证据理论的主客观整合推理方法

现有证据理论研究侧重于从客观证据中提取证据源可靠性(RES)信息,而未考虑知识、经验、直觉等主观认知信息对RES推断及证据融合的积极作用。为此,基于证据距离和两两比较判断矩阵,提出反映证据源相对可靠性的主客观RES矩阵,以调节总误差最小为目标函数,构建用于提取证据源综合可靠性信息的RES整合模型,并结合Dempster组合规则给出证据推理步骤。数值实例验证了该方法的可行性。     

一种基于置信最大熵模型的证据推理方法

D-S证据组合规则在处理高冲突信息时会得出与直觉相反的结论,这一直是D-S理论研究的热点.与相关理论优势互补是克服证据理论固有缺陷的有效方法之一.基于对最大熵原理和证据理论的研究,定义了辨识框架上的基本最大熵置信分配函数,并与经典的D-S组合规则及其改进方法相结合,给出了相关推理公式及基于置信最大熵模型.理论分析和实验表明,最大熵新证据的加入使非单焦元的基本置信赋值按比例重新分配给了单焦元,很好地处理了高冲突信息.     

软件外包项目的解析证据推理评价模型

软件承包商对拟承接的软件项目进行评估可以有效地提高项目的成功率和外包绩效。从承包商视角构建了四维度的软件项目的评价指标体系,包括项目特征、内部能力、客户状况和网络能力。为解决指标体系中部分指标存在不确定性和未知信息的问题,提出了基于证据推理的软件项目评价模型。最后通过案例对模型进行了验证,结果表明模型有效解决了模糊和不确定信息的合成问题和评价的主观性,可为软件承包商选择软件项目提供决策依据。     

基于证据推理的确定因子规则库推理方法

不确定性推理方法是人工智能领域的一个主要研究内容,If-then规则是人工智能领域最常见的知识表示方法. 文章针对实际问题往往具有不确定性的特点,提出基于证据推理的确定因子规则库推理方法.首先在If-then规则的基础上给出确定因子结构和确定因子规则库知识表示方法,该方法可以有效利用各种类型的不确定性信息,充分考虑了前提、结论以及规则本身的多种不确定性. 然后,提出了基于证据推理的确定因子规则库推理方法. 该方法通过将已知事实与规则前提进行匹配,推断结论并得到已知事实条件下的前提确定因子;进一步,根据证据推理算法得到结论的确定因子. 文章最后,通过基于证据推理的确定因子规则库推理方法在UCI数据集分类问题的应用算例,说明该方法的可行性和高效性.     

公共自行车复杂网络可达性指标潜力评价模型

基于公共自行车系统运营数据,提出了复杂网络可达性指标潜力评价模型,从整体复杂网络拓扑特征分析,到进行交通功能分区的可达性指标潜力评价分析,进而筛选出网络中的关键节点,并能为公共自行车系统优化提供理论依据。整体拓扑分析显示公共自行车的用户需求模式具有无标度和小世界特性,其网点分布仍然有小部分关键节点可进一步优化。依据其中短距离出行需求和在长距离中的公共交通衔接功能划分的网络,其可达性指标潜力评价能筛选出网络中的关键节点,并能进一步将关键节点的实际流量与潜力指标进行对比分析,得出对关键节点更准确的优化建议。实际数据分析显示,基于分区的可达性指标潜力评价模型能为公共自行车更好地发挥其在公共交通中的作用提供理论优化依据。     

基于证据理论的不确定性推理方法及其应用

针对民航无线电管理中遇到的干扰问题以及客观世界中描述客观现象的知识和信息具有不确定性的特点,结合民航无线电干扰查处的实际情况,提出基于一种产生式规则的知识表示方法,以区间确定因子描述不确定性。提出基于Dempster-Shafer证据理论和区间确定因子的不确定性推理方法。进一步根据领域专家经验建立民航无线电干扰查处规则,以基于Dempster-Shafer证据理论和区间确定因子的不确定性推理方法为推理机,给出民航无线电干扰查处专家系统的结构及工作流程,采用C#语言结合MySQL数据库开发民航无线电干扰查处专家系统,并通过案例分析说明该系统的有效性和实用性。     

概率图模型推理方法的研究进展

近年来概率图模型已成为不确定性推理的研究热点,在人工智能、机器学习与计算机视觉等领域有广阔的应用前景.根据网络结构与查询问题类型的不同,系统地综述了概率图模型的推理算法.首先讨论了贝叶斯网络与马尔可夫网络中解决概率查询问题的精确推理算法与近似推理算法,其中主要介绍精确推理中的VE算法、递归约束算法和团树算法,以及近似推理中的变分近似推理和抽样近似推理算法,并给出了解决MAP查询问题的常用推理算法;然后分别针对混合网络的连续与混合情况阐述其推理算法,并分析了暂态网络的精确推理、近似推理以及混合情况下的推理;最后指出了概率图模型推理方法未来的研究方向.     

基于证据推理的多指标评价系统设计与实现

针对具有不确定性的混合多指标评价问题,介绍了定性指标和定量指标的数据提取方法,结合证据推理法的基本理论,采用混合编程技术,开发了证据推理评价系统。系统设计了指标体系管理、数据管理、评价分析三大模块,实现了定性指标与定量指标相结合的多指标综合评价。最后,以船舶保障性为示例验证了系统具有稳定性和实用性,该系统能够多角度分析评价结果,为决策者提供辅助决策。     

基于云模型的不确定性推理方法

云模型实现了定性概念与其定量表示之间的不确定转换,在云模型基础上构建的规则发生器能有效描述用自然语言表示的定性规则.在单条件单规则发生器基础上,进一步提出双条件单规则发生器的实现算法,给出了云推理系统的体系结构.将基于云模型的不确定性推理方法用于设计电机转速控制系统,并且与模糊推理方法进行了比较,验证了云推理方法的有效性和实用性.     

DSlT：面向传感网信息融合的证据推理方法

无线传感器网络信息融合技术是近期的研究热点和难点,其面临的主要挑战包括：对高冲突信息的处理以及算法轻量级的要求.从降低计算量和处理冲突信息2方面考虑,提出一种基于逻辑表达的证据推理方法DSlT.通过对信息的逻辑表达保留了信息中的冲突部分,提出基于逻辑运算的证据组合规则,能较好地适应高冲突证据间的融合;通过定义新的焦元,有效地减少了焦元组合数目,从而大大降低了计算量.采用算例分析和真实场景实验2种方法分别对DSlT推理方法进行验证：算例分析表明DSlT能显著提升高冲突信息融合性能,同时在执行3维证据融合运行时间对比中,DSlT比DSmT减少了81.08%;在以图像传感器网络交通信息采集为背景的真实场景实验中,通过将本方法与DST,DSmT等典型融合方法进行比较,进一步表明了该方法的有效性和先进性,也展示出该方法在无线传感器网络信息融合领域的较大应用潜力.     

基于部件模型的定性推理方法

本文阐述了基于部件模型的定性推理方法的基本思想和过程，并对系统行为的因果解释方法进行了分析。     

面向可靠性预测的信息系统审计证据定量研究

为了深度利用信息系统审计证据中蕴含的信息,并以此指导信息系统运行的事前维护,构建面向系统运行可靠性预测的审计证据定量分析模型。借助Dempster-Shafer 理论和信息系统审计框架,将获取的包含不确定信息的定性和定量审计证据转换成统一的形式,通过对若干时刻点系统运行可靠性进行评估后,利用证据推理方法预测未来某时刻系统运行的可靠程度。最后,遗传优化算法和效用理论被分别用于对预测模型中参数的确定和对预测结果的进一步解释。     

基于证据推理的定性信任度计算模型

针对现有的对信任计算模型上的不足,提出了基于ER的信任计算模型.经过仿真和分析,证明网格调度在满足任务信任度需求的情况下,可大大减小任务调度的时间跨度.     

对一种基于证据理论的不确定性处理模型的重要扩充

本文分析了文[1]中的不确定性处理模型中存在的问题,提出了有序命题概念,并针对有序命题的情况,给出了一种新的组合不确定性值的综合函数。     

Hanoi塔问题的解模型

本文给出了汉诺(Hanoi)塔问题的一种新的解模型。通过这个模型,完全找出了每一个圆盘的移动规律,从而得到一个与该问题传统的递归解在圆盘移动上完全一样,但效率更高,占用额外存储空间为零的非递归算法。     

概率生成模型变分推理方法综述

概率生成模型是知识表示的重要方法,在该模型上计算似然函数的概率推理问题一般是难解的.变分推理是重要的确定性近似推理方法,具有较快的收敛速度、坚实的理论基础．尤其随着大数据时代的到来,概率生成模型变分推理方法受到工业界和学术界的极大关注.综述了多种概率生成模型变分推理框架及最新进展,具体包括：首先综述了概率生成模型变分推理一般框架及基于变分推理的生成模型参数学习过程;然后对于条件共轭指数族分布,给出了具有解析优化式的变分推理框架及该框架下可扩展的随机化变分推理;进一步,对于一般概率分布,给出了基于随机梯度的黑盒变分推理框架,并简述了该框架下多种变分推理算法的具体实现;最后分析了结构化变分推理,通过不同方式丰富变分分布提高推理精度并改善近似推理一致性.此外,展望了概率生成模型变分推理的发展趋势.     

面向评价数据中用户偏好发现的证据理论方法

用户对商品和信息服务的评价包含评论和评分,富含了用户的兴趣、观点和偏好等行为信息。以真实和量化地反映用户对商品的喜好程度为目标,从海量的用户评价数据出发,基于边际效用定义用户偏好,基于D-S证据理论描述影响用户偏好的各影响因素的不确定性以及各因素之间的相互关系;以评论中的各词汇、包含正面/负面词汇的评论和评分作为用户对商品偏好的"证据",给出了综合考虑各影响因素的联合算子,以及基于MapReduce的计算方法和用户偏好发现机制。针对正确性、执行时间、加速比和并行效率等指标进行实验,结果验证了所提出方法的有效性。     

一种基于ISODATA聚类和改进相似度的证据推理方法

针对智能信息处理中Dempster组合规则不能处理高度冲突的问题, 从内、外证据不确定性分析的角度深入揭示了证据冲突产生的原因, 即证据的冲突性不仅仅根源于证据间的矛盾, 也与证据自身的不确定性密切相关, 提出了一种同时考虑证据自冲突和外部冲突的相似性测度, 然后利用新测度计算证据的众信度, 对证据源进行修正;与此同时, 根据原始证据间的聚类特性, 利用迭代自组织数据分析技术(Iterative selforganizing data analysis techniques algorithm, ISODATA)聚类方法进行聚类, 然后利用Dempster组合规则合成每一聚类中所有证据为证据代表, 并综合众信度和证据在该聚类的频度计算可靠度, 最后, 利用统一组合规则合成证据代表.并通过大量的算例, 同其他方法和自身改进前后进行深入比较, 优势比较明显, 有效地解决了冲突证据合成出现的问题.     

基于模糊分层SDG模型的故障推理方法

针对传统 SDG 模型诊断方法存在的诊断分辨率低、速度慢、效率低等不足,提出了一种基于模糊分层SDG模型的故障推理方法. 首先建立系统的SDG模型,并进行分层;再利用模糊变量表示节点变量,用条件概率表表达节点间的定性因果关系;最后利用贝叶斯推理和回溯搜索找出故障源候选集,并对候选解进行排序. 应用提出的方法,进行了某型号航空发动机燃油调节系统故障诊断,结果表明该方法能够提高诊断的分辨率和效率,诊断结果准确而且完备.