基于随机集的不完整信息可靠性分析方法

提出一种基于随机集的混合不完整信息可靠性分析方法。将各类不完整信息用随机集表示,在随机集理论框架下建立了混合不完整信息的可靠性分析统一模型。用基于随机集的函数扩张原理,得到极限状态函数的随机集表示,然后求出可靠度的极限累积分布函数。在此基础上,求出可靠度的上下界,得到可靠度的区间估计。给出了基于随机集的可靠性分析实施方法与步骤,并给出了一个组合拉杆的可靠性分析实例。     

基于随机集理论的多源信息统一表示与建模方法

 由于信息形式的多样性及其特征的复杂性,使得对不确定、未知性、非精确和不完全等类型信息的表示和建模都要通过相应的方法完成,由于方法的不统一,从而很难实现对异类信息的融合.所以,能否找到一种统一的理论实现多源异类信息的表示与建模,最终实现融合成为信息融合中的关键问题.众多研究者经过多年的探索发现,随机集理论有望解决这个难题.本文首先对各种多源信息进行分类,并介绍几种常用的表示和建模方法及其适用范围;随后引入随机集理论的基本概念和性质,综合论述该理论与已有方法之间的相互转化关系,并进一步论证用随机集统一表示和建模多源信息的可能性;最后,介绍随机集理论在信息融合中的应用并指出未来的发展方向.     

随机集方法在防洪堤稳定性建模中的应用

为研究防洪堤稳定,本文将随机集理论应用在防洪堤稳定性建模中,并评估给定参数值对路堤稳定性影响的重要程度。结果表明：随机集方法适用于数据不精确和缺乏信息的岩土工程问题。给出的所有数值中,内聚力和孔隙度是最不敏感的参数;渗透系数、密度和内摩擦角是影响洪水过程防洪堤稳定性的重要参数。基于随机集方法的防洪堤稳定性模型丰富了相关研究的理论方法。     

贝叶斯数据融合中“模糊”数据随机集模型的探讨

基于随机集理论运动物体轨迹的检测、提取、识别和跟踪是比较前沿的研究课题之一;有限集统计理论的核心是多源、多目标微积分计算。随着GPS、GIS的快速发展,为GPS、GIS提出了更高的要求;怎样处理具有多源、多目标传感器＂模糊＂数据是当前工程技术人员急需解决的问题。将贝叶斯方法论进行推广,利用有限集统计理论的专家系统方法（如模糊理论、D-S证据理论）,可以使得不完整特性的传感器数据得到处理。     

多目标跟踪的混合高斯PHD滤波

为解决目标数未知或随时间变化时的多目标跟踪问题,将多目标状态和观测信息表示为随机集的形式,建立了多目标跟踪的混合高斯概率假设密度（PHD）滤波方法。当目标初始的先验概率密度满足高斯分布的形式时,通过将状态噪声、观测噪声、目标的繁衍、新目标的产生、目标的存活概率和检测概率表示成混合高斯的形式,之后每个时刻的后验概率密度均能表示成混合高斯的形式。线性混合高斯PHD滤波方法将Kalman滤波引入到PHD滤波中,利用混合高斯成分预测和更新随机集的PHD,并估计出目标的状态。实验结果表明,在杂波环境下混合高斯PHD滤波方法可以有效地跟踪目标状态。     

基于随机集理论和多进制粒子群算法的多用户检测

在移动多址通信系统中,活跃用户个数及其参数随时间不断变化.多用户检测中常假定接收方已知活跃用户数,一般为系统所能容纳的最大用户个数.由于某些时刻某些用户处于休眠状态,此情况下传统方法性能很差.该文采用随机集合模型拟合DS-CDMA和MC-CDMA系统中活跃用户时变情况,为解决计算量随用户数指数上升的问题,提出多进制粒子群算法与随机集相结合的检测方法.仿真结果表明,该文提出的多用户检测方法性能优于常规多用户检测方法.     

RANDOM SETS： A UNIFIED FRAMEWORK FOR MULTISOURCE INFORMATION FUSION

The more diverse the ways and means of information acquisition are, the more complex and various the types of information are. The qualities of available information are usually uncertain, vague, im-precise, incomplete, and so on. However, the information is modeled and fused traditionally in particular, name some of the known theories: evidential, fuzzy sets, possibilistic, rough sets or conditional events, etc. For several years, researchers have explored the unification of theories enabling the fusion of multisource information and have finally considered random set theory as a powerful mathematical tool. This paper at-tempts to overall review the close relationships between random set theory and other theories, and introduce recent research results which present how different types of information can be dealt with in this unified framework. Finally, some possible future directions are discussed.     

模糊随机过程与模糊随机微分方程的解法

本文在我们以前的工作—文献[1,2]的基础上,首先定义了动态模糊随机集、构造了它的生成集;然后定义了模糊随机过程,引进了F样本过程的概念,并且用可能性大于零的那些F样本过程定义了模糊随机过程的a·f·m·s微积分;在此基础上,提出了非齐次项是模糊随机过程的微分方程的实用解法。本文的理论为进一步建立动态模糊随机响应分析(包括模糊随机振动)的一般理论奠定了基础。     

关于随机集序的各种收敛性

随机集映出现在信息系统分析，经济预测，优化和最优控制等应用数字领域，Ａｒｔｓｔｅｉｎ、Ｗｉｊｓｍａｎ、Ｈｉａｉ、Ｍｏｓｃｏ、Ｐａｐａｇｅｏｒｇｉｏｕ、Ｓａｌｉｅｎｔｔｉ ａｎｄ Ｗｅｔ等人进行了大量的研究，取得了一系列重要成果。本文是在他们研究的基础上深入地研究了ｎ维空间上随机集值变量序列的几种收敛之间的相互关系，得到了一些等价条件及一系列重要结果。     

基于随机集与条件证据理论的模拟电路故障诊断方法

为实现模拟电路故障的准确定位,采用一种基于随机集与条件证据的融合先验知识的模拟电路故障诊断方法;首先对测量数据进行处理获取故障电路特征值,得到故障证据可信度分配,并将其表示为证据的随机集形式,然后利用条件证据理论对证据进行组合,最后计算组合后的证据与先验信息之间的和谐度,并依据决策规则得到诊断决策;这种方法充分利用了各种信息,提高了故障诊断的可靠性,故障元器件定位率也比较高;以含容差的二阶滤波电路为例,对电路元件单软、硬故障进行诊断,给出了具体诊断方法及步骤,诊断正确率达到95％以上,结果证明了该诊断方法的有效性;另外,该方法的诊断步骤相对程式化,便于计算机实现,可以实现模拟电路的在线诊断.