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.     

基于MEBN的战术意图识别

战术意图识别是不确定性战场环境中理解战场态势、预测敌军将来行动过程的关键。意图识别模型的构建是作战仿真系统中实体行为建模的难点之一,如何表示不确定的意图元素及其不确定性关系并进行有效推理是意图识别的核心问题。分析了影响敌人战术意图的因素及各因素之间不确定性表示途径,提出了采用多实体贝叶斯网（multi-entity Bayesian network, MEBN）来描述敌人的战术意图,采用一阶谓词来表示意图影响因素,大大扩展了贝叶斯网表示不确定性问题的能力。MEBN采用实体片断集描述敌人的作战知识,方便重用。基于描述的敌人意图知识库,给出了基于知识的模型构建算法来动态构建战术意图识别模型。最后,通过仿真实验,对基于MEBN的战术意图识别方法进行了实验验证,结果表明该方法是有效可行的。     

影响图及其在Robocup中的应用

影响图是决策问题的图形表示。它被认为是对动态贝叶斯网络的扩展，是在贝叶斯网络的基础上增加了决策结点和效用结点。探讨影响图在Robocup中的应用，用分层影响图表示了截球问题的模型，并给出一种实现行为动态调整的算法。仿真结果表明该算法可行的。     

施工进度计划柔性网络仿真的不确定性研究

工程施工中应用柔性网络计算机仿真突破了传统的PERT只考虑单一关键线路的限制以及工序的持续时间均服从β分布的假定,也使得仿真工期与关键线路都具有了不确定性.一次仿真结果只相当于对系统模型的一次抽样,缺乏代表性.将网络计划仿真技术与风险分析技术结合起来,采用统计分析的方法确定仿真运行次数,对实际系统大量的动态仿真工期进行完工概率与风险分析,用"工序关键度"表征关键线路的概率分布结果,能够较好的描述施工进度计划的不确定性,为施工管理与决策提供更多的信息.     

基于联结树的贝叶斯网的推理结构及构造算法

BN(贝叶斯网)被认为是人工智能研究中不确定性知识表示和推理的重要工具，广泛应用到复杂系统的建模等领域，成为人工智能研究的热点问题之一。然而直接在BN上精确推理与近似推理都被证明是NP完全的。因此把在BN上推理转变为在SS(二次结构)上的推理。SS是由JT（联结树)与BP(信念势)组成，构造JT大体分为三步即：把BN对应的有向无环图G转变为一个道义图G^M；把G^M转变为弦化图G^T，识别和选择G^T图的圈；连接圈和边建立JT。因而提出了建立G^M、G^T与JT的方法原理和算法。最后通过案例分析了G^M、G^T与JT构造过程。     

不确定信息环境下目标毁伤效果评估

通过分析实际战场中的目标毁伤信息的不确定性,提出了不确定信息环境下需要解决的目标毁伤评估问题。采用模糊与贝叶斯理论,建立了目标毁伤等级评估模型。利用随机概率的多属性方案排序（stochastic multi-criteria acceptability analysis, SMAA）方法,给出不确定信息环境下目标毁伤效果评估方法,为解决不确定环境下目标毁伤评估问题提供了新思路。并采用蒙特卡罗仿真进行了验证,说明了该方法的可行性与有效性。     

基于贝叶斯网的钢筋混凝土耐久性损伤诊断专家系统研究

在简要分析钢筋混凝土的耐久性问题及影响因素的基础上,通过引入基于贝叶斯网的知识表达和相应的不确定性推理原理,构造了钢筋混凝土耐久性损伤诊断专家系统.与一般基于规则的专家系统相比,贝叶斯网专家系统利用先验概率分布,可以使推理在输入数据不完备的基础上进行;以网络的拓扑结构表达定性知识,以网络节点的概率分布表达知识的不确定性,从而使不确定性知识的表达直观、明确;利用贝叶斯法则的基本原理,可以实现由因到果及由果到因的双向推理.     

闭环供应链管理问题的研究进展

在分析驱动逆向物流和闭环供应链产生的原因基础之上,就闭环供应链管理中的逆向物流回收与重新利用、闲环供应链结构设计、闲环供应链运作、契约协调和闲环供应链不确定性等问题的研究现状进行了综述,探讨了闲环供应链管理研究的若干前瞻性问题.     

基于D-S证据融合和直觉模糊贝叶斯网络双向推理的景区游客拥挤踩踏故障诊断分析

针对不确定条件下景区游客拥挤踩踏故障诊断问题,本文提出一种新的直觉模糊贝叶斯网络双向推理模型.首先,利用直觉模糊集表示专家对贝叶斯网络节点先验概率信息的模糊语言判断,并基于模糊可能性-概率变换公式,得到不同专家给出的节点先验概率值.其次,运用D-S证据合成规则进行信息融合,得到节点先验概率值.最后,结合贝叶斯网络模型,实现贝叶斯双向推理和重要度分析,并以华山景区为例进行实证分析.研究结果表明,本文方法可有效克服“去模糊化”方法导致的信息损失,为解决不确定环境下故障诊断和贝叶斯推理提供崭新途径.     

基于预测模型的虚拟试验灵敏度分析

虚拟试验灵敏度分析技术研究虚拟试验输入参数不确定性对输出结果不确定性的影响程度,进而确定某些输入参数需引起重点关注.针对包含运行耗时仿真模型的虚拟试验,以概率分布描述输入参数不确定性,方差作为灵敏度指标,结合试验设计方法与贝叶斯理论建立虚拟试验预测模型,基于预测模型推导灵敏度指数后验均值的分布函数.测试算例表明本文提出的灵敏度分析方法大大减少仿真模型运行次数,效率较高.