自动驾驶汽车视野遮挡场景潜在风险评估

视野遮挡区域的潜在风险对自动驾驶汽车的行驶安全提出了极大挑战.面对难以准确有效地预测、评估潜在风险这一困难,本文提出了一种基于“知识图谱+逻辑推理+贝叶斯推理”的潜在风险评估方法,建立了潜在风险预判模型和潜在风险概率评估模型.潜在风险预判模型通过构建“城市道路驾驶场景知识图谱”描述了场景中实体与实体间的交互关系,并对场景描述信息进行语义转换,采用SWI-Prolog推理机推断当前场景是否存在潜在风险;潜在风险概率评估模型基于贝叶斯网络实现对潜在风险的概率评估.通过现场实验验证,所提方法对潜在风险的推理效果与人类驾驶员推理效果相似,甚至可弥补人类未及时推理出潜在风险的过失.方法适用于城市复杂道路交通,风险评估结果能为自动驾驶或辅助驾驶的行为决策提供有效依据,具有潜在应用价值.     

基于模糊化的决策粗糙集属性约简和分类

决策粗糙集是一种基于贝叶斯风险最小化原则的具有一定容忍度的概率粗糙集模型,但当前关于决策粗糙集模型的研究只局限于处理具有离散型数据的信息表.文中将模糊集和决策粗糙集理论相结合,在决策粗糙集模型中计算期望风险损失时,利用模糊隶属度函数代替传统的后验概率求解方法,这样可推导出新的决策规则,进而可高效处理那些包含连续型属性的信息系统.实验表明该方法是可行的,并且可通过调整隶属度函数,达到更佳分类效果.     

航空发动机退化等级软表征与风险监测方法

剩余使用寿命预测对航空发动机预防性维护具有重要指导作用。现有方法将性能退化看作线性过程,未对寿命周期进行划分,从而无法确定发动机性能退化的关键时间节点。针对上述问题,提出了一种航空发动机退化等级软表征与风险监测方法。首先,提出了退化阶段划分策略,将全寿命周期数据划分为健康区、过渡区和风险区,分别揭示各退化分区的性能退化水平与特性。面向健康区和风险区,设计了基于条件判别自编码器的统一框架。针对具有复杂转换特性的过渡区,提出了一种过渡区特征融合表征与即时评估方法,从而对发动机退化过程进行多阶段精细化建模与状态评估。最后,设计了航空发动机退化状态在线评估策略,实现了退化阶段的识别和关键时间节点的预警。利用涡扇发动机数据集进行实验,验证了所提方法的有效性。     

基于模糊贝叶斯风险和T-S模糊模型的故障诊断

为解决复杂装备故障诊断中的知识获取和决策制定问题,提出一种数据驱动的故障诊断方法。利用模糊贝叶斯风险模型以风险最小化原则挖掘数据中有价值知识,得到相对最优属性子集,其中生成的概率分布用于T-S(Takagi-Sugeno)模糊规则提取,以分段线性化思想逼近复杂的数据知识。在数值实验中,以C-MAPSS(Commercial Modular Aero-Propulsion System Simulation)发动机数据为研究对象,验证本文方法的有效性,结果表明本文方法适用于复杂装备的故障诊断。与其他知识获取方法对比表明,本文方法可得到更高的诊断准确率。     

基于联合属性重要度的决策风险最小化属性约简

经典粗糙集属性约简基本都是保持正域、负域和边界域不变,而决策粗糙集对属性的增减过程不具备单调性,因此不可能同时保持3个区域均不变。在决策粗糙集模型中,作出决策更应该考虑风险最小化原则,因此提出一种改进的风险最小化属性约简方法,在属性的选取过程中同时考虑所选取的属性子集对决策的划分能力,即联合属性重要度以及风险最小化。实验证明所提方法是有效的。     

融合Cox回归与维纳过程的设备状态评估方法

针对机场自助行李托运设备运行状态评估存在数据利用率低和预测精度不高的问题,提出一种融合Cox回归与维纳过程的设备状态评估方法;首先基于事件型数据构建多风险因素影响下的设备状态突变模型,又基于关键子系统的状态型数据构建设备状态渐变模型,提出了复合退化指标并基于维纳过程建立设备性能退化模型,得到设备整体的健康状态值并提出相应维修决策;利用商用模块化航空推进系统仿真数据集和自助行李托运设备运行监测数据对所提方法进行实验验证,结果表明融合Cox回归与维纳过程的设备状态评估方法提高了设备数据利用率和预测精度.     

面向可信软件的风险评估方法

风险管理逐渐成为开发高质量软件过程中的重要的组成部分。风险评估作为风险管理的重要活动之一,是风险控制的前提。贝叶斯网络作为风险管理的有力工具之一,是处理不确定性的有效方法。结合贝叶斯网络与模糊理论,提出一种风险评估方法,首先使用贝叶斯网络对影响可信软件的风险因素进行风险概率评估,然后利用模糊综合评价法进行风险综合影响评估。该方法用于软件项目的风险评估,为开发高质量的可信软件提供新策略。     

基于改进贝叶斯模型的信息安全风险评估

 随着信息化时代的到来,信息安全问题变得日益复杂与多样,因此急需一种高性能的解决方法。本文在前人的研究基础上进一步改进贝叶斯网络模型在信息安全风险评估中的应用。首先分析信息系统风险元素种类,提出一种新的确定风险因素的方法,即建立因素之间常见关联关系;然后依据因素关联关系确定信息系统指标体系,并结合经验积累的条件概率,利用Matlab贝叶斯网络工具箱（BNT）构建完整的贝叶斯网络风险评估模型,其中包括对评估流程、方法使用及风险等级确定的分析;最后通过实例分析改进的贝叶斯评估模型,对实验数据推理出风险各等级概率。仿真结果与实际结论相一致,表明改进的贝叶斯评估模型能够准确反映信息系统安全风险等级,是一种有效且合理的评估方法。     

基于最小风险贝叶斯决策的印刷品斑点检测方法

针对印刷品斑点检测缺乏有效检测方法的难题,依据统计决策和贝叶斯分析的基本原理,结合模式识别和机器礼堂相关理论技术,提出了一种基于最小风险贝叶斯决策的印刷品斑点检测方法;以烟标图像为例,实验验证了所提算法的准确性与有效性;该实验表明:所提算法能够有效地检测出烟标中的黑色斑点,分割出来的斑点图像基本上保持了原有的形状;最后,提出了进一步的改进方法。     

新Schweizer Sklar范数图模糊算子与决策应用

现有的图模糊运算法则不满足运算封闭性，并且对于图模糊聚合算子多通过单个算子聚合评价信息进行决策，无法全面考虑决策信息间的关系。在Schweizer Sklar(SS)范数条件下定义一种图模糊运算法则。由于幂平均算子可以降低异常评价信息对决策结果的影响，Muirhead平均算子能够体现属性间关联性的影响，因此通过对幂平均算子和Muirhead平均算子进行复合，设计图模糊SS范数聚合算子以及其加权的形式，根据所提的图模糊运算法则推导聚合算子的数学表达式并验证其具有幂等性、交换性和有界性。基于所提的图模糊SS范数聚合算子构建一种图模糊多属性决策方法。实验结果表明，所提的图模糊SS范数聚合算子具有可行性和有效性，决策者可以依据自身风险偏好调节参数向量Q和λ的取值，以满足不同的决策需求。相比PFWA、PFWG、PFWMM等单个算子，所提的复合算子可以更加有效、稳定地聚合评价信息来获得决策结果。     

多因素分层模糊综合风险评估方法的应用研究

针对电子档案信息安全指标体系中的指标属性冗余的问题,提出了基于相关分析的指标属性检测方法。该方法采用量化指标属性的原则,根据指标属性的平均值和标准差,度量指标属性间的相关性;针对信息安全风险评估准确度不高的问题,提出了多因素分层模糊综合评估模型,该算法采用了层次分析法和模糊数学理论。某单位的电子档案信息系统的实际应用结果表明,该方法能直观、有效地评估系统,评估结果与实际吻合程度较高,为信息安全风险决策提供可靠的依据。     

基于可自动扩展的LSTM模型的航空发动机剩余寿命预测方法

对航空发动机进行实时状态监测和健康管理可以有效降低发动机故障风险,确保飞机飞行安全。准确预测航空发动机的剩余寿命是有效监测发动机运行状态的一种重要手段,其中长短期记忆（long-short term memory,LSTM）网络常被使用。但由于航空发动机复杂的机械结构与运行模式,使用传统的LSTM网络对航空发动机的剩余寿命进行单次预测后,所得预测结果的准确率不足以满足其寿命预测的精度要求。基于LSTM网络的广泛使用以及它对时间序列数据的有效预测能力,考虑到采用多级预测的方法能够有效降低预测误差,提出了一种新型的可自动扩展的长短期记忆（automatically expandable LSTM,AELSTM）预测模型。AELSTM模型依托多个子模块逐级连接的网络结构,不断地提取前一级模块的输出误差作为后一级模块的训练值,形成了误差的多级预测机制,有效降低了模型的预测误差,提升了预测结果的准确性。基于美国国家航空航天局发布的C-MAPSS数据集的四个子集对AELSTM模型的预测效果进行了测试,实验结果表明,与传统的LSTM网络相比,AELSTM模型在四个子集上的均方根误差平均减少了95.44%,同时它的预测效果也优于现有的一些先进算法。实验充分验证了AELSTM模型在提升航空发动机剩余寿命预测准确度方面的有效性及优势。     

基于区块链技术架构的隐私泄露风险评估方法

区块链技术的广泛应用导致其隐私泄露问题日益严重。为有效评估区块链技术存在的隐私泄露风险,从区块链技术架构的角度,通过基于博弈的方法对攻击进行量化,提出一种区块链隐私泄露风险评估方法。考虑用户对区块链技术架构层中各攻击的敏感性程度不同,构建用户敏感度矩阵,分别计算主观敏感度与客观敏感度。利用区块链诚实用户与恶意攻击者之间的策略交互过程构建不完全信息静态贝叶斯博弈模型,通过双方的期望收益定义风险影响性与可能性,从而得到基于区块链技术架构层的风险评估分数以及整个区块链的隐私泄露风险评估分数。在此基础上,利用Sigmoid函数对风险评估分数进行正则化处理并根据风险指数判断隐私泄露的风险等级,将隐私泄露分为风险可忽略、风险适中以及风险异常3种状态。实验结果表明,该方法能够有效评估区块链隐私泄露风险情况,指导用户进行多层次、有针对性的隐私保护。     

基于改进TOPSIS的航空发动机维修性评估方法

针对民用航空发动机维修性设计方案优选时缺少对定量指标评估的问题,提出一种基于改进TOPSIS的维修性评估方法;该方法首先根据民用航空发动机的设计准则、相关维修标准和持续适航的约束,构建定性的维修性指标体系和定量的维修性指标体系;以层次分析法和熵权法相结合的方式确定各指标的权重系数;通过建立虚拟仿真维护环境计算出各定量指标,在此基础上,运用改进TOPSIS法对航空发动机不同维修性设计方案的维修性进行综合评估;实验验证提出的方法能够得出最佳的维修性设计方案,可为民用航空发动机的维修性评估提供参考。     

机载光电系统目标威胁估计的模糊贝叶斯网络方法

针对机载光电传感器系统所能够提供的目标特征信息,提出利用模糊贝叶斯网络理论建立目标威胁估计模型来辅助决策者进行威胁判断.模型首先研究了机载光电传感器所能提供的目标特征及其对威胁程度的影响;然后选取合适的特征值并利用模糊理论方法对其进行模糊划分,从而建立了目标威胁估计的模糊贝叶斯网络模型,最后通过贝叶斯网络推理算法获得目...     

结合OWA算子和模糊DEMATEL的风险评估方法

针对传统故障模式与影响分析(FMEA)方法在实际应用中的不足,提出一种基于有序加权平均(OWA)算子和决策试行与评价实验法(DEMATEL)的风险排序方法。FMEA专家对故障模式的3个风险因子给出模糊评价信息,应用OWA算子对评估信息进行集结,得到各故障原因对故障模式的影响强度。采用模糊DEMATEL法构建FMEA系统要素间的初始直接影响矩阵,经过运算可得综合影响矩阵,并计算各故障原因的原因度,据此进行产品或系统的失效风险评估。运用该方法对地铁车门系统的基础部件进行安全性分析,并将所得结果与传统RPN方法的结果做对比,验证了该方法的可行性和有效性。     

基于模糊神经网络的信息安全风险评估模型

对信息系统进行有效的风险评估,选择有效的防范措施,主动防御信息威胁是解决信息系统安全问题的关键所在。将神经网络和模糊理论应用于信息安全的风险评估。首先针对信息安全风险评估的不确定性和复杂性,将神经网络理论应用到风险评估。其次,针对神经网络适合定量数据,对于定性指标的分析缺乏相应的处理能力,而风险因素的指标值具有很大的不易确定性等问题,采用模糊评价法对信息安全的风险因素的指标进行量化,对神经网络的输入进行模糊预处理,提出了基于模糊神经网络的风险评估方法。仿真结果表明：模糊神经网络经过训练,可以实时地估算风险因素的级别。     

Efficient numerical simulation methods for estimating fuzzy failure probability based importance measure indices

For the problem with a fuzzy failure state which commonly exists in degradation structures and systems, the fuzzy failure probability based importance measure indices can be used to measure the effect of the input variables on the fuzzy failure probability effectively. However, the computational cost is unaffordable for estimating the indices directly. For efficiently evaluating the fuzzy failure probability based importance measure indices, this paper proposed two numerical simulation methods, i.e., the direct Monte Carlo simulation method based on the Bayesian formula (B-DMCS) and the adaptive radial-based importance sampling method based on the Bayesian formula (B-ARBIS). The two proposed methods employ the Bayesian formula to eliminate the dependence of the computational cost on the dimensionality of the input variables. Compared with the B-DMCS method, the B-ARBIS method can enhance the computational efficiency significantly due to repeatedly utilizing the same group of samples of the input variables and the strategy to adaptively search the optimal hypersphere in the safety domain. After giving the principles and implementations of the two methods, three examples are employed to validate the effectiveness of the two proposed numerical simulation methods. The results of the examples demonstrate that the effectiveness of the two proposed methods is higher than the direct Monte Carlo method, and the B-ARBIS method can improve the efficiency obviously in contrast with the B-DMCS method.

     

基于毕达哥拉斯模糊Frank算子的多属性决策方法

针对毕达哥拉斯模糊环境下的多属性决策问题，提出一种基于毕达哥拉斯模糊Frank算子的多属性决策方法。首先将毕达哥拉斯模糊数和Frank算子相结合，给出了基于Frank算子的运算法则；然后提出了毕达哥拉斯模糊Frank算子，包括毕达哥拉斯模糊Frank加权平均算子和毕达哥拉斯模糊Frank加权几何算子，并讨论了这些算子的性质；最后提出了基于毕达哥拉斯模糊Frank算子的多属性决策方法，将该方法应用于绿色供应商的选择中。实例分析表明，运用该方法可以解决实际的多属性决策问题，并可以进一步应用到风险管理、人工智能等领域。