多传感器冲突信息的加权融合算法

针对在多传感器目标识别系统中,DS规则对高冲突信息融合结果不合理的问题,提出了一种新的加权融合算法.在多源证据信息融合时,首先根据两证据距离大小来确定其相互支持度,将证据支持度矩阵模最大特征值对应的特征向量作为证据的权重向量,然后确定各证据的相对折扣因子,并修正证据信息,最后用DS规则融合.通过实验仿真对比分析了多种方法的融合效果,表明了新方法可以较好的解决高冲突信息融合的问题.     

基于案例和规则融合的民用客机故障诊断系统设计

目前很多工程应用中的飞机故障诊断方法,只考虑单一的基于案例或基于规则的诊断方法,故障诊断的效率有待提高。本文针对民用客机地面运营支持系统的特点和要求,将案例和规则融合的推理机制引入到飞机故障诊断系统的设计中。该方法采用规则推理为前导、案例推理后置补充的结合方式,最大化地利用飞机故障隔离手册知识和从维修记录中提取的案例知识,从而提高首次故障隔离效率、降低无效排故时间。以民用客机某系统的典型故障为例,阐述了该推理机制在故障诊断中的应用。通过历史飞行数据试验,验证了提出的基于案例与规则融合诊断方法的有效性,以此为基础设计的故障诊断方案可为航空公司构建更完善的专家系统提供参考。     

基于粒子滤波的分布式故障诊断

针对非线性、非高斯环境下多传感器的系统故障诊断问题,提出了一种新的基于粒子滤波的分布式故障诊断方法。通过粒子滤波得到的状态估计值的全概率分布信息可用于故障检测。首先建立系统分布式故障诊断模型,由于通信限制,假设各传感器只能向信息融合中心传输二进制数。在各观测值独立同分布的条件下,提出了分布式故障诊断算法,包括本地判决的设计和融合中心的准则设计。仿真结果表明了所提出算法的有效性和优越性。     

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。     

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.     

一种基于焦元解耦和PCR6证据推理方法

证据推理适用于无先验信息情况下的信息融合,在不确定性的表示、融合方面有明显优势。提出一种基于焦元解耦和第六类比例冲突分配规则（PCR6）的证据推理方法,在各证据源中利用Smarandache编码得到各焦元的单调布尔函数,将冲突焦元、不确定焦元及混合焦元分配到相应的单原子焦元上,再利用PCR6进行融合。通过数值算例仿真表明：提出的方法充分考虑冲突焦元、不确定焦元及混合焦元对融合结果影响,与直接利用PCR6融合相比,减少了推理结果中不确定、冲突焦元的融合。融合过程简单,融合结果更直观、合理,便于判决。     

一种基于粗集理论的车地无线通信设备故障诊断方法*

针对车地无线通信设备故障诊断信息不一致的情况下进行故障的推理和诊断,提出了一种基于粗集理论的车地无线通信装备故障诊断方法。该方法从诊断决策支持系统定义出发,将车地无线通信设备故障诊断问题用一个不同简化层次的故障决策网络表示,由网络节点根据定义出的规则置信度和覆盖度可推导出对应有效的故障诊断规则集合。通过故障诊断规则匹配,便可方便得出车地通信单元故障诊断结果,实例分析表明该方法具有较好诊断有效性。     

基于小波网络和证据理论的多源信息融合系统研究

在多源信息融合中，不确定、不完整和冗余现象普遍存在。为了解决这个复杂问题，本文首先利用相空间重构理论对输入的信息在相空间中进行重构，以充分提取相关信息。然后在重构相空间上，利用模糊理论、小波网络和遗传算法对上述重构信息进行了时间域信息融合。最后，利用D—S证据理论将时间域融合结果进行了空间域信息融合，并根据决策规则进行了决策。结果表明．据此形成的分布式多源信息融合系统具有良好的目标探测能力、抗干扰能力和容错能力。     

High-voltage equipment condition monitoring and diagnosis system based on information fusion

As high-voltage electric equipment has complex structure and works in harsh environments, fiber Bragg grating (FBG) sensors are applied to realize the real-time monitoring of some parameters in which temperature is the main parameter. Using FBG sensors to monitor temperature of high-voltage electric equipment can overcome the disadvantages of harsh monitoring environment such as high-voltage, big current, strong electromagnetic interference and so on. The fault of high-voltage electric equipment is difficult to be distinguished as there may be many different reasons. The traditional or simple methods cannot totally meet the demand of fault diagnosis of high-voltage electric equipment. First, taking neural network as a classifier to distinguish different fault types from complex fault information in the feature layer can supply a good foundation to final information fusion diagnosis. Second, Dempster–Shafer evidence theory is used to make a comprehensive diagnosis of fault information in the decision layer. All the uses above can increase the speed and accuracy of diagnosis and have practical significance. The fault diagnosis system shows good results and provides an effective way to realize the real-time condition monitoring and more accurate fault diagnosis of high-voltage electric equipment.     

故障诊断系统中基于多Agent的并行推理机制研究

基于诊断任务的多层次混合分解策略,提出了一种融合不同知识表达方式和推理机制的多Agent并行诊断结构,分析了管理Agent、诊断Agent和决策Agent的基本职能;并将证据理论应用于多诊断Agent的联合决策过程,指出了Dempster合成规则及Yager改进方法的不足,提出了基于证据支持度的冲突信息加权分配方法,并以一个算例证明了该方法的有效性。     

基于免疫原理的多Agent故障诊断系统

随着系统设备和功能的日益复杂化,各种故障现象成因越来越复杂,现有固定的诊断推理模型却难以满足复杂系统诊断面临的全部要求。针对故障诊断系统难以适应动态变化环境的缺点,该文以励磁设备的在线故障诊断为背景,研究故障识别的症兆与诊断决策置信度之间的机制,借鉴生命体的相似性原理与免疫应答的调节理论构造诊断模型重构控制的细胞免疫型结构模型,研究免疫型诊断模型的选择激励与重构动力,提高诊断系统确诊率,设计基于免疫原理的多Agent故障诊断系统．为复杂的电气设备诊断开发提供便捷的工具。     

基于模糊评判的决策级信息融合算法的研究

文章针对水电故障诊断系统中普遍采用的传感器阀值判断方法引起的信息损失问题,将决策级信息融合技术应用于故障诊断系统中。在模糊综合评判技术和软判决融合结构下,提出了一种新的决策级信息融合算法。该算法以合成运算和全局决策融合来自多传感器的局部判决以获取所处理对象的综合决策分析,并通过在丰满水电仿真系统的故障诊断系统中的实际应用表明该算法优于传统的故障检测方法。     

基于支持度D-S证据理论与模糊积分的多源节点簇信息时空融合

为了获得传感器网络中监测目标的准确状态,需要同时考虑多源节点簇信息融合的时间性和空间性.本文提出了一种多源传感器信息的时空两级融合结构.对同一时刻多源节点簇信息,利用D-S证据理论和支持度进行空间融合,对经空间融合后的时间序列,利用模糊积分、支持度和遗传算法进行时间上的信息融合.仿真实验表明,据此形成的分布式多源节点簇信息融合系统具有目标探测能力、抗干扰能力和容错能力.     

智能故障诊断专家系统开发平台

针对故障诊断专家系统实用性与通用性的矛盾,在简要分析专家系统工作原理的基础上,提出了一种以用户为中心的通用性故障诊断专家系统设计方案。将规则推理、模糊决策、多传感器信息融合算法融为一体,形成一阶梯式故障推理机制;对不同的诊断对象,只要设置好必要知识模块,就可自行生成一专用故障诊断系统,并能自动输出诊断结果。     

粗糙集理论在故障诊断规则获取中的应用

本文的目的是给出一种利用粗糙集理论解决故障诊断的规则获取问题的方法 ,该方法的特点是可以处理由于类重叠引起的样本信息不精确、不一致情况下的规则获取 .以规则形式表示的知识接近于人脑推理过程 ,因此基于规则的诊断方法在故障诊断中得到广泛使用 ,但规则获取是其瓶颈之一 .粗糙集 (RS)理论是为开发自动规则生成系统而提出的 ,其主要思想是在保持分类能力不变的前提下 ,通过知识约简 ,导出概念的分类规则 .因此 ,可以把 RS理论用于规则的故障诊断中 .本文给出了基于决策矩阵和决策函数的获取规则方法的流程图 ,以故障诊断实例说明其使用方法 ,并验证了其有效性     

智能故障诊断专家系统开发平台研制

针对故障诊断专家系统实用性与通用性的矛盾,在简要分析专家系统工作原理的基础上,提出了一种以用户为中心的通用性故障诊断专家系统设计方案。研制通用性故障诊断专家系统开发平台,将规则推理、模糊决策、多传感器信息融合算法融为一体,形成阶梯式故障推理机制;对不同的诊断对象,只要设置好必要知识模块,就可自行生成专用故障诊断系统,并能自动输出诊断结果。     

基于诊断证据静态融合与动态更新的故障诊断方法

提出一种将诊断证据静态融合与动态更新相结合的故障诊断方法.在静态融合阶段,利用Dempster组合规则融合每个时刻的多条局部诊断证据,获取静态融合证据,并给出基于证据距离的故障信度静态收敛指标;在动态更新阶段,基于条件化的线性组合更新规则,利用当前时刻静态融合证据更新历史证据,获取更新后的全局性诊断证据,并给出基于S函数的故障信度动态收敛指标.在两个阶段中,基于静态和动态信度收敛性指标函数,分别给出相应的优化学习方法,获取静态融合中局部诊断证据的静态折扣系数、动态更新中历史与当前证据的更新权重系数等参数的最优值.在最大信度原则下,利用更新后获取的诊断证据做出诊断决策.最后,通过在电机柔性转子实验台上的诊断实验,将所提方法与已有的典型融合诊断方法进行了对比分析,说明所提出的融合诊断方法及其性能指标函数和参数优化方法的有效性.     

改进型证据更新规则的动态故障诊断算法

火炮装填系统故障的成因复杂,单因素、单模型的故障诊断方法已显其不足。提出了改进型证据更新规则的动态故障诊断算法,并将所述的人工智能方法应用到火炮自动装填故障诊断系统中。该方法通过对模糊规则库的描述来确定故障诊断的辨识框架,应用新型的模糊推理方法生成诊断证据,并通过证据更新规则对所获取前后时刻的诊断证据进行动态更新,将更新融合后的证据进行故障决策,从而解决了故障特征的不确定性、故障模式多样性以及动态故障诊断问题。实例分析证明：该方法达到了有效提高故障诊断确诊率的目的。     

基于加权证据理论的模糊信息融合目标识别

在异类多传感器信息融合目标识别中,不同传感器对系统提供的证据等级不同。为此,提出一种模糊信息融合目标识别方法。将各证据按证据权进行转化,用Dempster-Shafer(D-S)证据理论进行合成,利用模糊数学模型对传感器测量值和数据库中的数据进行建模,根据证据距离得到各证据的相互支持度,进而获得传感器对系统提供信息量的权重。分析结果表明,该方法具有较高的精度和可靠性。     

一种基于不确定信息的决策方法

提出了一种基于不确定信息的决策方法，该方法从统一决策模型的角度给出了候选决策集的构造方法、候选决策从证据焦元获得的属性级支持度的计算方法、决策矩阵的构造方法、候选决策获得的证据级支持度的计算方法等．该方法的特点在于将基元和非基元决策的选择问题统一起来加以考虑，另外，决策者可以通过设定模型中的函数形式，决定决策精度和决策风险之间的折衷策略。