基于粗糙集和证据理论的设备状态评估方法

为准确判定复杂设备健康状态，提出一种基于粗糙集理论和证据理论的健康状态评估方法。鉴于粗糙集只能处理离散指标，首先提出一种基于动态模糊C-均值聚类算法的连续型评估指标的离散化方法；再通过基于互信息的属性约简算法对复杂设备健康状态评估指标进行约简；然后对约简的评估决策表进行处理，构建基本信度分配函数；最后利用D-S合成规则进行多指标合成得到健康状态，进一步挖掘评估指标与健康状态间的关系。实例研究及对比分析表明该方法能有效提高决策可信度，减少评估的不确定性。     

基于联合局域相关向量机的雷达导引头状态预测方法

针对雷达导引头机电结构组成复杂、性能指标测试数据信息利用率不足、使用传统基于数据驱动的状态预测方法精度不高的问题,借鉴相关向量机(relevance vector machine,RVM)和Dempster-Shafer (D-S)证据理论,提出了一种基于证据融合和改进局域RVM的状态预测方法。首先,对标准RVM回归模型进行改进,通过构建方差高斯核函数(variance Gauss kernel function, VGKF)来提高核函数的全局性能和泛化能力;然后通过借鉴混沌序列局域预测法中邻近点个数的选取方法,利用Hannan-Quinn (H-Q)准则对训练空间预测嵌入维数进行优化,避免了主观选取的盲目性,完成了改进局域相关向量机模型(local relevance vector machine, LRVM)的构建;最后,利用具有近似退化规律的同源装备测试数据对LRVM进行了改进,通过D-S证据理论对两种模型的预测结果进行了融合,建立了联合局域相关向量机(united local relevance vector machine, U-LRVM)模型。通过对导引头相关参数的实例预测,验证了该方法的可行性和优越性。     

贮存可用度约束下的可修系统寿命评估与优化

针对长期贮存复杂可修系统的特点,提出一种以可用度为约束的系统贮存寿命评估方法。该贮存系统由三类部件串联构成:第一类部件为高可靠产品,具有给定故障时间分布且不进行检测;第二类部件为等时定检维修产品,且修复如新;第三类部件为定期预防性更换产品,更换周期与检测周期相同。在分析上述三类部件瞬态贮存可用度变化规律基础上,推导了此类系统的平均贮存可用度,并以其作为约束条件,建立了该类系统贮存寿命的评估与优化模型,给出了满足系统寿命最大化的检测与更换策略。     

基于DSm证据云物元模型的装备状态评估方法

针对装备状态各等级之间相互交叠的模糊过渡区域会导致状态划分存在主观性较强的问题,同时为了提高基于装备多特征参数融合的状态评估方法的准确度,提出了一种基于云物元模型的DSm(Dezert-Smarandache)证据建模及状态评估方法。该方法首先对特征参数进行基于云物元模型的DSm隶属度赋值,然后提出了一种基于灰靶贡献度的证据源修正公式,再通过隶属度与基本概率赋值(basic probability assignment, BPA) 间的关系求得DSm模型的BPA,最后将不同特征参数的BPA进行DSmT+PCR5(Dezert-Smarandache theory+proportional conflict redistribution rules)融合得到评估结果。通过实例分析,验证了这一新方法的有效性和优越性。     

神经网络技术在装备不工作状态可靠性研究中的应用

分析了典型装备的贮存寿命剖面,提出了一种用于研究装备不工作状态可靠性的人工神经网络模型。该模型既可用于装备不工作状态可靠性的定量分析,又可用于装备的质量分级,具有较高的应用价值。利用模型对××－ １ 的不工作状态可靠性的分析得出了一些可与其它方法相互佐证的有益结论。     

故障规律未知时的装备任务成功性评估方法

针对装备故障规律不易获取以及传统任务成功性评估中未分析装备技术状态等问题,提出了一种技术状态与任务可靠度之间的转换方法。利用径向基神经网络对装备技术状态等级进行了评估,利用云模型对装备的任务可靠度进行了评估。以此为基础,结合维修时间约束条件评估了故障规律未知时的装备任务成功性。     

基于改进马田系统的复杂系统健康状态评估

健康状态评估是复杂系统故障预测与健康管理的关键环节,为准确评估系统的状态,提出一种基于改进马田系统(improved Mahalanobis-Taguchi system, IMTS)的评估方法。首先,通过监测多特征参数的时间序列,运用IMTS筛选特征并计算加权马氏距离(weighted Mahalanobis distance, WMD);然后,基于WMD构建健康指数(health index, HI)模型,并利用Box-Cox变换和3σ准则确定HI阈值;最后,通过美国国家航空航天局(national aeronautics and space administration, NASA)提供的PHM08数据,对航空发动机的健康状态进行评估。结果表明,该方法能够对复杂系统进行及时有效的综合健康状态评估。     

基于云模型和证据理论的装备管理绩效评价

针对部队装备管理绩效影响因素复杂,评价过程具有模糊性、不确定性等特点,提出了基于云模型和改进证据理论的装备管理绩效评价方法。首先,构建了装备管理绩效评价指标体系,采用组合赋权法确定指标权重;然后,借助云模型对评语信息进行建模,构造基本概率分配函数,再引入Jousselme距离,通过计算证据可信度和可靠度得到证据的复合权重,以此作为权重系数对证据源进行修正;最后,采用改进的证据融合规则进行各指标基本概率分配融合,得到综合评价结果。通过实例分析验证了指标体系的科学性和算法的有效性,为部队装备管理绩效评价提供了参考。     

基于粗糙集和D-S证据理论的设备技术状态评估

针对设备技术状态评估中存在着不确定性,建立了基于粗糙集理论和D-S证据理论的设备技术状态评估模型,以提高评估的准确度,降低不确定性。首先利用粗糙集理论的知识约简功能来优化设备技术状态评估指标,其次采用D-S证据理论来组合优化过的指标,最后采用基于基本可信度分配的决策来获得设备的技术状态类别。以汽轮鼓风机为研究对象,详细描述了基于粗糙集理论和D-S证据理论的设备技术状态评估方法,并进行实例计算。实例表明采用粗糙集理论,优化了评估指标,减少了数据收集;采用D-S证据理论,进一步综合各指标,并能计算出评估结果可能存在的不确定性量。     

无人机系统健康状态评估方法研究

提出了一种新的无人机系统健康状态评估方法,对某型无人机部分分系统发生故障及采取修复措施后的健康状态分别进行了评估。当关键分系统出现灾难性故障时,引入惩罚函数机制,对无人机的健康指数进行了修正;对传统以概率为主的故障模式、影响及危害分析进行了改进,提出了以故障发生后的严酷度级别进行危害分析的新方法,并应用于分系统健康状态的评估;考虑到专家判断的模糊性,把三角模糊数和层次分析法相结合,用于计算分系统的权值,并在计算过程中提出了首先把三角模糊正互反判断矩阵转换为三角模糊正互补判断矩阵的思路,便于理解与计算。仿真结果表明,本文提出的评价方法可操作性强,便于工程实现,能够直观地给出无人机的健康指数值。     

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。     

复杂系统态势评估模型及其本体论实现方法

针对复杂系统的在线态势评估问题，依据信息融合理论，提出了一种新的网络在线态势评估模型。它采用定性与定量、局部与综合相结合的评估策略，即首先进行快速定性评估，一旦系统异常，立即启动集成神经网络组对来自系统多侧面的故障特征信息进行定量分析和分类，最后两级D-S证据推理模型在各自的融合中心实现对各子网络的融合，提高了评估的精度和可靠性。基于本体论成功地实现了该模型，在丰满水电数字仿真系统的成功应用验证了模型的有效性和实际应用价值。     

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.     

基于备件需求信息的使用可靠性评估

针对许多长期贮存产品的现场使用可靠性信息收集困难, 相对其备件需求信息较易收集到的现实, 利用备件需求信息对该类产品的使用可靠性进行了评估. 为了能够客观的评估产品的使用可靠性, 首先对长期贮存产品的备件消耗数据结构进行了重点研究, 得出了数据结构符合典型ZI数据的结论. 在此基础上, 结合工程上造成该类数据类型出现的原因, 对不需求备件的产品进行了重点考虑, 进一步建立了产品备件需求的统计模型. 其次, 结合工程经验和历史信息, 提出了模型参数的先验分布, 并利用Bayes方法给出了产品备件需求信息的处理方法. 最后利用计算机模拟验证了该方法能够较好的评估产品的使用可靠性以及其适用性.     

一种基于证据理论的中国手语单手静态词识别方法

单手静态词是中国手语词汇库的一个重要组成部分,该类词主要借助于单手的固定姿态和手同身体之间的相对位置关系进行表达。结合单手静态词的特点,提出了一种基于D-S证据理论的中国手语单手静态词汇识别方法:利用数据手套CAS_Glove获取手姿信息,借助于视觉和肘部弯曲传感器融合确定出手在人体空间中的相对位置;在对单手词进行模糊特征空间划分的基础上,利用D-S证据理论实现了多种特征匹配结果的融合。为减少计算复杂度,增强系统实时性,对Dempster规则在特定条件下进行了简化,并从理论的角度对其进行了证明。最后通过实验比较证实了该方法的有效性。     

不确定条件下的质量绩效测评方法

以ISO9004标准为基础,建立了质量绩效评价模型.根据评价模型的多层次多指标结构特征以及评价信息的不确定性特点,将D-S证据合成理论应用于质量绩效评价系统,利用模糊评判和群组决策方法处理评价过程中的不确定信息和未知信息,给出了D-S证据合成中mass函数的确定方法,并将一种改进的D-S证据合成方法应用于多专家、多指标的信息合成,从而建立了不确定条件下的质量绩效测量和评价方法.最后,通过实例应用对上述方法的实用性和有效性进行了说明.