基于两维语义的科学基金立项评估方法

针对现行科学基金立项评估方法中存在的不足, 提出基于两维语义的科学基金立项评估方法. 将科学基金立项评估的同行评议表中专家提供的"熟悉程度"和"综合评价等级"作为两维语义评价信息, 并将其转化为证据体, 用评价等级和信度表示专家的评审意见, 从而既能充分整合评审中有价值的信息, 又能方便描述专家评价中的不完全信息; 利用专家的"熟悉程度"和群体专家评价信息的差异性对专家进行组合赋权; 然后利用证据推理算子将专家评估信息集结, 并将不同项目进行量化排序择优; 最后结合实例来检验该方法的有效性.     

基于改进时域证据融合的目标识别

为了实现防空反导目标识别,根据证据折扣理论和证据可靠性评估的思想,提出了一种改进的时域证据组合方法。首先,提出了具有时域信息累积的信息融合模型;然后,通过基于信任度和虚假度的方法对累积的时域信息进行预处理,用可信度衰减模型和基于Einstein算子改进的冲突因子分别进行实时可靠性和相对可靠性评估;最后,基于Dempster准则和证据折扣准则对证据进行合成。仿真分析表明,该方法能够充分利用历史信息,体现了时域信息融合的动态性,能够有效处理信息冲突,具有较强的抗干扰能力。     

基于改进证据理论的导弹状态评估方法

针对目前导弹状态评估存在的问题,在分析导弹状态参数的基础上,建立了导弹状态参数体系,并将导弹状态按照实现其特定功能分为良好状态、较好状态、堪用状态、拟故障状态和故障状态,进而设计了一种基于改进证据理论的多指标融合导弹状态评估方法。针对D-S证据理论应用于导弹状态评估存在的证据源权重分配、合成过程中未知信息处理及冲突分配等问题,在分析现有改进方法的基础上,采用状态参数的权重系数对原始证据源进行修正,并基于全局冲突应在引起冲突的焦元之间进行局部分配的思想对证据理论进行了改进。通过实例分析,验证了改进方法的有效性及设计的导弹状态评估方法的正确性。     

基于证据理论的异类信息统一表示与建模

在复杂系统的性能、可靠性评估中,由于信息不完备、实验样本有限、对复杂物理过程的认识不充分等原因,存在多种不确定性.由于不确定性的来源不同,因此在系统建模时不确定性参数存在概率分布、模糊分布、概率包络、区间信息等多种表达方式,难以用统一的方法对系统的性能、可靠性进行量化评估.研究了概率分布、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基于证据理论的统一表示的方法,讨论了基于证据理论的异类信息统一表示方法在模型不确定性量化中的应用.实例仿真表明了所提出方法的有效性.     

证据冲突下D-S融合算法的改进

针对D-S证据理论在处理高冲突证据时会出现悖论这一情况,在D-S理论框架下,给出冲突程度的判别方法,并提出一种改进的相对加权融合算法.该算法根据证据距离来确定证据的相互支持度,并以证据支持度矩阵模最大特征值对应的特征向量为证据的权重向量,并求得各证据的相对折扣因子,对各证据信息进行折扣处理后用D-S规则融合,消除了信息冲突环境下D-S合成法则悖论.为验证改进算法的有效性,给出了仿真分析,验证了该算法在证据冲突的情况下能有效地减小冲突对组合结果的影响,降低了决策风险.     

证据建模研究综述

证据理论是一种有用的不确定推理的数学工具,在信息融合、模式识别等领域具有广泛的应用。如何根据获得的证据信息构造合适的基本信任分配即证据建模是应用证据理论的前提,但是证据理论并没有提供通用的证据建模方法,现有的证据建模方法都是面向具体应用的。依据信息的抽象层次,将现有的证据建模方法分为基于特征信息和基于决策信息的建模方法,并分别对其进行了总结分析。最后,讨论了证据建模中存在的问题并指出了未来的研究方向。     

基于改进D-S证据理论的相控阵雷达作战效能评估

针对相控阵雷达作战效能评估中战场环境等不确定因素的影响,采用改进Dempster-Shafer(D-S)证据理论对其进行作战效能评估方法的优化。首先,通过构建相控阵雷达作战效能评估指标体系,明确评估指标并赋值权。其次,引入Kulsinski差异和模糊熵方法,对传统的D-S证据理论进行改进,减少指标在融合过程中的融合权重不确定性的影响。最后,通过改进D-S证据理论对评估指标进行数据融合,建立评估准确性较高的相控阵雷达作战效能评估模型。通过算例验证分析,所提方法能够有效减少融合过程中的不确定性影响,可实现相控阵雷达作战效能评估的目的,提高作战效能评估精度。     

一种基于最优权重分配的D2S 改进算法

为解决高冲突证据下的D-S证据理论失效这一问题,在对已有一些代表性改进方法分析的基础上,提出了一种新的基于最优权重分配的D-S改进算法.在保证证据冲突整体最小情况下,建立证据最优权重分配模型,对原证据模型进行修正.通过实例分析,并与其它改进方法进行对比,验证了该算法在解决冲突证据方面更为有效.     

融合不确定信息的某型导弹控制系统可靠性分析方法#br#

针对不确定信息在可靠性评估中难以表达与处理的问题,应用Dempster Shafer (DS)证据理论对贝叶斯网络进行改进。在分析现有研究的基础上,对DS证据理论与贝叶斯网络理论进行简要介绍,提出了不确定信息条件下故障树节点向贝叶斯网络节点转化的方法,包括与节点、或节点、异或节点、非节点与2/3表决节点。针对多状态贝叶斯网络中条件概率值难以确定的问题,应用DS证据理论/层次分析法对专家经验知识进行分析与表达。以某型导弹控制系统为例,利用故障树构建贝叶斯网络模型,应用DS证据理论对专家信息进行数据融合处理,确定不确定节点的信任函数、似然函数和条件概率值,并借助贝叶斯网络的正向推理、反向推理和重要度分析确定了可靠性设计与分配中的薄弱节点。     

D-S证据推理在信息融合应用中的存在问题及改进

在不确定性处理算法中 ,D -S证据推理方法具有较好的应用结果。阐述了D -S证据推理及其在多传感器信息融合中的应用 ,重点论述了证据理论中尚待解决的问题。针对D -S组合规则无法解决冲突证据这一情况 ,提出了引入修正因子的改进方法来体现证据子集大小。仿真结果表明 ,该方法能够将证据权重聚焦到集合中更小的子集 ,并解决了不一致证据的合成问题 ,使组合结果更加直观。最后讨论了D -S理论的进一步研究方向     

国防科研中有关项目选题的探讨

在国防科研领域中 ,项目从选题、投资到研究开发都应遵循内在的科学规律。在分析国防项目主题发展一般规律的基础上 ,就科研项目选题原则和切入点问题展开讨论。引入“两头大象”理论 ,形象地揭示选题的内在依据。最后以一个由师生组成的典型科研小组为背景 ,就工程和基础理论两类研究的投入时机和权重问题建立决策模型 ,并给出了模型的数值结果及一些结论。     

基于持股数据的基金择股能力评价

证券投资基金的业绩评价是一个在理论和实践中都十分有意义的课题.传统的回归型评价方法对评价基准有较强的依赖性,而基于持股数据的方法则因利用了较多的信息而对基金的择股能力有较强的识别力.利用基于持股数据的方法对中国54个封闭式基金的择股能力进行实证分析,结果显示它们有明显的择股能力.     

考虑信息源相关性的多属性应急决策方法

利用证据理论处理多属性应急决策时,通常假设信息源独立,有悖于现实情况.因此,提出考虑信息源相关性的多属性应急决策方法.首先,给出基于证据理论的多属性应急决策问题表示;其次,提出信息源相关程度的计算方法及考虑信息源相关度的证据合成规则,以融合证据信息;再次,给出基于Pignistic概率值的应急备选方案选择方法,扩大各方案之间的信度差异,以实现多属性应急决策的目的.最后,通过算例分析验证该方法在多属性应急决策中的有效性.分析结果表明,考虑信息源之间的相关性不仅使应急决策结果更加客观,同时弱化了证据理论有关信息源独立性的假设,扩大了其在实际应用中的范围.     

信号级水下作战实验复杂声纳系统仿真技术研究

首先,给出了水下作战实验仿真的内涵和重要作用,并从水下信息攻防精细化仿真及复杂系统高性能计算两类应用需求,讨论了发展信号级水下作战实验复杂声纳系统仿真技术发展需求,介绍了国内外相关的技术概况。接着,分析了信号级水下作战实验复杂声纳系统仿真技术需要重点研究的科学问题,并从水声信号宽带波形快速预报、基于高性能平台的信号级仿真建模及大规模信号级仿真系统调控策略等3个方面论述了信号级水下作战实验复杂声纳系统关键仿真技术,包括其研究内容和作者所在团队研究成果;最后,给出了信号级水下作战实验复杂声纳系统仿真技术进一步的研究方向。     

基于状态的武器电子装备故障预测研究综述

随着人们对维修费用和维修效果的追求,基于状态的维修(condition based maintenance, CBM)得到了进一步发展,作为CBM的关键问题之一,故障预测已经成为装备维修领域的一个主要研究方向。当前,对故障预测的综述主要局限于对故障预测方法的总结,并未对故障预测的研究有一个全面、综合的阐述。为了对故障预测的研究有一个系统、全面的认识,本文从故障预测的内容、对象、方法3个维度对基于状态的武器电子装备故障预测研究进行了综述,并对相关的故障预测方法进行了分析和梳理。针对装备故障预测问题,立足于文献综述,提出一种基于状态的装备故障预测分析方法,为部队对装备进行合理、科学的故障预测提供借鉴。     

New weighting factors assignment of evidence theorybased one vidence distance

1.INTRODUCTION Dempster Shafertheoryiswidelyusedinmanyfields suchasinformationfusionanddecision making[1,2].Anditisaverysimpleandstraightforwardwayofex tendingclassicalprobabilitytheory.However,Demp ster’scombinationoperatorisapoorsolutionforthe managementoftheconflictbetweenthevariousinfor mationsourcesatthenormalizationstep.Severalau thorshavecriticizeditandsomehaveproposedother solutions[3,4].InRef.[4],Lefevrehaspointedout thatthecoreofalotofmodifiedmethodistheassign mentoftheconfli…     

基于集合距离的信息优势度量方法

当前信息优势度量研究混淆了信息优势及其效能等概念,度量指标缺乏严格数学基础,存在操作性不强、解释力不足、适用范围有限等缺点。针对上述问题,提出了一种基于集合距离的信息优势度量方法,通过引入感知信息集合与客观信息集合的距离度量,重新定义信息质量、信息优势等重要概念。详细讨论了最优子模式分配等几种常用集合距离的选取,并利用基于Agent的同质化协同模型对最优子模式分配距离下的信息质量进行了初步验证。结果表明,该方法具备可操作性,可更好反映信息优势局部和动态特性,且在部分条件下可退化为传统方法,灵活性和兼容性更强。