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。     

基于加权证据理论的故障模式分析方法研究

针对采用传统风险优先数方法进行故障模式分析中存在不同故障模式的风险优先数值相等、风险参数的微小变化引起故障模式危害度等级波动较大的问题,从处理不确定性问题的方法论角度,提出了一种基于加权证据理论的故障模式分析方法。该方法将专家在风险参数评估过程中的认知不确定性分为基本可信度和专家属性权重分别进行量化,进而对认知不确定性进行传递和处理,实现了故障模式危害度等级的有序排列。实例分析及与现有研究结果的比较,验证了提出方法的实用性和有效性。     

基于改进D-S的汽轮机组集成故障诊断研究

在分析与比较多个D-S合成规则的基础上,结合汽轮机组故障的特点,提出了一种基于改进D-S证据理论的集成故障诊断方法。该方法利用改进的D-S理论来表示和处理不确定的、模糊的信息,利用灰色理论和GRNN（广义回归神经网络）网络来处理证据理论中的基本概率分配问题,充分发挥灰色理论和GRNN的优点,提高故障诊断率。仿真结果表明,所提曲的集成故障诊断方法能有效地诊断汽轮机纽的故障,决策合理,可信度高,且能避免误诊现象,具有庭好的应用前景。     

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。     

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。     

基于证据理论的多阶段混合型偏好信息群决策方法

针对多阶段群决策环境下的混合型偏好信息集结问题,引入证据理论对实数、区间数、语言信息及语言直觉模糊数信息进行统一度量,并提出一种新的、基于发展稳定和增长趋势的多阶段激励性集结方法.首先,利用基于改进灰色关联分析的模糊测度方法将混合偏好信息转化为基本信度分配函数形式(mass函数);其次,综合冲突系数及证据间的相似性程度确定证据冲突度,并以此计算专家权重,利用证据权值和Demsper组合规则对不同专家的mass函数进行修正融合;再次,利用多阶段方案的排序与平均序值的差值衡量备选方案的波动情况,并定义稳定性激励调节系数;最后,将该决策方法运用到商业银行对小微企业融资贷款的选择案例中,对比分析方法的合理性和可行性.     

基于D-S的IBBA下的故障诊断研究

在导弹武器等复杂系统的D-S故障诊断中,因为影响基本置信分配值的因素增多,诊断领域专家有时只能给出基本置信分配值的某一范围或者某一模糊值.针对这种情况,提出了一种复杂系统的D-S故障诊断方法.首先根据诊断领域专家的诊断知识和经验,结合D-S证据理论的决策方法,给出一种基于不定基本置信分配的故障决策方法.然后根据D-S故障诊断的目的,在D-S证据理论的基础上,利用优化理论,提出一种不定基本置信分配下的D-S诊断方法,阐述了原理,构建了目标函数,给出了约束函数.最后,通过几组示例验证了所给出的故障决策方法和D-S诊断方法的合理性.     

基于模糊理论的风险评价方法

针对传统风险评价过程中无法综合多人的评价结果、风险之间难以排序等问题,提出了一种基于模糊理论的风险评价方法。建立模糊风险矩阵,把可能性和严酷度放在同一尺度下讨论,引入层次分析法核心理念确定可能性和严酷度对风险的影响权重,综合多人对可能性和严酷度的评价结果,通过确定的可能性和严酷度对风险的影响权重以及综合的评价结果得到风险值。以飞行控制系统中的具体危险为例采用该方法进行评价。通过该方法确定的不同危险的风险指数可进行详细的风险排序,支持风险决策,验证了该方法的工程实用性和有效性。该方法能够更客观地评价危险,为危险的预防措施制定和管理决策提供依据。     

基于模糊证据推理的系统风险分析与评价

针对系统风险分析与评价中面临的模糊不确定风险信息建模问题,以及风险因素信息融合问题,在模糊集理论与证据理论研究的基础上,采用模糊证据推理技术, 提出了基于模糊证据推理的系统风险分析与评价方法的具体算法与处理操作流程.首先通过故障模式及影响分析进行风险识别,采用模糊信度结构模型建立风险不确定性的统一描述框架, 然后通过数据预处理算法、模糊证据推理信息融合算法以及模糊风险排序方法完成风险评价结果计算; 文末以某航天发射场火箭推进剂加注系统风险分析为例,验证了方法的可行性与有效性.该方法定量化分析系统部件的风险程度,为后续风险应对措施的制定提供辅助决策支持.     

基于证据理论和直觉模糊集的群决策信息集结方法

针对多属性群决策信息集结问题,利用D S证据理论和直觉模糊集的相关方法,提出基于直觉模糊熵的属性权重确定方法,并将专家对属性的直觉模糊评价信息转化为Mass函数形式,将专家关于方案集的多属性证据信息进行了修正和合成;为了便于度量任意两个专家之间评价证据的冲突程度,提出基于证据冲突度的专家权重确定方法,并将所有专家关于方案集的证据信息进行修正和综合集成。结合算例验证了方法的有效性和合理性。     

基于模糊TOPSIS-FMEA的飞机IDG风险评价

在传统飞机电源系统失效模式及影响分析(failure mode and effects analysis, FMEA)法中, 采用风险评价指标属性值简单相乘的方法计算风险优先数, 造成风险评价指标不精确, 且主观因素导致属性值发生微小变化, 影响最终评价结果。通过在发生度、严重度和探测度这3个风险评价指标中引入模糊逼近理想解排序法(technique for order preference by similarity to an ideal solution, TOPSIS)理论进行风险评价, 去模糊化和归一化后构造加权判断矩阵, 确定逼近理想解排序法的正负理想解, 根据相对贴近度大小对各故障模式进行风险水平排序。与传统失效模式及影响分析法的对比验证了方法的有效性和实用性, 可为飞机电源系统其他组件风险水平评价提供有效参考。     

基于粗糙D-S理论的身份融合方法

综合运用粗糙集方法与D-S证据理论可有效解决身份融合中的一些复杂问题。针对多传感器身份融合中D-S理论获取基本概率赋值存在主观性的问题,提出了一种新的基于粗糙集理论的证据获取和基本概率赋值客观确定方法;利用粗糙集中属性的重要性消除冗余传感器,减少了证据组合的冲突现象。在此基础上,给出了基于粗糙D-S理论的身份融合方法,最后以具体算例验证了方法的有效性。     

一种语言多属性决策方法及其应用

采用正态模糊数描述指标级别和权重的语言值,并通过加权平均方法构建了基于语言算子的决策框架。建立了基于正态模糊数的语言算子,从而设计了模糊综合评价值截集的计算方法,通过离散截集近似表示综合评价模糊数,实现了正态模糊数的集结。采用回归方法得到正态模糊数表示综合评价的参数,根据正态模糊数的欧氏距离公式,给出了基于距离的正态模糊数线性排序方法。最后,以电子对抗装备体制方案的选优为例,说明该方法的可行性和实用性。     

基于证据理论的目标识别方法

当目标识别系统中传感器信息高度冲突时,仅利用D-S组合规则无法有效融合。提出一种基于证据理论的目标识别方法,该方法首先定义了冲突系数,在此基础上设计了目标识别方法。当冲突较小时,直接利用D-S组合规则进行融合识别;反之,根据冲突的具体情况对证据先折扣再融合识别。通过目标识别仿真实验与其他识别方法进行了比较,实验结果表明所提方法提高了抗干扰能力,具有较快的收敛速度。