分享到:

证据理论及其应用

在讨论了证据理论的特点之后,给出辨识框架、基本概率指派函数(BPA)、似然函数(Pl)、信任函数(Bel  (本文共5页) 阅读全文>>

中国工程物理研究院
中国工程物理研究院

基于证据理论的不确定性量化方法及其在可靠性工程中的应用研究

不确定性量化是近年来刚刚起步的一个新兴研究领域。由于它是为解决实际问题而提出,有着实际工程需求的牵引,因此受到了全世界科研单位、学术机构的广泛关注。证据理论作为一种不确定性信息处理方法,虽然在数据融合、模式识别、决策分析等领域已有广泛的应用、取得了丰硕的成果,但在不确定性量化分析方面的能力直到近几年才得到重视。本文研究证据理论在不确定性量化分析中的应用,致力于完善该方法的理论框架,并研究其在可靠性工程中的应用,具体工作如下:(1)研究了异类信息的证据理论统一表示方法,给出了概率分布、概率包络、模糊分布、专家估计信息、小样本测试数据等不同类型的信息转化为证据理论焦元表示的方法,从而为统一采用证据理论对模型进行不确定性量化提供了前提条件。同时讨论了高冲突区间数证据合成中的悖论问题,提出先采用不交化运算将相交关系的焦元转化为相等或包含关系,然后再采用Dempster证据合成公式对区间数证据进行合成的方法。算例分析表明该方法在一定程度上...  (本文共126页) 本文目录 | 阅读全文>>

合肥工业大学
合肥工业大学

群决策环境下证据理论决策方法研究与应用

证据理论是在传统概率论的基础上发展起来的,被视为对概率的一种改变,可以很好描述决策中的不确定性,并且具有综合不同信度函数的合成规则,可以对多个专家的意见进行融合,因此在实际中,常常用做一种群决策方法,称为基于证据理论的群决策方法。在基于证据理论的群决策方法中,个体决策者的偏好用mass函数表示,mass函数可以很好地对“信息的不完全”、“信息的不精确”和“信息的不肯定”进行合理描述;对不确定性问题的处理过程更加符合人们的思维方式。此外DS公式还具有很优良的性质,如“交换性”和“极化性”,所有的这些使得证据理论在群决策领域得到一定程度的应用。但是证据理论存在的一些问题,如计算量问题、悖论问题等,在很大程度上限制了基于证据理论的群决策方法在实际中更为广泛地应用,为了使其在实际决策中得到更为广泛的应用,需要对基于证据理论的群决策方法进行进一步研究。论文的主要研究内容如下:(1)对集结规则的计算复杂度问题进行研究。在基于证据理论的群决策...  (本文共129页) 本文目录 | 阅读全文>>

河海大学
河海大学

基于证据理论的信息融合研究及其在水质监测中的应用

随着各种面向复杂应用背景的多传感器融合系统的出现,融合算法的研究已成为研究热点。本文对D-S证据理论及其相关技术进行深入分析、研究,指出其存在的不足,并提出相应的改进方法。首次将信息融合技术引入到水质监测数据处理过程中,从信息融合的角度,将本文提出的信息融合方法应用到水质监测数据处理中,分析其可行性、有效性。主要研究内容及结论如下:(1) 提出一种基于修改模型的冲突证据组合方法。该组合方法满足结合律和交换律,充分利用冲突证据信息,解决了冲突证据组合中的三类问题。(2) 引入相似度,提出一种基于相似度的模糊证据推理方法。在信任函数对某些焦点元素的显著变化敏感及从模糊焦元变化中获取更多的信息方面,该方法比其它模糊扩展方法有效。(3) 依据Vague焦元的特点,提出一种确定Vague焦元信度函数的方法,讨论其具有的性质并进行了证明。基于Vague集的相似性度量,提出Vague焦元的组合规则。通过实验分析,验证了该方法的合理性和可行性。...  (本文共140页) 本文目录 | 阅读全文>>

中国科学技术大学
中国科学技术大学

证据理论及其在不完全信息多属性决策中的应用

多准则决策是现代决策科学的重要组成部分,而方案集为有限集的多准则决策成为多属性决策。在过去的三十多年中,多属性决策问题的研究已经有了丰富的研究成果,关于完全信息多属性决策问题的研究已趋于成熟。而现实中,决策问题往往是庞大而复杂的,加上认识能力和时间等的有限性,决策者往往只能得到有限的决策信息,表现为不完全、不准确甚至是矛盾的模糊数、区间数,或者存在信息的缺失。因此,研究不完全信息多属性决策问题更具有理论和现实的意义。本文重点研究了不完全信息多属性决策的一种重要方法——证据理论。证据理论是一种不完全信息推理方法,是概率论的一种扩充,能够很好的区分“不知道”与“不确定”,在不完全信息领域有着广泛的应用。关于证据理论的研究主要集中在以下三点:一是理论研究,主要是关于冲突证据的处理问题和证据理论的扩展问题;二是与其他方法的结合使用,如与AHP方法结合使用形成DS/AHP方法,与神经网络方法结合使用形成BP-DST方法等;三是证据理论在实...  (本文共58页) 本文目录 | 阅读全文>>

南京理工大学
南京理工大学

多源遥感信息融合方法及其应用研究

近年来,多源遥感数据融合技术已经成为遥感领域的研究热点。面对遥感数据多元化这个现实,多源信息融合方法的研究,特别是针对处理多源信息中的不确定性和不精确性问题的快速算法的研究,成为现今遥感数据分析和处理的重要内容。因此如何利用遥感多源信息进行有效的快速分类在计算机辅助分析和识别系统中更有实用价值。本文针对遥感图像计算机自动分类中的问题,主要进行了以下几方面的研究工作。1) 改进基本的Kohonen神经网络(KNN)学习率和核函数,并针对每个信息源对最终识别贡献的大小,提出加权与不加权两种融合规则。算法在模拟多源图像融合分类中得到有效的应用。实验结果表明,采用加权的融合方法,可以取得更好的分类效果,对混合像元的识别也有一定的改善。2) 针对基于KNN融合方法在遥感图像处理中的不足,提出使用模糊技术与KNN相结合的模糊Kohonen神经网络(FKNN)融合方法。实验表明,该融合分类方法能够快速收敛,并能得到较好的分类结果。3) ...  (本文共119页) 本文目录 | 阅读全文>>