基于模糊神经网络和证据理论的瓦斯突出评判策略

针对影响煤矿瓦斯突出因素的不确定性和复杂的非线性关系,不能够利用经典的数学理论建立精确的预测模型,将模糊神经网络和D-S证据理论有机结合,提出了基于模糊神经网络和D-S证据理论的煤矿瓦斯突出危险等级评判策略.首先对传感器采集的待评判采掘面参数进行预处理,使用模糊神经网络得出第一步的融合结果,并将其进行归一化处理,归一化函数作为基本概率赋值函数,然后将归一化之后的数值作为基本概率分配值,再用D-S证据理论进行第二次数据融合,作出最终评判.实验结果表明,该方法具有良好的适应性并能得到准确性较高的评判结果.     

基于云D-S证据理论的山区高速公路路段风险评判

为保障山区高速公路运营期间的行车安全,提出基于云模型和Dempster-Shafer (D-S)证据理论的山区高速公路路段风险性综合评判方法。结合以往研究和标准构建了包括道路线形、路面状况、安全设施、路桥隧情况、交通环境和服务水平6个指标的路段风险性评价体系。在此基础上,将路段风险性划分为5级并提出了指标的风险等级标准。以测点实测数据和专家评价值为依据确定指标特征值,采用云模型构建指标基本信度分配。基于D-S证据理论,利用融合规则将定性与定量指标多次融合,得到路段整体风险等级。将该模型应用到奉溪高速公路K46+800～K47+400标段风险评判中,得到路段整体风险等级隶属度向量为T=(0. 022,0. 947,0. 025,0,0,0),融合不确定度为0. 007。评价结果表明:该评测路段风险性为较低风险;基于云模型与证据理论的综合评判方法具有较好的可行性与适用性,实例评价结果与实际情况基本一致。     

基于模糊综合评判理论的瓦斯突出危险性预测

针对影响矿井瓦斯突出的地质条件、瓦斯压力、埋藏深度、煤的坚固系数等因素的不确定性、模糊性特点,为了准确预测未开采水平矿井瓦斯突出的趋势和危险性,利用模糊综合评判理论进行分析、研究,建立了一级模糊综合评判模型。并应用该模型对大兴矿7～2#煤层的瓦斯突出等级作出预测。验算结果表明,此方法具有较高的可靠性和实用性。     

基于D-S证据理论的柴油机故障诊断

D-S证据理论已经广泛应用于各种故障诊断中,但基本概率分配是证据理论的重要一步.运用典型样本的数据融合方法对柴油机供油系统的3种故障进行诊断,避免了D-S证据理论应用中基本概率赋值难以分配的问题,减少了方法的主观性.实践结果表明,该方法可以有效的判别出柴油机故障类型,具有工程实用价值.     

瓦斯突出等级预测模型

针对瓦斯突出等级评判方法预测准确度低的问题,提出一种基于拉普拉斯特征映射算法（LE）和改进的乌鸦搜索算法（ICSA）优化核极限学习机（KELM）的瓦斯突出预测模型。利用LE算法对瓦斯突出数据进行非线性降维,消除变量间的相互重叠;引入Tent扰动序列、自适应步长和自适应感知概率改进传统的乌鸦搜索算法（CSA）,有效避免算法陷入局部最优,提高算法的收敛性能;采用ICSA算法对KELM的相关参数进行寻优,建立基于LE和ICSA-KELM的瓦斯突出等级评判模型。经过对比试验表明,该模型能够有效提高预测准确率。     

基于D-S证据理论的说话人识别方法

提出一种新的说话人识别方法,即将D-S证据理论应用于说话人识别中。该方法通过抽取说话人特征,用D-S证据理论对语音特征矢量的各个分量进行数据融合,重新分配基本概率赋值,并依此得出证据可信度,从而达到识别说话人身份的目的。仿真实验证明使用D-S证据理论对说话人的识别比使用矢量量化有更好的识别效果。     

基于D-S证据理论的地面灰度检测

提出将D-S证据理论应用于智能寻迹机器人的地面灰度检测,并给出了其时空融合结构.通过对D-S证据理论进行改进,同时利用未知前提的先验概率来改善系统决策的模糊性,进一步降低了系统空间和时间的消耗,减小了计算量.有效地改善了系统的稳定性和寻迹的准确性.通过融合检测算例验证了所提方法的有效性.     

D-S证据理论中冲突证据组合分析

分析了D—S证据理论组合冲突证据时存在的缺陷，以及国内外对此的各种改进方法，包括对证据组合规则的改进和对融合模型的改进，并通过实验比较检验了几种方法的有效性。     

基于D-S证据理论的纹理图像分类方法

在阐述Dempster-Shafer证据理论的基础上,给出了基于Dempster-Shafer证据理论的多源信息融合的方法,并将Dempster-Shafer证据理论的信息融合技术应用于遥感图像纹理的分类.图像灰度均值特征和图像灰度共生矩阵的熵特征作为纹理图像的不同特征被提取,并构成该理论中的证据,利用一定的决策规则,选择融合证据作用下最大的假设.实验结果表明,基于Dempster-Shafer证据理论的多特征融合分类识别图像纹理的新方法是切实有效的和可行的,分类结果要优于仅仅利用单个特征进行分类的结果,能极大地提高图像纹理的识别分类能力.     

基于D-S证据理论的不确定数据清洗

数据清洗的任务是检测数据中存在的错误、缺失或不一致,通过删除、填充、修改等方法提高数据质量.针对存在元组级不确定性的数据表上的选择投影连接操作,基于D-S证据理论中置信区间的概念,给出辨识框架构建和置信区间计算的方法,提出了一种基于待测数据项置信区间来检测查询结果中错误数据的方法.实验结果表明,提出的不确定数据错误检测方法具有高效性、准确性和可用性.     

基于粗糙集和D-S证据理论的交通拥堵预警

鉴于拥堵预警中的信息和知识具有随机性和不确定性、采集到的数据又常常包含着噪声的特点,利用粗糙集能够对数据进行分析和处理,D-S理论能够分析各种不完备信息的特点,提出了一种算法——基于粗糙集和D-S理论,计算交通可能发生拥堵的概率,为交通拥堵预警提供分析与支持.仿真结果表明该方法是可行而且有效的.     

基于D-S证据理论的自治车行为决策

在对有多个不同类传感器进行特征级融合基础上应用D-S证据理论进行自引导车的行为决策,解决了单一传感器信息冗余度小、可靠性差和单一融合方法进行行为决策存在不确定性因素的问题,在结构化或半结构化环境下,制定了采取概率上下限的决策规则,较好地将上一级融合的多个结果融合成对决策的一致描述.实验证明D-S证据理论完全可以满足自引导车实时跟踪和导航的决策需要.     

基于D-S证据理论的双层卫星网络可信路由

卫星网络需要采用一些安全机制来保证其数据传输的可靠性,而现有的信任评估模型难以满足卫星网络的一些内在特征需求.有鉴于此,文中结合Dempster-Shafer(D-S)证据理论,提出一个基于卫星节点的节点信任评估模型,通过该模型可以得到卫星节点间的直接信任和间接信任的信任值.文中还提出了一个可信的按需卫星路由(T-OD...     

基于D-S证据理论的电厂工业控制系统信息安全风险评估

针对工业控制系统日益严峻的信息安全问题,结合工业控制系统信息安全的特点,提出了一种结合D-S证据理论和层次分析法的工业控制系统信息安全风险评估方法。首先建立风险评估层次结构,并量化专家的语言评价;然后采用D-S证据理论对评估结果进行合成来降低主观因素的影响;最后利用各安全威胁概率的置信区间进行重要性排序,并提出了相关信息安全防护对策。对火电厂工业控制系统的应用结果表明,该方法能够量化各安全威胁的影响,能有效处理工业控制系统信息安全风险评估过程中的不确定性问题。     

基于D-S证据理论的不完全信息作战方案优选

针对带有不完全信息的作战方案优选问题,提出了一种基于D-S证据理论的多属性决策方法.首先由属性值构建残缺决策矩阵(矩阵中有某些未知元素),然后根据属性值的特征确定各属性对应的焦元.利用信任函数、似然函数和证据推理算法求得每个方案的效用区间和优先度,并根据优先度对所有方案进行排序,从而完成方案优选.该方法通过对作战方案优选过程中繁杂、不确定信息进行融合,可以较好地处理作战信息不完全对作战指挥决策的影响.以一类炮兵作战方案优选为应用算例,证明了该方法的有效性.     

基于D-S证据理论加权的遥感图像组合分类

为了提高了遥感图像识别率,提出一种D-S证据理论加权的遥感图像组合分类模型。首先提取遥感图像的纹理和颜色特征,然后分别对纹理和颜色特征建立分类模型,并得到相应特征的分类率,最后把单一特征分类正确率输入到D-S证据理论对它们进行融合,得到它们的权值,根据权值得到遥感图像最终分类结果。仿真结果表明,本文模型不仅提高了遥感图像分类率,而且加快了遥感图像分类的速度,在地理信息系统具有一定的应用价值。     

基于Petri网与D-S证据理论的电力系统故障诊断

针对电力系统继电保护故障,利用概率Petri网对电力系统进行建模,获取有效的故障信息,并运用DS(Dempster-Shafer)证据理论对信息进行融合,得出诊断结果.针对传统D-S证据理论在处理冲突证据时会存在结果与源证据相悖的问题,在加权平均法的基础上提出一种改进的融合方法,根据各个证据到平均证据的距离与证据权重大小成反比的关系,计算每个证据的权重,再进行加权平均,最后利用D-S组合规则进行迭代计算.与传统方法相比,本文方法拥有更好的融合效果和更高的效率.仿真结果验证了改进方法的有效性.     

基于D-S证据理论的修正融合目标识别模型

在分析D-S证据理论中证据合成规则的局限性之后,根据合成证据中集合大小、相交程度以及证据间的相关性和互补性,引入一个合成因子λ,并给出了λ的经验值,这种新规则对于证据之间完全冲突的情况也能给出合乎直观的合成结果.应用于实际的红外/毫米波融合目标识别系统,也取得了满意的正确识别结果.     

基于D-S证据理论的工程实践保障能力的评估

提出了基于D-S证据理论的工程实践保障能力的评估方法,通过对证据之间冲突程度的计算,分析教师的工程能力、实验基地和组织管理能力各指标之间的相互支持和协调程度.该方法可以对工程实践综合保障能力提出合理的评定.