一种基于粗糙集证据理论深度融合的局部冲突快速合成方法

传统证据理论在进行多焦元属性融合时可能产生组合爆炸,当待合成证据体冲突时容易导致一票否决。针对以上两个问题,通过将待合成证据体转换为知识信息系统,应用粗糙集理论对多源信息进行规则约简,得到约简后的知识规则信息系统,计算出信息系统对每条证据体的支持度;在证据合成中,基于规则信息系统引入证据体支持度、焦元可信度、焦元一致性等因素来表示证据体之间的局部冲突,在此基础上给出冲突证据合成规则。通过测试算例对所提方法进行了测试验证,结果表明：该方法具有较快的收敛速度,计算时间消耗能够得到大幅度降低,在冲突证据合成中具有较强的鲁棒性。     

改进的证据组合方法

针对在空中目标识别中,证据理论不能正确处理高度冲突的证据以及冲突因子度量冲突的方法存在不合理性等问题,提出了改进的证据组合方法。该方法包括冲突度量方法及证据组合规则,基于Jousselme距离的冲突度量方法通过计算证据与证据均值的距离,求出各证据间的冲突;基于Lefevre方法框架的证据组合规则定义了基本概率指派(BPA)中非冲突部分所占的比例,再将冲突部分重新分配。仿真实验与比较结果表明,提出的改进方法较有效地解决了证据理论存在的问题,提高了目标识别结果的可靠性。     

干扰情况下单传感器的数据融合算法

针对D-S证据理论在处理冲突证据时存在的不足,提出了一种改进的单传感器被干扰情况下的数据融合算法。该算法首先采用加性策略对原证据集进行处理,消除冲突,然后利用D-S证据理论的合成公式进行融合,得到最终合成结果。最后进行仿真试验,仿真试验结果说明该算法能有效地排除干扰,得出符合实际的合成结果。     

一种D—S改进方法及在可靠性评估中的应用

在介绍D—S证据理论的基础上,针对D—S证据理论的不足提出一种改进的方法,并用实例证明其有效性．该方法将证据信息量的概念引入D—S证据理论,根据不同的信息量确定证据信息的一组权重,改进了传统的D—S证据理论合成规则,适合D—S证据有冲突的情况,为专家信息在可靠性评估中的应用提供参考．     

基于证据理论的多诊断智能体解的综合方法

多诊断Agent(智能体)合作求解可以有效地解决单一诊断方法或专家知识水平的局限性,但是也带来了诊断结果的综合评价问题。根据多Agent诊断结果的特点,对证据理论中的概率分配函数进行了约束和具体化,引入了不确定性函数,从而有利于在多Agent诊断结论综合中的应用。在此基础上,提出了多诊断Agent合作诊断解的综合步骤,并通过各诊断Agent的结论一致、部分冲突和完全冲突3个实例进行了综合分析,说明了该方法的有效性。用该方法进行诊断结果的综合能够提高多Agent诊断系统对故障模式的分类识别能力。     

一种新的处理冲突证据的方法

D-S证据理论可以有效的处理不确定信息,是有效的信息融合方法之一.但在证据高度冲突时,因其归一化过程会产生有悖常理的结果.基于此,提出了一种新的证据合成方法.首先采用加性策略对命题进行排序,找出证据支持最大的几个命题,然后对其进行冲突检验及修正,再利用PCR5规则实现信息融合.与其它方法相比,新方法在系统提供的证据高度冲突时仍然能够有效快速的识别出目标.     

一种交互合成的目标身份识别方法

针对D-S证据理论(Dempster-Shafer theory,DST)中Dempster组合规则在处理高冲突证据时的不足,以及DSm理论(Dezert-Smarandanche theory,DSmT)在处理低冲突证据时置信度降低的问题,文中提出了DST与DSmT交互合成的目标身份识别方法。该方法先计算证据相似度,然后根据相似度对DST与DSmT交互合成,从而自适应处理证据。算例结果表明了该方法可以有效提高目标身份识别的准确性。     

高冲突性证据的软件可信性评估方法

为解决传统基于DS 理论的融合算法在处理高冲突证据时,存在将所有证据都视为高冲突证据统一进行 修正的问题,提出一种处理证据高冲突性的改进算法。判断证据的冲突程度,只对冲突性较大的证据进行修正,在 保证原始证据真实性的基础上对高冲突证据源进行修正,用DS 合成法则进行融合,并通过实验验证。实验结果表 明：该算法具有良好的收敛性和可行性,与其他算法相比,可在一定程度上提高合成过程中证据的可靠性。     

冲突证据合成方法研究及改进

针对现有冲突证据合成方法的缺陷．提出了一种改进冲突证据合成的方法。首先根据候选焦元的冲突大小提出了一种相互支持度．然后由支持度归一化获得候选焦元的相互可信度。最后用该可信度对焦元进行自适应加权组合，实现对融合模型的改进。计算结果表明．改进后的新方法合成效果好．合成结果更理想。     

P 距离确定信息量的证据合成方法

针对D-S证据理论在对高度冲突的证据进行融合时可能出现与直觉相悖的情况,在对一些经典改进方法分析的基础上,提出一种基于P距离确定信息量的证据合成方法。在保证各证据之间冲突整体最小的情况下,建立证据权重分配模型,利用遗传算法求出权值,根据权值确定各证据的可取信息量,对基本概率分配函数进行转化。实例分析表明,改进的D-S算法具有抗干扰能力强和决策风险低等特点,能提高证据组合结果的可信性。     

基于多分类支持向量机和证据合成方法的多传感器信息融合研究

为克服支持向量机和Dempster方法的不足,提出一种基于SVM多分类器的识别结果概率输出方法。以BPA函数的形式输出SVM多分类结果,对Dempster证据合成方法进行了改进：根据证据之间的相似性程度判断是否存在证据;中突,对于证据数目在3条以上且存在冲突的证据组合,引用统计理论中马氏距离的计算公式计算各证据与其余证据组合之间的距离,导出各证据的重要性权系数,由此对证据的BPA函数进行转化,采用Dempster方法对转化后的BPA函数进行合成。然后,将SVM多分类器的BPA输出作为参与融合的各传感器对应的BPA函数,采用改进的证据合成方法进行合成,得到最后识别结果。结果表明,SVM识别方法能降低错误率,其输出形式包含更多信息量。     

遗传BP算法在大型复杂导弹装备故障智能诊断中的应用

采用遗传算法和 BP 算法相结合的方法对大型复杂导弹装备故障智能诊断问题进行了研究,有效地克服了单纯使用 BP 算法对神经网络进行训练所存在的不足,为大型复杂导弹装备和其它复杂电子装备的故障智能诊断提供了一个新的途径。     

一种新的加权证据组合方法

证据理论在证据高度冲突时,因其归一化过程会产生有悖常理的无效结果。针对这些问题,在证据源及证据平均可信度的基础上,提出了一个新的证据合成公式。新的合成公式弥补了吸收法合成公式所存在的不足,使冲突证据合成的结果更为理想。最后的实验证明了这种新的证据合成方法的有效性。     

一种处理冲突证据的合成方法

证据推理广泛应用于不确定推理和数据融合等方面。但D-S合成规则对于高冲突情况的处理不是十分合理的。因此文中提出了一种基于证据相似系数的冲突证据合成方法。此方法首先引入了相似系数的概念。然后求出各证据被其它证据所支持的程度，对支持度归一化后可得到各证据的可信度，并将可信度作为证据的权重。对证据加权平均后再利用D-S合成规则。     

基于改进 D-S 证据理论的海上信息融合方法

针对经典D-S证据理论在实际海上态势分析中对高冲突的证据融合结果准确性较低的问题,提出一种改进D-S证据理论的数据融合方法.通过基于万有引力定律的证据距离公式来衡量证据之间的冲突程度,将冲突较大的融合结果赋予较小的权重,并通过海上武器识别案例进行融合.结果表明,该方法证据冲突越明显,优势越大;证据之间冲突较小时,其融合结果和经典D-S证据理论一致,并具有更高的准确度和稳定性.     

基于神经网络与改进证据理论融合的故障诊断方法

为提高液压驱动的火箭炮随动系统故障诊断准确性,将双BP神经网络和D-S证据理论相结合的数据融合方法引入到故障诊断中,运用并行的两个BP神经网络对液压驱动的火箭炮随动系统进行局部诊断,再用D-S证据理论对局部诊断的结果进行全局融合,克服了单一BP网络诊断的缺陷,使证据理论的基本可信度分配不再完全依赖专家进行的主观化赋值,从而实现了赋值的客观化,为解决冲突证据无法判别的问题,引入了信任系数的概念,修正融合结果,减少了故障分类识别的不确定性,提高了诊断系统的可靠性。通过液压系统实例,验证了该方法的可信度和可行性。     

冲突证据融合算法性能分析

针对D-S证据理论在处理冲突证据时存在的不足,对不同冲突证据融合算法的性能进行分析。仿真结果表明,Yager算法无法有效处理冲突问题。孙全和Murphy理论主要利用加心策略的可靠性解决冲突证据的融合问题,收敛性差。而邓勇算法采用的加性策略在加性合成同时,引入证据距离函数以得到各证据的可信度作为权值对证据进行加性合成,因此收敛性优于孙全和Murphy算法。关欣算法先对冲突证据进行合理修正,消除证据间冲突,再采用D-S算法进行合成,但该算法证据的冲突由敌方干扰引起,具有一定局限性。     

基于CBR 的航空导弹故障智能诊断模型

针对航空导弹故障现象多,故障原因复杂,传统故障诊断方法难以准确进行故障定位的不足,构建一种基于案例推理的航空导弹智能故障诊断模型。结合维修实践中积累的故障案例,运用层次分类法与改进的聚类分析法,设计三级案例库组织结构,提出分阶段的K-近邻检索策略,将粗糙集理论应用于解决故障案例的征兆权重分配问题,并开发基于We b浏览形式的航空导弹智能故障诊断模块。该故障诊断模型具有较高的检索准确率,智能化程度高,使用便捷,能有效辅助技术人员进行航空导弹的故障定位和维修排故工作。     

一种冲突情况下的自适应证据理论合成公式

文中研究比较了几种冲突严重情况下的证据理论合成公式．鉴于D-S证据理论合成公式的不足，文中提出了一种基于基本概率赋值加权的吸收算法。该算法可以根据证据的基本概率赋值确定冲突分配中的权值，算例结果表明：该合成公式的计算结果合理，很好地解决了证据理论在冲突严重下的合成问题。     

基于多状态贝叶斯网络的导弹质量状态评估

针对“是非制”导弹质量状态分类方法过于粗放、信息资源利用不充分的问题,提出了基于DS证据理论-层次分析法的条件概率赋值方法,并构建了贝叶斯网络的质量状态评估模型。在分析性能特征参数的基础上,将导弹状态划分为良好、较好、堪用、拟故障和故障5个等级。对单位不一、阈值各异的测试参数进行归一化处理,以改进的岭形分布函数确定各质量状态等级的隶属度,构建基于贝叶斯网络的导弹质量状态评估模型。鉴于各节点间为非确定性逻辑关系、数据信息相对缺乏,提出基于DS证据理论-层次分析法的多状态贝叶斯网络条件概率值确定方法。以某型导弹为例,经过验证,DS证据理论-层次分析法确定条件概率值的方法将不确定度降低到了5%左右,并通过横向对比与纵向对比确定了该模型的合理性与可信性。