基于共识与Choquet积分的模糊Petri网可信度确定方法*

针对模糊Petri网可信度确定过程中,决策结果可接受程度较低和未考虑影响因子间关联的问题,提出基于群体共识测度与Choquet积分确定模糊Petri网可信度的方法。设计了基于决策者与群体评估信息偏差修正的自适应共识测度算法,获取可接受程度较高的群体评估信息。构建最大2-可加模糊测度Marichal熵模型求解影响因子间的交互作用系数,根据交互作用系数、默比乌斯变换和模糊测度之间的关系确定模糊测度,利用Choquet积分算子集结群体评估信息得到模糊Petri网可信度。将此方法用于确定燃气轮机故障诊断模糊Petri网输入库所可信度,并与未考虑共识测度和影响因子间关联的方法进行比较,计算结果验证了该方法的有效性和可行性。     

M&S可信度的形式化评估

针对仿真可信度评估是VV&A的核心内容,为了有效的利用VV&A活动的有关信息,提高可信度的准确性和可操作性,提出根据形式化评估来提高可信度的准确性和可操作性.首先对仿真可信度的概念进行了描述,然后从主观概率的观点出发,指出了M&S可信度的形式化的概念——概率概念的某种推广、具有条件独立性、层次性以及与相似性原理的一致性.最后结合模型层次性结构和M&S开发生命周期,论证了可信度形式化概念的具体应用.通过分析和论证,表明了M&S可信度形式化评估的可操作性和准确性.和传统的方法相比,新提出的评估方法考虑了M&S全生命周期的评估,为仿真模型可信度评估提供了正确方法.     

基于云模型的网络风险评估技术研究

在网络安全问题的研究中,由于网络入侵行为具有不确定性(模糊性和随机性),云模型把模糊性和随机性有效集成在一起.为保护网络的安全性,提出了一种基于云模型的网络风险评估方法.给出了形式化描述及评估过程,并提出了一种改进的逆向云生成算法.模型通过对系统资源监控,并对得到的数据进行处理,然后输入到云控制器,云控制器根据设定的规则做出评估结果.实验结果表明了方法可以有效评估网络的风险等级,最大限度的保留了评估过程中固有的不确定性,比传统基于模糊集理论的评估方法具有更高的可信度,提高了评估结果的科学性和准确性.     

基于2-可加模糊测度的仿真可信度评估方法

传统的仿真可信度评估方法是基于同层指标之间相互独立的假设进行决策分析的,该假设与仿真系统可信度评估的实际情况不相符.针对这一问题,首先,结合摆幅置权法和比例标度法给出了一种新的2-可加模糊测度确定方法,以此对指标间交互关系进行定量描述,并在理论上证明了该方法的正确性;然后,基于所得2-可加模糊测度,使用 Choquet 模糊积分对仿真系统的评估信息进行聚合,得到仿真系统的可信度;最后,通过实例验证了所提出方法的有效性和合理性.     

基于云模型的仿真可信度评估方法

针对云模型在非正态分布条件下不适用的问题,提出了基于均匀分布的一维逆向云算法,并将其应用于仿真系统的可信度评估体系。首先,阐述了仿真可信度的重要性,并以实际工程为背景建立了某型装备抗干扰能力评估结果可信度评估指标;其次,运用基于云模型的仿真可信度评估方法对系统进行评估,并对该评估方法进行改进;最后,为了完善该评估方法,推导出基于均匀分布的一维逆向云算法,并且设计实验验证了该算法的有效性。仿真实验结果表明,该逆向云算法在较大数据时平均绝对误差小于5%,具有较高实用性,为云模型理论的完善提供一种思路。此外仿真可信度评估结果表明,该评估方法精度高,包含数据的分散度和凝聚度信息,可以进行更全面评估和错误数据预测。     

基于云重心法的民航飞行决策评估算法

为解决针对民用飞行器在飞行中的决策进行评估的过程中出现的不确定性强和复杂度高等问题,基于民用航空飞行的阶段和特点建立相关模型,根据评估的对象建立民用飞行器飞行决策评估指标集,选用基于云模型的云重心法作为评估算法,以及一致性的赋权法作为指标赋权算法,辅以可信度判断,完成闭环的评估过程.确保了针对飞行决策的评估准确性和有效性,同时大大提升了评估的实时性,避免传统方法出现随机性和不确定性的问题,真实有效地反映了民机飞行中决策的好坏.     

基于可信度的MANET路由协议综合评估

针对移动AdHoc网络路由协议评估中指标的模糊性及其体现信息的不完全问题,提出一种基于可信度的路由协议综合评估方法。该方法根据IETFRFC2501的建议,构造路由协议可信度评估指标模型。结合灰色评估法和层次分析法,将评估路由协议性能的主观因素限制在很小范围内,得到了更客观且准确的协议可信度,使用户可以根据评估结果和实际需要快速选择合适的路由协议。实验结果证明,该方法是有效的。     

对等网中一种面向推荐行为的反馈可信度评估模型

对等网信誉系统的一个关键问题就是信誉评估的准确性,一般通过考察推荐方的反馈可信度来给其反馈加权.提出一种新的反馈可信度评估模型,模型基于推荐方历史推荐行为满意度预测其未来的推荐行为,模型提出的"虚检验"机制加速了评估的过程,并且提高了准确性.仿真和分析表明,模型能有效抑制恶意推荐行为,降低其对最终信誉评估的影响.     

基于区间二型模糊集合的人工交通系统可信度评估

提出了一种基于区间二型模糊集合理论的人工交通系统可信度评估方法.该方法以二型模糊集合算法为核心数据处理方法,构建了人工交通系统的评估体系.利用置信区间方法提取实际交通数据和人工交通数据的统计特征,同时为二型模糊集合提供了输入数据.利用二型模糊集合处理不确定性、随机性和噪声数据的能力,得到刻画实际交通系统和人工交通系统特性的输出数据集.并基于Jaccard算法对两个系统二型模糊集合的输出集进行了相似度运算,以Cronbach系数值为依据,实现了人工交通系统的可信度评估.与传统可信度评估方法相比,该评估方法具有较强的数据处理能力,有效地实现了基于数据驱动方法理念下人工系统与实际系统之间的比较.本文基于面向对象编程语言搭建开发的基于Agent的人工交通系统模型,对其进行了可信度评估验证,评估结果说明了所提出方法的合理性和有效性.     

基于QoS与可信度融合的Web服务选择机制研究

随着Web服务的快速发展,大量相似的Web服务功能发布至Internet。为从Web服务集合中过滤出请求者需求的Web服务,探讨了一种基于QoS与可信度融合的Web服务选择机制。针对Web功能相似的复杂性,剖析了目前选择机制中存在的局限性,借助对服务可信度的综合评估,通过第三方的服务质量监控数据,从主观和客观两个方面评价Web服务选择,基于QoS监控、目标消费群、服务质量评估与评价反馈模型,提出了基于QoS与可信度融合的Web服务选择模型。仿真实验结果验证了该模型既可适应动态变化的环境,又可保证真实的服务质量,克服了评价标准的个体差异性。研究结果表明,提出的服务选择方法是可行与可用的。     

航空发动机矢量推力测量系统的静态校准及不确定度评定方法研究

介绍了航空发动机矢量推力测量系统的静态校准原理,建立了静态校准的数学模型,并通过多元回归分析方法得到了各阶模型的校准系数.在此基础上,针对目前矢量推力测量系统缺少精度评定规范的问题,提出了一种基于校准系数误差传递的不确定度评定方法,并与传统的校准残余误差方法和验证残余误差方法进行了比较.校准实验结果表明,由于加载条件不同引起的测量结果不确定度差异最大可达55％,所提方法可以得到随加载条件变化的不确定度区间,有效避免了传统方法因采用恒定精度值进行系统性能评价造成的局限性.     

基于蒙特卡罗法的平面度测量不确定度评定

形位误差的测量不确定度评定是目前测量领域研究的热点;但由于其测量的复杂性和测量结果评定的多样性,导致在实际测量结果中形位误差测量的不确定度评定成了难题;为此,根据形状误差评定准则,选取最小二乘法建立数学模型,确定形状误差数学模型中各参数值的传递系数和单点不确定度,并分析具体的测量方法和测量过程中的不确定度来源,根据传统的GUM法对其进行不确定度评定;然后采用蒙特卡罗伪随机数的方法来模拟实际测量数据,从而得到平面度误差的不确定度;通过设置实验对比,验证了蒙特卡罗法评定平面度不确定度的可靠性和准确性;该方法不需要求出数学模型中的传递系数,利用MATLAB软件很容易实现,为平面度误差测量结果不确定度评定提供了更加简便的方法,值得推广和应用。     

基于组合特征选择的随机森林信用评估

构建个人信用风险评估模型的过程中, 特征工程很大程度上决定了评估器的性能, 传统的特征选择方法无法全面的考虑高维度指标对评估结果的影响, 且大多数研究在构建模型的过程中人为决定特征集大小, 导致随机性强、可信度低; 基于此, 提出基于传统风控指标优化XGBoost的随机森林模型(IV-XGBoostRF), 将传统风控指标IV与XGBoost相结合对原始特征集进行筛选, 建立较为完善的信用评估模型. 通过对比实验的结果显示改进后的随机森林模型准确度提高了0.90%, 且其他各项评估指标均优于传统信用评估模型, 证明了该组合特征选择方法的可行性, 有一定的应用价值.     

AHP-Fuzzy在仿真系统可信度综合评价中的应用

该文在介绍层次分析法（AHP）和模糊评价（Fuzzy）两种系统评价理论和方法的基础上,把两种方法结合起来,对仿真系统可信度评价进行分析。根据仿真系统可信度的特点,从概念模型、仿真模型、软件模型、结果分析等因素出发,建立系统可信度评价指标体系。通过计算影响仿真系统可信度评价的各因素权重,并应用AHP—Fuzzy来评价系统可信度,进而提出了多级综合评价方法。实例证明,该方法具有两种方法的优点,而且能较好地保证评价结果的客观性。     

组合评价方法在煤矿安全风险评估中的应用

研究煤矿安全风险准确评估问题,煤矿生产的复杂性导致煤矿事故的动态性、模糊性和随机性,且影响煤矿安全风险等级指标多,指标与风险等级之间呈复杂的非线性关系,导致传统评估方法的准确率低。为了提高煤矿安全风险评估的准确率,提出一种组合的煤矿安全风险评估方法。首先构建出煤矿安全风险评估指标体系,然后采用层次分析法计算各评估指标权重,且采用模糊方法建立判断矩阵,最后将其输入到BP神经网络学习建立煤矿安全风险评估模型。利用具体数据对模型性能进行了验证性测试。实验结果表明,相比较于其它评价方法,组合评价方法提高了煤矿安全风险评估的准确率,是一种有效的煤矿安全风险评估方法。     

煤矿安全评价算法的仿真研究

研究煤矿安全准确评价问题。煤矿安全评价指标多,由于煤矿的自然条件,生产条件和保障条件各有不同,随机性较强。如何准确选择评价指标是保障煤矿安全的关键,传统评价法难以正确对评价指标赋权值,导致评价结果准确率低,解释性不强。为提高煤矿安全评价结果的准确率,提出了一种层次分析法和逼近理想解排序相结合的煤矿安全评价模型。首先在对煤矿生产特点进行分析,并利用专家系统构建煤矿安全评价指标体系,然后用层次分析法对各评价指标赋权值,最后利用逼近理想解排序方法计算出煤矿安全等级值。仿真结果表明,改进的评价结果比传统的评价方法准确率高,评价结果可解释性好,是一种有效的煤矿安全评价方法。     

HAS QoE prediction based on dynamic video features with data mining in LTE network

Evaluation of HTTP adaptive streaming (HAS) quality of experience (QoE) over LTE network is a challenging topic because of multi-segment and multi-rate features of dynamic video sequences. Different from the traditional QoE evaluation methods based on network parameters, this paper proposes the HAS QoE prediction methods based on its dynamic video segment features with data mining. Considering the application requirement of the trade-off between accuracy and complexity, two sets of methodologies are designed to evaluate the HAS QoE including regression and classification. In regression method, we propose the evolved PSNR (ePSNR) model using differential peak signal to noise ratio (dPSNR) statistics as the segment features to evaluate HAS QoE. In classification method, we propose the improved weighted k-nearest neighbors (WkNN) by using dynamic weighted mapping according to the position of video chunk to meet the dynamic segment and rate features of HAS. In order to train and test these methods, we build a real-time HAS video-on-demand (VOD) system in LTE network and do subjective test in different video scenes. With the mean opinion score (MOS), the regression and classification methods are trained to predict the HAS QoE. The validated results show that the proposed ePSNR and WkNN methods outperform other evaluation methods.     

基于证据理论的作战效能评估可信度校验方法

在武器装备论证中,常常需要对武器装备进行作战效能评估,而评估结果的可信度也是决策者较为关心的问题.该问题具有一定难度,主要难点在于如何从整个评估过程中寻找和聚集评估的可信度.针对作战效能评估的可信度问题,再现评估过程予以校验分析.从评估底层指标开始,采用多专家进行评定.构建基于证据理论的融合模型来汇集下层指标的可信度,并层层推理聚合,最后获取评价方案的最终信度分布.以某地地导弹主战系统作战效能评估的可信度分析为例,识别结果和原来的仿真评估结果内容大致符合,印证了原评估的结论.这表明该方法有一定的可行性.