基于置信规则库的工业控制系统安全状态评估

当前工业控制系统存在严重安全问题,针对现有工业控制系统安全状态评估模型存在的不足,提出一种基于置信规则库(BRB)专家系统的工业控制系统安全状态评估方法.该方法首先利用置信规则库专家系统将工业控制系统中定性知识与定量监测数据相结合.然后采用证据推理(ER)算法进行知识推理,并对所建立的BRB模型初始参数进行优化.最后以...     

基于改进置信规则库推理的分类方法

通过引入置信规则库的线性组合方式,设定规则数等于分类数及改进个体匹配度的计算方法,提出了基于置信规则库推理的分类方法。比较传统的置信规则库推理方法,新方法中规则数的设置不依赖于问题的前件属性数量或候选值数量,仅与问题的分类数有关,保证了方法对于复杂问题的适用性。实验中,通过差分进化算法对置信规则库的规则权重、前件属性权重、属性候选值和评价等级的置信度进行参数学习,得到最优的参数组合。对3个常用的公共分类数据集进行测试,均获得理想的分类准确率,表明新分类方法合理有效。     

基于证据推理和置信规则库的装备寿命评估

针对航天产品试验样本少,寿命评估难的特点,结合产品在研制阶段多种工作环境的失效数据,提出了一种基于证据推理(evidential reasoning,ER)和置信规则库(belief-rule-base,BRB)进行装备寿命评估的新方法.首先,分析了模型的合理性并使用多维BRB模型将多种环境下的寿命数据折合为标准工作环境下的寿命数据,然后通过ER算法将折合后数据和实际工作环境数据进行融合.其次,详细说明了BRB--ER模型的推理过程和寿命评估的步骤.最后,采用某航天产品的失效数据对该方法进行了验证,并用已有的产品寿命的固定值进行BRB的参数更新.研究结果表明,在专家知识准确合理时,该模型能够准确地评估产品寿命,并可根据已有的产品的固定寿命进行训练,建立更加准确的寿命预测模型.     

基于置信规则库推理的二择众仓分类方法

针对线性组合方式所构建的置信规则库存在常常无法准确发挥前件属性权重的效能,且随着评价等级个数的增加,新激活权重公式往往会对结果造成不利影响的不足,本文在现有置信规则库推理分类算法的基础上,提出二择众仓决策法,以此改进置信规则库决策系统。首先仅设置两个规则的后件评价等级,对一个决策问题仅做出二择判定,即回答是与否;其次,设置多个置信规则库同时处理若干个子问题;最后通过众仓决策方式融合多个子问题的结果,进而解决最终的分类问题。实验结果表明,改进后的置信规则库推理分类方法可行有效。     

数据缺失的扩展置信规则库推理方法

数据驱动的扩展置信规则库专家系统能够处理含有定量数据或定性知识的不确定性问题.该方法已被广泛地研究和应用,但仍缺乏在不完整数据问题上的研究.鉴于此,针对不完整数据集上的问题,提出一种新的扩展置信规则库专家系统推理方法.首先提出基于析取范式的扩展规则结构,并通过实验讨论了在新的规则结构下,置信规则前提属性参考值个数对推理方法的影响;然后提出通过不完整数据生成具有不完整置信规则,并构成析取范式置信规则库的方法,同时引入衰减因子修正不完整规则权重,使不完整规则可以更合理地参与信息融合过程;最后,选取若干个公共数据集对所提方法进行验证.与其他方法的实验对比显示,新方法在完整数据集上有良好表现的同时,对具有不同缺失程度和缺失模式的数据集表现出更好更稳定的推理效果.     

基于BK树的扩展置信规则库结构优化框架

针对扩展置信规则库(extended belief rule base,EBRB)系统在规则数较多时推理效率不理想的问题,引入BK树数据结构,提出了一种基于BK树的结构优化框架。首先根据置信规则在度量空间中彼此的距离建立EBRB的树形索引结构,然后通过设置阈值减少EBRB系统推理时搜索规则的数量,并激活关键规则,最终达到提高EBRB系统推理效率的目的。以非线性函数拟合、输油管道泄露仿真实验及分类数据集的对比实验,验证结构优化框架在EBRB系统中的有效性,实验结果表明,所提框架能够优化EBRB系统推理效率并提高决策准确性。     

基于置信规则库的应急方案调整方法

针对运用案例推理生成应急方案的问题,提出了一种基于置信规则库的方案调整方法．依据案例检索方法得到与目标案例最相似的历史案例,计算案例库中其他案例与最相似历史案例的问题差值,并转换为评价等级置信度形式;再利用历史案例信息及学习模型确定案例规则库的参数．在此基础上,将目标案例与最相似案例的问题差值转换为评价等级置信度形式,通过置信规则库的推理规则得到目标案例的方案．最后,通过一个环境突发事件的救援算例来说明该方法的可行性和有效性．     

基于置信规则库推理的装备战损等级评定

针对复杂战场环境下战损数据的多源性和不确定性,本文根据战损等级评定的非线性特点,提出了一种基于置信规则库(belief rule base,BRB)和证据推理(evidential reasoning,ER)的装备战损等级评定方法.首先,在战损等级评定影响因素分析的基础上,建立了一种新的融合多种特征信息的BRB-ER战...     

基于置信规则库的飞控系统故障诊断

针对传统飞控系统故障诊断中存在的因引入专家知识引起的主观偏差问题和使用数据驱动方法因数据量不足导致的过拟合问题,提出了基于置信规则库推理的飞控系统故障诊断。根据已有故障知识构建飞控系统故障诊断置信规则库,利用测试过程中获得的故障数据,以数值样本优化学习模型对置信规则库参数进行训练。实例表明,经少量样本训练后的置信规则库可以很好地解决初始置信规则库参数存在主观偏差的问题,经实验证明该方法能够实现高效可靠的飞控系统故障诊断。     

基于置信规则库专家系统的发动机故障诊断

针对发动机故障原因和征兆之间存在的复杂非线性关系,利用RIMER(基于证据推理算法的置信规则库推理方法)对发动机进行故障诊断,克服了传统专家系统或神经网络技术只能单一利用专家知识或训练数据的缺点,将定性知识与定量数据有效结合,对发动机故障原因进行了研究,给维修人员提供了重要参考依据,仿真实验结果表明该方法可行有效.     

基于置信规则库的水松纸透气度在线检测研究北大核心CSCD

在烟草生产中,对打孔水松纸的透气度检测是非常重要的。现有透气度检测方法都是离线的,不能有效实施在线检测。鉴于此,提出一种新的基于置信规则库(BRB)的水松纸透气度在线检测模型。在所提检测模型中,参数的初始值通常由专家给定。由于专家的主观性,一些参数的取值可能不够精确,从而导致不精确的预测结果。针对这一问题,基于粒子群智能优化算法,进一步提出检测模型参数训练算法。实验研究验证了所提模型和算法能够有效地解决打孔水松纸透气度的在线检测问题。     

基于改进规则激活率的扩展置信规则库推理方法

数据驱动的扩展置信规则库系统,是在传统置信规则库的基础上利用关系数据来生成规则,使用该方法构建规则库简单有效。然而,该方法激活的规则存在不一致与不完整,并且该方法无法处理零激活的输入。鉴于此,本文提出基于改进规则激活率的扩展置信规则库方法,通过高斯核改进个体匹配度计算方法,权衡激活规则的一致性与完整性,并利用k近邻思想解决规则零激活问题。最后,本文选取非线性函数拟合实验和输油管道检漏实验来检验所提方法的效率和准确度。实验结果表明该方法既保证了扩展置信规则库系统的推理效率,也提高了推理结果的精度。     

基于AR模型的置信规则库结构识别算法

针对以置信规则推理作为系统控制器的应用,传统的置信K均值聚类算法往往不能充分利用数据中时间上的动态关联信息。因此,在模糊聚类算法的基础上引入自回归(AR)模型,将集约生产计划中的需求数据作为一组时间序列进行动态的聚类分析。该算法不仅可以充分利用集约生产计划中的需求数据的内部自相关性,而且可以进一步利用隶属度函数对AR模型的预测过程进行模糊化调整,从而得到更为理想的置信规则库结构,提高推理与决策的精度。     

置信规则库规则约简的粗糙集方法

针对置信规则中规则数的"组合爆炸"问题,目前的解决方法主要是基于特征提取的规则约简方法,有效性依赖于专家知识.鉴于此,提出基于粗糙集理论的无需依赖规则库以外知识的客观方法,按照等价类划分思想逐条分析置信规则,进而消除冗余的候选值.最后,以装甲装备能力评估作为实例进行分析,分别从规则约简数、决策准确性方面与具有代表性的主观方法进行对比,结果表明,所提出方法是有效可行的,且优于现有规则约简主观方法.     

出租车乘车概率预测的置信规则库推理方法

出租车乘车概率预测中存在数据量级大,底层属性类型多,预测信息不确定的问题。鉴于此,整合大规模轨迹数据范畴中现有的挖掘算法对出租车GPS数据和路网数据进行离线处理;将多类型的不确定性数据转换为具有置信结构的规则形式,并以此构建置信规则库;通过置信规则库推理方法（belief rule-base infer-ence methodology using evidential reasoning,RIMER）在线预测路网道路上各个地点的乘车概率。以北京市2012年11月某天的出租车GPS数据为例说明该在线预测方法的应用。实验结果表明,该预测方法具有较高的实时性和准确性。     

基于关联规则的IDS规则库构建应用研究

入侵检测系统的检测性能很大程度上取决于规则库的更新.网络安全的日益严峻对入侵检测系统的规则提取提出了更高要求.提出了将关联规则算法运用于入侵检测系统规则库更新的设想,阐述了传统的关联规则算法,并针对其入侵检测系统中的应用进行改进.以Snort为例,详细描述了用改进的关联规则算法挖掘网络数据集,然后将结果转换为入侵检测规则的过程,并以实验说明了应用关联规则构建入侵检测系统规则库的可行性.     

基于多层特征匹配的网络入侵检测系统

近几年来千兆以太网的出现,对传统入侵检测的监测速度提出了新的考验.通过对传统的基于网络的入侵检测的分析,提出了一种基于多层次特征匹配的网络入侵检测模式,有效地提高了入侵检测的速度,并且易于对不同级别的入侵提出不同的告警.     

基于CVE的入侵检测系统规则库的实现

针对入侵检测/专家系统的不足,本文通过对CVE标准漏洞列表进行深入的讨论研究,采用新型规则结构,提出建立基于CVE特征的入侵检测专家系统规则库,它具有结构简洁,易于更新的特点。     

基于代理的网络入侵检测的研制

入侵检测系统可以系统或网络资源进行实时检测，及时发现闯入系统或网络的入侵者，也可预防合法用户对资源的误操作，它是P^2DR(Policy Protection Detection Response，简称P^2DR）安全模型的一个重要组成部分。本文首先介绍了入侵检测系统的研究难点与目前存在的问题，然后重点介绍了我们所研制的基于代理的网络入侵检测系统的体系结构，总体设计与实现，关键技术以及系统的特色。目前该系统在入侵检测系统的体系结构，入侵检测技术、响应与恢复策略，分布式代理（Agent）技术，基于代理的入侵检测知识等方面有创新和突破。     

基于NSGA-II的扩展置信规则库激活规则多目标优化方法

针对扩展置信规则库（extended belief rule base,EBRB）系统在不一致的激活规则过多时推理准确性不高的问题,引入带精英策略的快速非支配排序遗传算法（NSGA-Ⅱ）,提出一种基于NSGA-Ⅱ的激活规则多目标优化方法。该方法首先将激活权重大于零的规则（即激活规则）进行二进制编码,把最终参与合成推理的激活规则集合的不一致性以及激活权重和作为多目标优化问题的目标函数,通过带精英策略的快速非支配排序遗传算法求解不一致性更小的激活规则集合,从而降低不一致激活规则对于EBRB系统推理准确性的影响。为了验证本文方法的有效性和可行性,引入非线性函数和输油管道检漏实例进行测试。实验结果表明,基于NSGA-Ⅱ的扩展置信规则库激活规则多目标优化方法能够有效提高EBRB系统的推理能力。