基于改进的BP网络的D-S证据理论及其应用

目前,D-S证据理论凭借自身独特的处理不确定性问题能力,已在众多领域得到了广泛的应用。命题基本概率分配(BPA)的确定是D-S证据理论得以广泛应用的关键之一,将改进的BP网络运用到基本概率分配的确定过程中,使得BP网络和D-S证据理论两者有机地联合应用,这样既可利用D-S证据理论来表达和处理不确定信息,又可以充分发挥BP网络的自学习、自适应和容错能力。建立了基于BP网络的D-S证据理论的故障诊断模型,并给出了证据的融合算法。最后,仿真实验表明该模型可行。     

基于粗糙集和Petri网的随机流网络可靠性评价方法

针对随机流网络可靠性建模难的问题,提出一种基于粗糙集和Petri网相结合的随机流网络可靠性评价方法.建立了随机流网络在确定网络状态下的Petri网模型,并利用粗糙集方法求得网络中各边状态对系统状态的重要度;然后以此作为随机流网络的Petri网模型中各变迁的优先因子来控制模型中变迁的激发;最后通过蒙特卡罗仿真求得随机流网络可靠度的估计值.仿真结果表明,该方法是一种计算随机流网络可靠性的有效方法.     

基于模糊证据理论的船舶安全评估

针对船舶安全评估过程中的诸多不确定因素，提出了一种基于模糊证据理论的安全评估方法,将证据体空间中的事件视为模糊子集，并引入模糊概率，更好地描述了专家意见（或知识），给出了质量分配函数的表示．最后，结合某船舶系统，给出了其安全评估的具体实现过程．结果表明，该方法可靠、有效.     

微晶纤维素改性大豆蛋白胶黏剂的黏结性能及热压工艺的研究

应用微晶纤维素和尿素溶液对大豆分离蛋白进行改性,得到了一系列大豆蛋白胶黏剂,考察了微晶纤维素含量、尿素浓度对胶黏剂胶黏强度的影响;进一步优化了胶黏剂的热压条件。实验结果表明:微晶纤维素改性大豆蛋白胶黏剂(MSP)的胶黏强度比未改性大豆蛋白胶黏剂的大,微晶纤维素含量对改性大豆蛋白胶黏剂胶黏强度的影响存在一个最佳值;微晶纤维素和尿素共同改性大豆蛋白胶黏剂相比仅有微晶纤维素改性的大豆蛋白胶黏剂,其胶黏强度进一步提高。研究MSP热压条件发现,其最佳热压条件为:热压温度100℃;热压压力2 MPa;热压时间10 min。     

基于BP神经网络的D-S证据理论及其应用

命题基本概率分配（BPA）的确定是D-S证据理论得以广泛应用的关键之一。目前，大部分确定方法受专家知识偏好影响较大，难以反映客观情况。将BP网络运用到基本概率分配的确定过程中，使得BP网络和D-S证据理论两者有机地联合应用，这样既可利用D-S证据理论来表达和处理不确定信息，又可以充分发挥BP网络的自学习、自适应和容错能力。文中建立了基于BP网络的D-S证据理论的故障诊断模型，并给出了证据的融合算法。仿真实验表明，该模型可行。