一种按比例分配冲突度的证据推理组合规则

在分析证据理论不足和已有改进方法及其缺陷的基础上，根据指挥员在作战中处理冲突证据的一般习惯，提出一种按比例分配冲突度的证据组合推理规则．算例验证结果表明，新的组合推理规则在处理冲突方面的性能得到了明显改进．     

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.     

基于改进证据推理规则的变压器故障诊断

为对变压器进行准确、高效的故障诊断,克服已有证据推理规则处理冲突证据时收敛慢甚至不收敛的缺陷,提出了一种按相关性对证据进行修正及对冲突信息合理分配的改进证据推理规则,并将其应用于变压器故障诊断;数值算例中,与传统证据推理规则相比,无论对于一致性证据还是冲突性证据,改进证据推理规则提高了变压器故障诊断的收敛速度、降低了故障误判率、取得了良好的诊断效果;改进证据推理规则,可以充分利用变压器故障中的一致性或冲突性多源故障征兆信息,准确、高效对其进行故障诊断。     

基于不确定性推理的活动识别方法研究

活动识别已成为智能家居领域的研究热点,目前国内外有关活动识别方法的研究有很多,研究人员提出了不同的方法来进行活动建模和识别,可分为数据驱动方法和知识驱动方法。数据驱动方法容易受到维数的限制,并且需要大量的数据集来训练出活动模型。目前在有关活动识别研究的方法中缺少一种既能够考虑到异构数据之间的知识共享,又能够考虑到活动的不确定性的方法。该文将D-S理论(Dempster-Shafer theory,证据理论)和本体推理结合起来,在改进的证据合成规则的基础上提出了ER-OT(evidential reasoning-ontology,证据-本体推理)算法,解决了活动中的不确定性和推理结果之间的冲突。算法首先在加权分配的思想上按重新定义的冲突系数对证据合成规则进行改进,在推理时推理机将推理信息同时输入到Jena本体推理和改进的证据推理模块,然后将推理结果按改进的证据合成规则进行合成得到最终的推理结果。实验结果表明,与现有的马尔可夫逻辑网络算法和传统的本体推理算法相比,该算法提高了不确定性活动的识别准确率。     

Bayes 网络推理结论的解释机制研究

提出一种关于Bayes网络的解释机制,用于解释证据对推理结论的作用程度、方向及路径．引入必要性和充分性因子作为度量来评价证据对推理结论的作用程度;通过定性分析网络结构特点,找出与推理结论有关的节点,在此基础上,结合定量分析找出组成作用路径的子链,并分析这些子链对推理结论的作用,由此生成和解释证据对推理结论的作用路径．实验结果验证了方法的有效性．     

证据推理的理论基础和实现技术

利用证据理论作为不确定知识的表示和处理框架,正在成为专家系统不确定推理模型的研究热点。作为基础,本文给出了证据理论中不确定性的基本测度及其性质、证据组合规则和基本概率赋值函数的计算方法;根据专家系统知识库的结构,本文讨论了平坦化及层次化假设空间上证据推理的实现技术。     

改进证据推理的联合防空作战效能评估模型

根据证据理论在处理不确定性推理问题时的优势,运用证据理论对联合防空作战效能进行评估。首先建立基于证据推理的基本模型,然后引入模糊数学方法来处理具有模糊概念或推理关系的复杂问题,并且还考虑了实际问题中可能出现的加权证据或者相关证据的情况,提出了利用改进的证据模型进行联合防空作战效能评估的方法。通过实例分析,证明了改进证据推理模型在联合防空作战效能评估中的实用性与有效性。     

基于证据推理网络的实时网络入侵取证方法

在分析现有网络入侵取证系统所存在问题的基础上,提出了一种基于证据推理网络的实时网络入侵取证方法NetForensic,将弱点关联性的概念引入网络入侵取证领域,根据网络系统的弱点知识和环境信息构建了证据推理网络,利用证据推理网络所提供的多阶段攻击推理能力,NetForensic实现了高效实时攻击流程重构.实验数据表明,NetForensic给出的证据链完整可信,且具备实时推理的能力,为快速有效的调查取证提供了有力保证.     

一种加权改进的D-S证据推理算法

利用证据推理方法处理不确定问题具有强大的优势,但由于它不能处理矛盾证据,这在很大程度上限制了它在实际中的应用.对D-S证据推理的算法进行了改进.改进后的D-S证据推理算法可以有效地处理矛盾证据,取得比较理想、比较合理的融合结果.最后,通过仿真试验对该方法进行了验证.     

证据缺省推理的灰色模型研究

本文在提出“灰可信度”概念的基础上,研究了证据间的灰逻辑、灰可信度在推理中的演化、灰可信度提取、结构的可信度不精确程度、推理结果的白化等灰不精确推理的构模问题。在经典的不精确推理模型(MYCIN,PROSPECTOR)中引入灰可信度后,可以有效地处理证据缺省推理的难题。     

A fuzzy sets theoretic approach to approximate spatial reasoning

Relational composition-based reasoning has become the most prevalent method for qualitative reasoning since Allen's 1983 work on temporal intervals. Underlying this reasoning technique is the concept of a jointly exhaustive and pairwise disjoint set of relations. Systems of relations such as RCC5 and RCC8 were originally developed for ideal regions, not subject to imperfections such as vagueness or fuzziness which are found in many applications in geographic analysis and image understanding. This paper, however, presents a general method for classifying binary topological relations involving fuzzy regions using the RCC5 or the RCC8 theory. Our approach is based on fuzzy set theory and the theory of consonant random set. Some complete classifications of topological relations between fuzzy regions are also given. Furthermore, two composition operators on spatial relations between fuzzy regions are introduced in this paper. These composition operators provide reasonable relational composition-based reasoning engine for spatial reasoning involving fuzzy regions.     

基于Vague集模糊推理的多评价指标模糊决策方法

目前在智能领域中对Vague集的研究已越来越广泛与深入，并运用于决策问题中，有学者已把Vague集用于多评价指标的模糊决策中，但其决策方法在某些时候却难以得到目标。为此，本文提出了一个基于Vague集模糊推理的多评价指标模糊决策方法。在这个方法中，从基于Vague集的模糊推理的观点来看待模糊决策问题。将评价指标和候选方案之间的关系用一组基于Vague集的推理规则来表示，将决策者的要求用一组Vague集来表示，经过模糊推理等过程最后得到决策结果。然后还给出了一个实例说明这种多评价指标模糊决策方法。这个基于Vague集模糊推理的多评价指标模糊决策方法的提出为决策系统提供了一个有用的工具。     

基于知识融合技术的产品设计知识模型研究*

为解决机械产品设计中知识融合的问题,建立了一种基于本体的产品设计知识模型。基于此,提出了一种基于模糊证据理论的融合推理方法,这种方法将模糊集引入证据识别空间中,利用证据合成与决策规则得出知识融合的结果,这种方法弥补了本体建模时的不足并解决了不确定性知识的推理。最后,将该知识模型应用于制造行业产品设计中,帮助制造企业缩短产品设计周期和提高开发质量,同时也有利于产品设计知识的共享和重用。     

基于模糊逻辑和组合证据理论的信息融合技术在网络管理中的应用

研究基于模糊逻辑和组合证据理论的综合信息融合技术在网络管理中的应用．研究了用于网络管理的来源于多信息源的关联规则的融合方法和推理机制，以及故障与故障原因的模糊关系和模糊规则的融合方法及推理机制；在故障定位方面，采用组合证据理论对网络专家、规则推理和模糊推理所给出的故障原因进行融合得出综合的诊断结果。     

模糊控制节水洗衣机模型

洗衣机的最小用水量涉及洗衣量、肮脏度、衣料质地、洗涤剂、机械力等多种因素，难以建立精确的解析模型进行控制。而采用熟练洗衣者的经验知识构成的模糊推理规则进行控制，则能达到很好的节水效果。本文采用模糊数学的基本原理选择洗衣布量和浑浊度两个主要因素对洗衣机的用水量进行模糊控制，以达到尽可能节水的目的。本模型经过计算机仿真后，所得到的用水量与市场上的几种洗衣机的耗水量相比，具有明显的节水效果，节水量达到10％－20％。     

模糊属性集的粗糙上下近似研究

在知识发现和数据挖掘领域,粗集理论与模糊集合理论都是研究信息系统中知识不完备、不准确问题,两者都可利用观测数据表达知识,进行推理。论文针对传统粗集环境下知识表示模型用固定的属性及属性值来描述对象这一局限,提出利用模糊属性模型对知识表达系统进行信息描述,并给出了模糊属性集的粗糙上下近似模型。     

PLAUSIBLE APPROXIMATE REASONING

Modifications to Zadeh's theory of approximate reasoning are proposed to enhance the theory's ability to produce plausible inference results. The modifications include the introduction of a different implication definition and a certainty qualification for fuzzy propositions. Plausible reasoning is characterized by a set of reasoning patterns of practical significance. This set is then used to validate the overall approximate reasoning method.     

基于FCM与模糊粗糙集理论的交通事件检测模型

为准确及时地发现高速公路上的事故隐患,有效地减少交通延误,保障道路安全,提出了一种新的基于模糊C均值（FCM）聚类和模糊粗糙集的交通事件自动检测模型。模型分为离散化、推理规则建立和模糊推理三个步骤。在属性离散化时,提出用常用的隶属度函数来拟合FCM聚类后的结果,并用此函数和参数来实现属性数据的离散化,避免了每次输入数据都必须通过聚类操作来进行离散化;采用了粗糙集理论建立推理规则,选择和交通事件密切相关属性并进行规则的约简,加速了模糊推理的速度;最后采用Max-Min模糊推理方法对交通事件进行检测。通过多种检测方法对比测试,结果表明了此模型在总体性能上优于传统的检测方法,验证了此模型的有效性,为交通事件的检测提供了一种新的思路。     

Fuzzy reasoning based on a new fuzzy rough set and its application to scheduling problems

In this paper, we study the fuzzy reasoning based on a new fuzzy rough set. First, we define a broad family of new lower and upper approximation operators of fuzzy sets between different universes using a set of axioms. Then, based on the approximation operators above, we propose the fuzzy reasoning based on the new fuzzy rough set. By means of the above fuzzy reasoning based on the new fuzzy rough set, for a given premise, we can obtain the fuzzy reasoning consequence expressed by the fuzzy interval constructed by the above two approximations of fuzzy sets. Furthermore, through the defuzzification of the lower and upper approximations, we can get the corresponding two values constructing the interval used as the fuzzy reasoning consequence after defuzzification. Then, from the above interval, a suitable value can be selected as the final reasoning consequence so that some special constraints are satisfied as possibly. At last, we apply the fuzzy reasoning based on the new fuzzy rough set to the scheduling problems, and numerical computational results show that the fuzzy reasoning based on the new fuzzy rough set is more suitable for the scheduling problems compared with the fuzzy reasoning based on the CRI method and the III method.