可信度;再将各传感器的可信度转化成基本概率赋值函数即mass函数;最后利用证据理论对多传感器信息进行融合。对目标识别的仿真试验表明该方法获得的结果比直接结果具有更高的精度和可靠性。     

冲突证据的融合方法研究

证据理论是处理不确定问题的重要方法,但在现实中不同来源的证据往往存在相互冲突,采用合适的方法对其进行融合是解决这一问题的有效手段。讨论了D-S证据合成规则存在的问题和相对于其他合成方法的优势,提出了评价合成规则融合效果的指标,重点对几种证据合成方法进行分析和比较,指出其特点与不足,提出进一步研究的方向。     

可拓学理论在信息融合中的应用研究

基本概率分配函数的选取是实际应用D-S证据推理的信息融合算法的难题之一。探讨了可拓集理论和关联函数的本质,提出对关联函数进行归一化处理,并以归一化后的数据作为证据体对分类命题的可信度分配,利用Dempster组合规则生成总体可信度分配,实现多源信息的融合。仿真计算结果表明,该算法是可靠的和有效的。     

信息融合中的伪证据识别方法

由于人为或是自然因素的影响,多传感器应用系统中收集的证据中常常存在伪证据。这些伪证据导致信息融合过程中出现证据冲突,并影响最后的融合结果。为了有效识别伪证据,提出一种基于距离的伪证据识别方法。定义了各个证据的平均证据距离,设定一个阈值作为系统的平均证据距离作为判断依据,当一个证据的平均证据距离高于系统的平均证据距离时,则该证据被判断为伪证据,用一个目标识别的算例表明该方法简单有效。     

基于证据理论的信息融合系统设计与实现

为了对多传感器获取的不完整信息进行融合,提出了基于证据理论的信息融合方法,并将神经网络技术引入到证据合成规则中,建立了新的合成规则。在此基础上,采用面向对象的系统设计开发方法,分析了系统的体系结构,建立了各功能模块,并利用Visual C++ 6.0开发了基于证据理论的信息融合系统。     

D-S证据理论在审计证据融合中的应用研究

古典概率难以解释审计判断的不确定性,而D-S证据理论是进行不确定性推理的有效方法,因此应用D-S证据理论进行审计证据融合的研究。针对审计证据的组合问题,提出了基于三角形模糊隶属度函数的基本概率分配函数计算方法,给出了证据组合结果的判决规则,并通过实例验证了该方法的有效性。     

证据理论在不确定性推理中的应用研究*

利用证据理论中的基本概率分配函数、信任函数和似然函数来描述和处理知识的不确定性。提出一个特殊的概率分配函数和新的组合规则,并以其为基础建立一个不确定性推理模型。实例证明该模型能有效地度量最终结论的不确定性。     

基于证据推理的多agent分布式入侵检测系统模型

在分析现有基于agent的入侵检测系统（IDS）基础上,提出了一种基于证据推理的多agent分布式两级IDS模型。该模型采用分布检测、分布响应的模式,通过多agent技术的思想建立系统总体结构,给出了模型的各个组成部分,并对结构中各种agent与中心控制台的功能设计进行了分析。同时,为了提高中心控制台的融合性能,设计了一种可有效减少证据合成计算量又可确保合成准确性的证据推理算法,并对动态选举算法、协同算法进行了初步分析。系统可充分利用各种资源协同完成入侵检测任务,实时响应,有效地改进了传统IDS。