一种新的区间直觉模糊集决策方法: 区间证据组合的角度

基于证据理论,提出一种新的区间直觉模糊集决策模型.首先采用区间直觉模糊集表示属性值,将区间直觉模糊数转换为区间BPA;然后利用基于区间数的组合规则进行融合;最后将融合后的区间BPA转换为经典BPA用于决策,可直接方便地实现多属性数据的融合.该模型的优点在于:简单直观,能更有效地反映原始信息的不确定度;通用性好,可以推广到其他区间直觉模糊集的应用领域.算例结果表明了所提出模型的有效性.     

模糊证据合成方法的研究

本文研究Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ理论中的证据合成问题。文中定义了模糊证据焦元的包含度，提出了一种模糊证据合成方法作为对Ｄｅｍｐｓｔｅｒ合成规则的一个推广，从而拓宽了证据理论的应用范围。     

一种多类型证据的合成评估方法

为了充分利用实际工程中众多状态信息,提出一种多类型证据的合成方法,用以评估复杂系统健康状态.首先分析基于多类型证据的合成评估流程,给出不同类型证据的标准化方法,并计算信息熵赋予各证据不同的熵权;然后提出区间灰数型证据的基本可信度分配方法及其他不同类型证据在同一识别框架下的基本可信度转化方法;最后将所有证据在同一识别框架下进行合成评估.算例分析结果验证了所提出方法的可行性和有效性.     

凸函数证据理论模型

吉林大学知识工程研究小组针对有序命题类问题给出了适合于有序命题类问题的一类语气理论模型,该模型中,由于ｇ的计算不够准确导致了组合误关蕞大误差为一个分类等级,文中通过给出计算ｇ的新方法予以解决,此外在证据理论中,通常不同的Ｍａｓｓ函数代表不同专家对某一事物的看法,一般说来不同专家的权威性不尽相同,但迄今为止语气理论方面的研究还未给出组合两个具有不同权威性的Ｍａｓｓ函数的方法,文中通过扩展上述证据理论     

一种按比例分配冲突度的证据推理组合规则

在分析证据理论不足和已有改进方法及其缺陷的基础上，根据指挥员在作战中处理冲突证据的一般习惯，提出一种按比例分配冲突度的证据组合推理规则．算例验证结果表明，新的组合推理规则在处理冲突方面的性能得到了明显改进．     

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。     

一种特殊相关证据的合成方法

Dempster-Shafer证据理论的合成方法只适用于独立的情况,相关证据的合成则比较复杂,本文认为两个相关证据是由两个独立源证据和一个相关性源证据通过正交和合成所得。相关证据的合成则为这三个源证据的正交和,因此必须从相关证据中分离出独立部分和相关部分。针对相关证据的BPA为可分离mass函数的情形,给出了具体明确的合成方法。     

证据推理的理论基础和实现技术

利用证据理论作为不确定知识的表示和处理框架,正在成为专家系统不确定推理模型的研究热点。作为基础,本文给出了证据理论中不确定性的基本测度及其性质、证据组合规则和基本概率赋值函数的计算方法;根据专家系统知识库的结构,本文讨论了平坦化及层次化假设空间上证据推理的实现技术。     

一种改进的D-S证据算法

利用D-S证据理论的信息融合算法,提供了一种证据理论的改进方法以解决D-S算法在实现过程中存在的证据冲突问题.通过仿真试验,对该方法的有效性进行了验证.     

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。     

基于D-S证据理论的故障综合诊断方法

针对单个诊断方法故障信息的模糊性和分散性，建立了基于证据理论的综合诊断方法。其中融合策略灵活多变，且模型已由单故障模式推广到多重故障模式，使之更适应实际工程诊断需要。最后应用其对某转子系统故障进行了诊断，结果表明方法行之有效。     

基于决策距离测量的D-S证据理论冲突处理方法

D-S(Dempster-Shafer)证据理论作为不确定性推理的有效工具,广泛应用于多传感器信息融合领域[1]。而D-S证据理论在证据高度冲突时,应用D-S合成规则可能得到有悖常理的结论。针对这一问题,从分析引起D-S冲突问题的原因入手,引入决策距离测量概念求取高度支持的最大传感器连接组,剔除互不支持的传感器信息,在此基础上应用D-S证据合成规则进行多传感器信息融合。实例表明,该方法能够克服D-S冲突问题,保证信息融合结果的准确度。     

基于D-S证据理论的层次化网络安全威胁态势评估方法

基于IDS(intrusion detection system)海量报警信息和网络系统的组织结构,提出了采用自下而上、先局部后整体评估策略的层次化安全威胁态势评估模型.该方法采用D-S证据推理理论,推理服务、主机和整个网络系统的威胁级别,进而评估分析安全威胁态势.实验结果证明该方法能够定性地评估服务、主机和网络系统3个层次的安全态势,给系统管理员提供直观的安全态势分析结果.     

基于D-S证据理论的脆弱性态势数据融合方法研究

将基于D-S证据理论的融合算法应用在态势感知领域的脆弱性态势数据处理中,对网络扫描和主机扫描等多种手段得到的脆弱性数据进行融合与分析。通过对脆弱性数据进行规格化,构造概率分配及融合处理,有效利用多源数据的冗余性、互补性,实现了对多个扫描结果的综合。结果表明此方法得到的结果更加全面可靠。     

基于信度函数的决策及应用

不确定环境下的风险决策通常用概率函数来描述事件的随机性,作为概率函数的推广,信度函数比概率函数能够更好地描述不确定信息,所适用的范围更为广泛。在随机集的框架下研究了基于信度函数的决策方法,并将其应用到一个导弹防御系统中风险评估中。     

闭世界框架下灰色模糊多属性决策方法

针对D-S 证据理论在融合高度冲突的证据时可能导致与直观结果相悖的问题, 已有的基于修改数据模型的方法更多地考虑如何提高冲突证据结果的聚焦程度, 而没有考虑冲突成因以及如何通过冲突原因判断来削减证据之间的冲突. 对此, 提出一种闭世界框架下的灰色模糊多属性决策方法. 根据一般的灰色关联分析方法的基本思路, 将灰色关联度与欧氏距离有机结合, 构造出一种平均相似度对方案进行评价, 进而得到方案的排序结果. 最后, 通过实例分析验证了所提出方法的可行性和有效性.     

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。     

基于人工神经网络与证据理论相结合的信息融合空间点目标识别方法研究

介绍了一种基于人工神经网络与证据理论相结合的空间点目标识别以及该方法珠结构，分析了该方法的性能，并用计算机仿真验证了该方法的强抗干扰性和鲁棒性。     

用证据理论实现多信息融合的一种改进算法

本文简要地阐述了基于D-S证据理论的多传感器信息融合算法,提供了一种基于D-S 理论的推广方法以解决融合信息的相关性问题．文中用机器人的力觉和热觉传感器数据作融 合信息,对目标物体进行了分类识别试验．