基于学习的证券市场专家预测意见合成研究

针对证券市场的专家预测意见的特点，研究了将学习、证据理论与协同学理论引入证券市场专家预测意见合成的理论与方法．讨论了将专家的历史预测数据用基本可信数表示作为学习样本，对初选专家进行聚类分析选择有协同效应的专家．该方法用神经网络优化基本可信数的修正系数，再用Dempster合成规则进行预测意见的合成．实验结果表明该方法应用于解决实际问题时具有较好的效果．     

证据网络及其在航天系统安全性分析中的应用

针对航天系统安全性分析与评价中面临的不精确、不完全信息难以处理等问题,在D-S(Dempster-Shafer)证据理论研究的基础上,借鉴贝叶斯网络的建模思路,提出了一种新的风险安全性分析与评价方法--证据网络分析方法。给出了证据网络的定义,研究了证据网络的基本建模思路与框架,包括网络结构构建、网络参数表示、原始数据预处理、网络推理算法、评价结果分析,并总结了该方法的操作流程与步骤。最后,通过某航天系统安全性分析与评价算例验证了证据网络分析方法的可行性与有效性,为安全性管理与决策提供辅助支持。     

综合集成方法的理论及应用

介绍了综合集成方法国内外研究简况以及我们近年来在从事国家基金会重大项目中的部分工作。     

扩展的证据合成规则及其在多目标跟踪中的应用

针对多传感器多目标跟踪问题,利用随机集理论对证据合成规则进行了扩展,并基于“OR”合成规则提出了一种多传感器多目标跟踪的新方法.首先,将观测数据作为证据,目标状态作为识别对象,依据证据与识别对象间的相关度确立它们间的基本概率赋值.然后利用“OR”证据合成规则对证据进行合成.最后将合成的基本概率赋值作为权重因子对目标状态进行更新.仿真实验表明,与全局最近邻域方法相比,新方法能提高目标状态估计的精度.     

一种改进的D-S证据合成方法及其应用

针对高度冲突证据的合成问题,分析了传统Dempster组合规则及其改进方法的不足,提出了一种新的冲突证据合成方法。该方法首先计算证据之间的距离矩阵和相似度矩阵,然后计算各证据获得其它证据的支持度,将支持度归一化处理得到各证据的可信度,最后基于可信度采用加权平均的方法将证据冲突概率分配给各个命题。数值算例结果表明,该方法减小了冲突证据在组合规则中的作用,有效地降低了干扰信息的影响,能够得到合理的融合结果。     

模糊概率在综合评价大豆品种中的应用

本运用模糊概率法综合评价了黑龙江省西部地区大豆区域试验的１３个品种，结果表明，各参试品种的优劣次序为富裕２０５，嫩丰１４，嫩亚系４，嫩抗８４０８－６，８７２９，庆８７５６，钢８１６８－８，合辐８７－５５０，合丰２５，绥８２４７－１，东农２０７０，哈８８－３０６２，哈８８－２４９９。这种评价结果与实际完全条例，本方法具有更简便易行的特点。     

基于德尔菲法的专家意见集成模型研究

以德尔菲调查法为背景,研究专家评价意见的集成问题,通过构造专家意见的可靠度函数,设计专家意见集成的可信度,在保留专家意见独立性基础上,综合考虑一致性、协调性要求,建立专家意见集成的优化搜索模型,获得专家意见集成的最佳协调方案,实际应用显示该模型具有良好的使用效果和广泛的适应性.     

改进的证据理论在目标识别中的应用

针对传统证据理论用于目标识别时基本概率指派(basic probability assignment,BPA)难以确定的问题,提出一种基于灰色关联度的改进的证据理论并将其用于空袭目标识别。即通过对获取信息与参考模式的灰色关联度进行折衷归一化,确定证据对空袭目标集的BPA,进而使用证据合成规则对传感器获取信息进行融合得到目标识别结果。实例证明了此方法的有效性。     

非精确概率下基于证据理论的典型系统可靠性模型

当系统的各个单元的失效概率为不精确概率时,传统的概率方法难以使用,而区间分析法等非概率方法得到的结果则比较粗糙.基于证据理论,建立了非精确概率下串联、并联、串并混联、k-out-of-n等典型系统的可靠性模型,利用信任函数和似然函数、根据证据推理,将单元可靠性中的不确定性传递到顶层系统,从而得出系统失效概率和可靠度的概率分布的上下界.实例分析表明,提出的方法能较好的处理可靠性计算中的不精确信息,且比区间分析法得到的有效信息更多.     

基于证据理论的数据关联算法

数据关联技术是多传感器目标跟踪系统中最核心而且也是最重要的部分。由于缺乏跟踪环境的先验知识以及受传感器自身性能的制约,整个量测过程不可避免地引入量测误差,密集环境中的目标跟踪比较困难。针对这个问题,提出的新算法利用概率数据关联方法进行密集杂波环境下的数据关联,结合证据理论的思想对多传感器量测信息进行优化组合,有效地减小了量测误差对跟踪目标的影响。通过仿真结果可以看出,改进算法大大提高了跟踪精度,并具有良好的抗干扰能力,适用于解决工程实际问题。     

基于焦元距离的冲突证据组合规则

由于Dempster-Shafer理论(Dempster-Shafer theory, DST)组合规则归一化计算导致冲突信息的不合理分配,使得处理高冲突证据时常常得到违背直觉的合成结果,因此在很大程度上制约了它的应用。提出了一种基于焦元距离的冲突证据组合规则,首先通过定义焦元距离的概念来获得证据源的权重因子,并引入了焦元置信指派的数学期望和方差关系来定义证据焦元的信任度和相似度,通过分析局部冲突产生的原因,利用冲突焦元提供的信息将冲突信息进行局部分配。实验结果表明,新的组合规则不但可以有效地解决高冲突证据融合问题,而且在最差的融合顺序下也能得到合理的融合结果。     

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…     

Dempster-Shafer合成法则悖论的一种消除方法

首先介绍了证据理论及其有关概念和 Dempster-Shafer 合成法则,针对 Dempster-Shafer 合成法则有时可能会产生悖论这一情况,分析了证据理论合成公式悖论产生的原因,并在此基础上提出了一种消除 Dempster-Shafer 证据理论合成悖论的方法;最后用几个实例证明这种方法是有效可靠的.     

证据冲突:丢弃,发现或化解?

组合可能冲突的信息是智能推理中重要的研究内容,其中,证据理论是一种典型的不确定性智能推理方法。在证据理论中,用以融合和更新证据信息的推理组合规则是其理论基石。Dempster组合规则通过合取运算来构造信息结构,得到了广泛的应用。然而,当证据冲突比较大、证据源不完全可靠或辨识框架不完备时,Dempster组合规则得到的结果并不符合常理。为此,改进组合规则和处理证据冲突,成为证据理论中一个重要的研究课题。将全面回顾和比较国内外现有的主要推理组合方法,基于不同的冲突处理机制,建立相应的理论框架,涵盖绝大多数推理方法,从理论上对证据推理方法的研究,进行一个全面的总结,并剖析各种组合方法的优缺点和相互关系,指出最新的研究趋势。     

基于粗糙集与证据理论的决策规则合成方法

如何根据规则进行决策是决策规则应用必须解决的核心问题之一。针对该问题,提出了一种决策规则的合成方法,为根据多条规则进行决策提供了崭新的思路。首先,获取规则,计算支持度、信度等信息;然后,将规则信度转换为可信度分配,综合属性重要性和规则支持度两方面因素,计算可信度分配的权重;最后,运用证据理论对可信度分配进行合成。实验表明,规则合成方法能够对决策规则,尤其是冲突规则进行有效合成,得出可靠的决策。     

区间值信念结构下冲突证据组合

区间值信念结构下证据理论在信息融合、决策分析中有着广泛的应用前景.针对区间值冲突证据组合出现反直观结果问题,提出一种新的证据组合方法.从整体角度构建证据间Pignistic概率距离的最优化模型,通过得出的相对权重来修正证据, 使之符合Dempster组合规则可用范围,然后组合. 算例分析表明所提方法是合理有效的.     

基于多分类离散选择模型的农产品安全风险评估研究

针对农产品安全风险评估问题,提出了一种基于多分类离散选择模型的风险评估方法。在建立农产品安全风险评估指标体系的基础上,建立有序多分类Logistic模型,给出了风险判别分析计算步骤。结合山东省出口蔬菜备案基地评价数据进行了实证研究。表3,参7。     

基于证据分组合成的企业数据治理评价研究

为了正确客观地评价企业的数据治理水平,本文提出了基于证据分组合成的企业数据治理评价模型.首先,构建数据治理评价指标体系并确定指标权重.其次,为了解决证据合成过程中易出现的\"一票否决\"和证据冲突问题,本文分别采用了语言评语集,以及一种改进的同时考虑证据源权重和证据体间差异的证据分组方法.然后,进行组内和组间的证据合成得到最终的评价结果.最后,本文以H商业银行为例进行实证分析,验证了该改进方法的可行性和实用性.     

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.