基于分类优化的离散证据推理

离散信息在专家系统、模式识别、决策分析等领域普遍存在, 为了解决这类信息融合问题, 提出一种离散证据推理方法. 首先, 将每个离散证据拆分成一类单点值证据; 然后, 以冲突最小化为目标修正类内证据, 并采用证据推理进行组合; 最后, 以同样的方法对类间证据进行修正与组合. 所提出方法不仅可以解决离散证据的内外部冲突问题, 而且能够克服运算量过大的问题. 算例分析表明了所提出的方法是合理且有效的.

     

基于模糊模式识别和D-S证据理论的安全态势估计

分析了网络安全态势估计问题的本质特征,构造了网络安全态势推理评估的求解模型。采用模糊模式识别和D-S证据理论相结合的不确定性推理方法,能较好地解决多样本识别的不一致问题,有效地对识别结果进行融合,从而得到较高的正确识别率。通过实例说明了方法的有效性。     

决策信息不完全确知的模糊决策集成模型

从模糊模式识别概念出发，建立决策方案集对全体级别加权广义欧氏权距离平方和最小的非线性规划模型，导出决策信息不完全确知的多目标模糊决策集成模型，该模型将模糊优选，模糊模式识别，模糊交叉迭代，模糊聚类等多种决策方法有机地结合到一起，用于处理决策人偏好，方案评价，分级标准等决策信息不完全确知情况的决策问题，为解决复杂系统的不完全信息多目标决策提供了一条新途径。     

基于证据距离的改进DS/AHP 多属性群决策方法

证据推理/层次分析(DS/AHP)方法采用了AHP法的层次结构模型和证据理论的分析过程,为不确定多属性决策问题的解决提供了新思路,但其在构造知识矩阵中用0代表残缺信息是不合理的.鉴于此,对DS/AHP方法进行了改进,并将改进后的方法拓展到群决策中,研究了专家群体权向量的确定方法.具体地,引入证据距离的概念,通过计算专家证据的综合距离来对专家赋权,体现了群决策中的多数人规则.     

基于粗集理论和证据理论的多源信息融合方法

本文针对多源信息融合问题，首先利用基于Kohonen网络的离散化算法和粗集理论对样本信息进行离散化和约简，形成了待决策问题的经验决策表．在此基础上，利用经验决策表以及粗集理论和证据理论的关系，计算了待决策信息的有关证据的基本概率指派和条件概率指派．最后，按照合成规则对上述条件概率指派进行了合成，并根据决策规则进行决策．实例研究表明，该方法实验结果令人满意．     

基于改进的D-S证据理论的光伏阵列故障诊断

光伏阵列是光伏发电系统的核心,也是光伏发电过程中最易出现故障的设备,在发生故障的同时存在着大量的不确定信息。针对存在大量的不确定因素的光伏阵列故障诊断问题,基于证据理论在处理不确定信息的优点,提出了一种改进的Dempster-Shafer(D-S)证据理论的融合算法应用于光伏阵列故障诊断中,解决了存在交叉数据、误判率较高和诊断速度慢的光伏阵列故障模式识别问题。同时,利用改进的Jousselme距离衡量证据冲突,并通过折扣率思想以及权重系数的概念,解决了证据之间存在的高冲突对证据融合影响的问题。试验仿真结果证明,相对于传统的D-S证据理论融合算法,基于改进的D-S证据理论融合算法在光伏阵列故障诊断上,其融合结果不仅具有更高的可信度和更好的鲁棒性,而且收敛快。     

基于D-S证据理论的多属性多人决策方法及其应用

针对多人多属性决策问题,提出了一种新的基于DS证据理论的方法。该方法综合考虑了多个决策者的主观偏好,并将主观信息与客观信息进行集成。最后,给出一个应用实例和计算结果。     

基于Web的课堂教学质量评价系统设计与实现

采用D-S证据理论信息融合技术将繁杂的、主观不确定信息的课堂教学质量评价问题转化为确定性的决策问题,给出了一种评价指标的权重,使其具有客观性,用模糊综合评价方法进行教师的课堂教学质量评价,得到很好的效果。     

双层多源主观证据融合决策方法

在层次结构显著、决策执行过程具有次序性的层次性决策中,为解决由决策主体给出的主观证据之间同时存在独立与相关2种关系的融合决策问题,结合该类决策的特征,提出一种能够规避管理者主观证据多次重复合成的融合决策方法,并通过去合成规则将相对简单的2个相关证据合成规则,拓展为更具普适性的多源相关证据融合规则,在此基础上按照由上至下、由内至外的次序,应用给出的相关证据融合规则和Dempster组合规则,构建适用于双层多源主观证据融合决策的方法步骤,并描述层次权重在决策过程中的目标导向作用。应用不同方法对同一决策问题进行数值模拟求解,分析结果表明,该方法与传统方法相比,更具科学有效性。     

不确定信息条件下的灰色模式识别

为了解决工程中存在的由不确定信息引起的灰色模式识别问题,首先定义了区间灰数,建立了区间灰数的距离计算公式;然后将灰色关联理论与模糊集理论相结合,提出一种基于区间灰数模糊灰关联分析的灰色模式识别方法,并给出了这种灰色模式识别结果的可信度。最后通过工程实例说明了该方法的正确性和有效性。     

基于谱图理论的特征匹配方法研究和改进

图像匹配问题是计算机视觉领域的一个基本问题,广泛地应用于很多领域,如:模式识别,自动导航,医学诊断,计算机视觉,图像三维重构等领域。将所研究的问题转化为数学问题,再利用数学工具解决这一问题,成为当今研究的一种重要手段。在这里,将图像匹配中的图像转化为数学-图论中的图,利用谱图理论解决图像匹配问题,从而形成了一类比较流行而新颖的方法,针对这一方法进行了较为系统的探究并做出了改进。     

基于RS和SVM的客户协同创新伙伴选择

针对客户协同创新伙伴选择时面临决策属性多并且可供决策分析数据样本少的难题,提出了基于粗糙集和支持向量机的客户协同创新中伙伴选择模型。该方法的核心是应用粗糙集进行属性约简作为数据预处理以删除决策中的冗余属性,然后结合支持向量机在处理小样本以及非线性问题上的优势进行客户分类,在保证不会降低分类性能的前提下达到降低数据维数和分类过程中的复杂度的目的。论文最后将该方法应用于一工程实例,结果初步验证了论文提出模型和方法的有效性和可行性。     

一种基于证据理论和模糊距离的融合方法

针对决策支持系统中专家不确定性意见难以融合的问题。本文提出了一种基于证据理论和模糊距离相结合的决策融合方法。首先运用模糊距离方法来获得专家的权重和属性指标的相对权重,并对专家决策中由于主观认识的局限性带来的不确定性问题进行了研究。然后运用DS证据理论识别框架计算出概率分配函数,并对所有方案进行排序选择,得出最终的决策融合意见。最后,通过实验表明,运用此方法对不确定性信息的融合具有很好的可行性和有效性。     

基于并行搜索优化的指控系统自适应决策方法

指挥控制信息系统(指控系统)运行在动态变化的复杂环境中且任务需求时刻变更,亟需一种自适应决策方法以动态产生调整系统的最优策略,从而适应环境或任务变化,确保系统长期稳定运行.随着指控系统自身及其运行环境的持续复杂化,自适应决策方法需具备应对多个非预期变化的在线权衡决策能力,以避免造成冲突的调整后果或无法及时响应未知情况.然而,当前指控系统多采用基于先验知识、应对单一变化的自适应决策方法,尚无法完全满足该能力需求.因此,提出了一种基于并行搜索优化的指控系统自适应决策方法.方法采用基于搜索的软件工程思想,将自适应决策问题建模为搜索优化问题,并采用遗传粒子群算法,实现针对同时发生的多个变化进行在线权衡的目标.并且,为解决该方法在指控系统中实际应用时存在的搜索效率保障、策略择优选择问题,分别采用并行遗传算法和后优化理论,对决策方法实现了并行化并建立了策略多指标排序法,以确保方法的实用性.     

基于改进D-S证据理论的室内环境控制决策系统

针对室内环境因子多且相互作用关系复杂,影响室内环境舒适度的控制精准决策,设计了一种基于改进D-S证据理论的室内环境控制决策系统。首先采用箱线图法和均值替代法检测修复异常采集数据,然后利用距离自适应加权融合算法实现同类传感器数据一级融合,最后利用改进D-S证据理论算法,实现全局融合决策。实验结果表明,改进D-S证据理论算法能够有效避免冲突证据带来的融合决策误差,系统可以实现室内环境控制的精准决策,融合决策精度高,具有一定的推广应用价值。     

线性支持向量机优化问题的极大熵方法

支特向量机是一种新的机器学习方法，已成功地应用于模式分类、回归分析和密度估计等问题中．本文依据统计学习理论和最优化理论建立了线性支特向量机的无约束优化模型，并给出了一种有效的近似解法一极大熵方法,为求解支持向量机优化问题提供了一种新途径,本文方法特别易于计算机实现。数值实验结果表明了模型和算法的可行性和有效性．     

决策距离修正下的弱决策证据合成方法

针对含弱决策的证据融合在低冲突情况下仍出现反直观结果的问题,提出一种决策距离修正下的证据合成方法.首先,给出弱决策证据定义,提出一种名为决策距离的新度量方法,可表述单证据的决策,通过融合Jousselme距离可更有效地描述弱决策证据与其他证据间的差异;然后,根据检测弱决策证据和一票否决证据是否同时存在,提供两种不同的修正系数,可有效扩大多数证据与其他证据修正系数的差距,削弱一票否决证据的影响;最后,对证据源修正并合成.实验结果表明,该合成方法能较好地解决弱决策证据融合问题,融合结果收敛快,决策更可靠,不确定性小,是对现有研究的良好补充.     

Structural Interval Reliability Algorithm Based on Bernstein Polynomials andEvidence Theory

Structural reliability is an important method to measure the safety performance of structures under the influence of uncertain factors. Traditional structural reliability analysis methods often convert the limit state function to the polynomial form to measure whether the structure is invalid. The uncertain parameters mainly exist in the form of intervals. This method requires a lot of calculation and is often difficult to achieve efficiently. In order to solve this problem, this paper proposes an interval variable multivariate polynomial algorithm based on Bernstein polynomials and evidence theory to solve the structural reliability problem with cognitive uncertainty. Based on the non-probabilistic reliability index method, the extreme value of the limit state function is obtained using the properties of Bernstein polynomials, thus avoiding the need for a lot of sampling to solve the reliability analysis problem. The method is applied to numerical examples and engineering applications such as experiments, and the results show that the method has higher computational efficiency and accuracy than the traditional linear approximation method, especially for some reliability problems with higher nonlinearity. Moreover, this method can effectively improve the reliability of results and reduce the cost of calculation in practical engineering problems.     

改进加权支持度的Pythagorean模糊交叉幂均群决策方法

针对毕达哥拉斯环境下的多属性群决策问题,首先,将毕达哥拉斯模糊数和幂均算子相结合,创造性地拓展了一种新的改进加权支持度;然后,基于此提出了改进加权支持度的毕达哥拉斯模糊交叉幂均算子,并讨论了该算子的性质,进而建立一种毕达哥拉斯模糊背景下能够反映决策属性间相互作用的决策方法;最后,将其应用于智慧城市的评价中。实例分析表明,该方法可以解决实际的多属性群决策问题,并可以进一步应用到智慧物流、模式识别、人工智能等领域。     

A fuzzy approach to strategic games

A game is a decision-making situation with many players, each having objectives that conflict with each other. The players involved in the game usually make their decisions under conditions of risk or uncertainty. In the paper, a fuzzy approach is proposed to solve the strategic game problem in which the pure strategy set for each player is already defined. Based on the concepts of fuzzy set theory, the approach uses a multicriteria decision-making method to obtain the optimal strategy in the game, a method which shows more advantages than the classical game methods. Moreover, with this approach, some useful conclusions are reached concerning the famous “prisoner's dilemma” problem in game theory