基于云模型与证据理论的共识分析方法

针对综合集成研讨厅中发散型研讨具有连续性、模糊性、复杂性等特点, 提出了一种基于云模型与证据理论的共识分析方法. 该方法利用云模型根据研讨信息间语义关系求取每条发言表达的意见; 并利用证据理论根据某专家所有时刻发言表达的意见推理该专家意见; 最后根据求得的各专家意见形成定性的专家意见分布图和定量的共识水平、关注水平. 实例表明该方法是有效的, 它能使研讨专家实时了解当前共识状态, 提高群体研讨效率.     

基于证据理论的部分属性偏好信息群体赋权方法

针对已有的赋权方法在处理部分属性偏好信息的群体赋权问题上的局限性,提出了基于证据推理建模的解决方法。将不同专家的偏好信息视作来自不同信息源的证据,首先定义了焦元识别方法,然后采用惟一参照物比较判断法计算证据的基本可信度分配,应用Dempster规则进行证据合成,进而得到专家群体的属性赋权。在证据合成过程中,推导出了合成结果的解析表达式,与直接运用证据合成规则相比计算量大大缩小;在专家群体信息集结中,给出了一种基于位置权向量和证据相似度指数的客观证据赋权方法,从而突出了与大多数专家意见相似的专家的作用。最后给出了一个示例。     

基于证据合成与贝叶斯网络推理的航天器发射风险评估模型

为解决航天器发射风险评估中统计数据较少问题,基于证据合成和Bayesian网络推理,构建了航天器发射风险评估模型.模型将灾难征兆信息转化成专家意见,然后使用证据合成技术对专家意见进行融合,并形成风险评估结论.模型针对专家中少数不同意见,使用网络推理技术将相关的灾难征兆转化成灾难发生可能性的判断.最后,通过STS-51L实例分析验证了模型的可行性.     

证据信度的效用分析

提出了一类在已有证据理论方法中尚未得到有效解决的效用悖论问题,然后给出了一种证据理论的效用分析方法.该方法根据决策者的主观偏好,将专家的意见利用效用信度函数转换成效用信度,效用信度决定了决策者行动的可能性,然后利用证据理论合成公式对效用信度进行综合.给出了效用信度函数的定义及其性质,并给出了一个具体的函数及其合理性证明.     

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。     

基于技术进步和信息不对称的证据合成研究

证据理论著名的Dempster-Shafer合成公式忽视了证据信息源的主观差异性,导致其在应用中存在一些不合理性.本文初步研究了不同专家意见在决策中的分配、组合问题,提出了基于技术进步和信息不对称的动态证据合成规则,在设立专家权威系数和时间序列信度分配函数的基础上实现了新的合成法则.实例分析表明,新的合成公式比较符合直观和常理,并较好地解决了冲突证据的合成问题.     

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.     

基于证据理论的群决策层次评价方法研究

运用证据理论对具有不确定信息的多属性群决策层次评价问题提出了一种新的解决方法。首先对专家的模糊评判语言作出了定量描述 ,对专家评判中由于主观认识的局限性使评判具有不准确性的问题进行了研究 ,构造了一种新的表示专家不确定意见的信任度方法 ,解决了在这种表示下的群体意见和多个指标的层次综合问题。算例表明 ,该方法评估结果客观、合理 ,对群决策层次评估问题很有效     

非对称自信水平下突发事件响应等级研判方法——基于自信度调整视角

新形势下我国社会安全事件系统性风险凸显造成应急响应等级研判难度跃升,针对专家非对称自信水平下突发事件响应等级研判难题,建立基于信任的专家自信度调整策略,提出专家自信水平影响的应急响应等级研判方法。该方法利用专家提供的信任度和熟悉度构成二元函数描述专家间信任关系,构建基于信任机制的专家自信度调整策略,通过分析非对称自信水平中蕴含的专家研判不确定性,基于证据理论提出应急响应等级研判问题建模方法。在此基础上,综合证据的来源重要度和自身可信度,提出考虑决策者风险偏好的证据可靠度计算方法,赋予证据不同重要性以实现专家研判信息的准确融合,为突发事件应急响应等级综合研判提供决策支持。最后,利用算例验证了方法的实用性与先进性。结果表明：相比投票、权威等常用决策方法,本文所提方法适用性更广、可信性更高、实用性更强。     

基于证据推理的指挥自动化系统生存能力评估

指挥自动化系统效能评估是一项复杂的系统工程。为了评估指挥自动化系统的生存能力,引入了证据推理方法,通过其证据聚合作用,为综合多个不同类型专家的意见提供了有力工具。论述了证据理论的数学性质及证据合成法则,提出了生存信度的概念和利用证据推理进行指挥自动化系统效能评估的方法,并应用证据推理方法对防空指挥自动化系统在对抗条件下的生存能力进行了实例分析。     

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．     

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。     

小数据集条件下基于不确定先验的BN参数学习

针对以往基于约束的贝叶斯网络（Bayesian networks,BN）参数学习方法在处理先验知识时未考虑知识的不确定性这一缺陷,本文为专家知识附加一个表示不确定性的概率。对所有约束,根据其存在与否生成一个组合,计算该组合的概率,并采用凸优化方法计算该组合条件下的参数估计结果。同时,为加速问题求解,将每个具体的凸优化问题分解为一系列可并行求解的子问题。在得到所有约束组合下的参数之后,依照概率加权思想得到参数估计的最终结果。最后,通过空地战场威胁态势评估模型,证明在参数学习过程中考虑知识的不确定性可有效改善先验知识错误时的BN参数学习效果。     

基于标准差修正群组G1的组合赋权方法研究

旨在研究群组决策中的赋权问题.首先,对专家给出的不同排序进行一致性检验,淘汰未通过一致性检验的专家排序,其次,通过循环修正的思路统一通过一致性检验的不同专家给出的指标重要性排序,得到集成不同专家意见的一个理想排序;最后,计算评价指标的标准差,利用相邻指标的标准差大小确定两个指标的重要性之比,建立基于标准差修正群组G1组合赋权模型确定指标的组合权重.组合赋权模型解决了主客观组合赋权中主客观权重的分配问题,且保证了由该模型计算的组合权重既能反映出群组专家的意见,又能反映出指标的数据信息.     

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.     

基于贝叶斯网络的复杂装备维修质量评价模型

针对当前装备维修质量评价忽视维修过程影响因素这一问题,将过程评价指标体系作为修后评价指标体系的先验知识,构建了一种基于贝叶斯网络的复杂装备维修质量评价模型。首先,建立了过程评价指标体系和修后评价指标体系,并对各项指标进行了简要分析。然后,建立了维修质量评价的贝叶斯网络模型,通过改进的模糊综合评价方法确定了根节点的先验概率,通过专家经验法确定了子节点的条件概率,并给出了模型的具体求解步骤。最后,通过算例仿真与分析对提出的方法进行了验证。结果表明,提出的方法能够在一定程度上解决复杂装备的维修质量评价问题,为完善复杂装备的维修质量评价理论提供了借鉴。     

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.     

基于图论与PageRank的要地反导己方目标重要性排序

针对要地反导作战己方目标重要性排序问题, 创新性地提出一种基于图论与网页排名(PageRank, PR)算法的排序方法。首先, 采用图论方法将各目标之间各种静态、动态关系网络抽象成二维拓扑结构图, 确立在不同关系下各目标之间的相互联系。其次, 根据要地反导作战实际情况，结合专家意见对静态、动态关系网络的重要程度进行打分。基于PR算法思想, 根据构建的目标关系模型, 计算己方目标关系矩阵及重要度值, 给出目标排序。最后, 结合要地反导作战案例进行验证分析。结果表明，该方法能够综合目标排序时的多方面因素, 给出科学、合理的重要性排序, 具有一定的可推广性和应用前景。