基于二元决策图的建筑施工安全风险评估

研究建筑施工安全风险的定量分析, 提出基于BDD (binary decision diagram, 二元决策图)的建筑施工安全风险评估方法, 为制定安全风险控制措施提供科学依据. 该方法首先将建筑施工安全风险的故障树转化为BDD结构, 然后沿BDD结构从上到下访问各结点来计算风险事故率和基本事件重要度. 依据计算得到的数据, 安全管理人员可预测建筑施工中风险事故的发生概率、确定引发事故的关键因素. 此外, 实现了计算风险事故率和基本事件重要度的算法, 并结合建筑施工中主要风险事故类型给出了施工安全综合风险的分析思路. 基于BDD的方法充分利用了空间优势和易于计算机编程实现的特点, 相比传统的故障树方法具有更高的效率. 实验数据的对比分析表明: 该方法的分析结果与故障树定性分析结果吻合, 而且能快速得到建筑施工安全的风险事故率和影响安全的关键因素.     

机械模糊可靠性计算方法的研究

提出了用普通事件概率表示模糊事件概率的方法,从而把模糊可靠性设计问题转化的为常规可靠性设计问题求解,并以随机应力模糊强度时为例,讨论了可靠性指标的计算得出了一些定笥的结论。     

离散事件系统仿真在冷连轧动态系统中的应用

离散事件仿真技术是仿真领域中应用比较广泛的一种技术。本文以冷连轧生产过程为例,分析了带钢轧制过程中离散事件仿真的特点,结合生产过程中的实际问题,提出了冷连轧机过程仿真中各种事件的处理方式,并根据事件的特点和作用对象的类别,将事件进行分类组合优化处理,大大提高了仿真系统的效率。     

基于重要抽样技术的稀有事件仿真方法

传统的Monte Carlo方法仿真稀有事件需要较长的时间,而重要抽样技术可以有效的缩短仿真时间,提高仿真效率。因此,提出一种新的重要抽样实现方法,用来估计仿真模型中的稀有事件的概率。先选取经典的指数变换方法构造重要抽样分布类,再利用极小化重要抽样估计量方差的方法寻找最优重要抽样分布函数。仿真结果显示了该算法在估计稀有事件概率方面的有效性。     

求解探测概率门限因子的一种重要度抽样方法

在不同探测环境下确定探测概率时 ,首先需要根据给定的虚警率来确定相应的探测概率门限因子 ,这时需要在杂波和被检测单元的概率分布密度函数已知条件下 ,对其进行积分 .实际应用中 ,概率分布密度函数非常复杂 ,这时直接积分法很难奏效 ,必须用数值模拟法来解决 .但常规的 Monte Carlo方法在模拟像虚警概率这类小概率事件时既耗费机时 ,精度又差 ,目前国际上正在研究应用重要度抽样法(Importance Sampling)来解决该问题 .本文在前人研究成果的基础上 ,针对两大类雷达探测处理器——单元平均恒虚警 (CA-CFAR)和修整平均恒虚警处理器 (TM-CFAR) ,对相应的重要度抽样方法进行了研究和推导 ,结果表明方法高效可靠.     

基于规划识别的社会安全事件识别方法

社会安全事件发生之前通常要进行筹划、准备,并逐步成型,通过观察这一过程中参与者的行为和动作有可能识别正在酝酿的社会安全事件.一些社会安全事件的行动单独来看并不一定表现出异常特征,需要综合分析发现多个参与者行动相互关联后可能形成的事件.文章假设参与者在事件准备和形成过程中的部分行动是可以被观察到的,提出了基于规划识别的社会安全事件识别方法.首先构造了社会安全事件识别模型框架,描述了社会安全事件识别的领域知识和问题模型,进而采用plan recognition as planning (PRAP)规划识别方法,利用领域知识进行推理,动态地识别可能发生的社会安全事件.最后以人员聚集事件为例设计了实验算例,检验了方法的有效性.实验结果表明该方法能够准确识别参与者行动对应的社会安全事件,并且具备较强的提前识别能力,能够提高社会安全事件监测预警能力.     

区间直觉模糊事件概率及其泛化形式的研究

针对随机现象中存在的模糊性,给出了区间直觉模糊集（interval-valued intuitionistic fuzzy sets, IVIFS）的解决方案。首先,定义了样本空间中区间直觉模糊事件（interval-valued intuitionistic fuzzy events, IVIFE）的概念,给出了区间直觉模糊事件概率的描述化定义。其次,定义了区间直觉模糊三角模及三角余模的概念,给出了区间直觉模糊事件概率的公理化定义。再次,给出了区间直觉模糊概率的泛化形式,即可分形式和不可分形式,并详细证明了不可分形式。最后,通过实例验证了不可分形式。     

同属多项组合项群选手各子项阶段训练安排重要程度的诊断

运用文献资料、访问、问卷调查和数理统计等方法,对同属多项组合项群选手各子项阶段训练安排重要程度的诊断方法进行了初步探讨。给出了不同选手各子项阶段训练安排重要程度的诊断方法与步骤,并对此作了应用举例说明,可为教练员制订训练计划提供参考。     

Multi-sources information fusion algorithm in airborne detection systems

To aim at the multimode character of the data from the airplane detecting system, the paper combines Dempster- Shafer evidence theory and subjective Bayesian algorithm and makes to propose a mixed structure multimode data fusion algorithm. The algorithm adopts a prorated algorithm relate to the incertitude evaluation to convert the probability evaluation into the precognition probability in an identity frame, and ensures the adaptability of different data from different source to the mixed system. To guarantee real time fusion, a combination of time domain fusion and space domain fusion is established, this not only assure the fusion of data chain in different time of the same sensor, but also the data fusion from different sensors distributed in different platforms and the data fusion among different modes. The feasibility and practicability are approved through computer simulation.     

并行离散事件仿真中的事件及事件队列建模

并行离散事件仿真软件系统中的事件对象及事件队列的结构、功能、及行为模型要能够支持并行环境中的包括保守、乐观及混合的各种事件处理模式。首先分析并行离散事件仿真系统的运行特点及其特殊技术要求,然后结合已研制开发的并行离散事件仿真系统软件KD-PARSE(KD-Parallel Simulation Environment),给出一种支持事件回退操作的SXO(State Exchange Object)回退框架及双队列事件队列数据结构设计,并通过在多机、乐观事件处理模式下实际运行仿真试验验证了设计的正确性。     

HEURISTIC SUPERVISION OF DISCRETE EVENT SYSTEMS

Results on supervisory control of discrete event processes are mainly concernedwith designing a controller such that the closed loop system generates a language L whichcoincides with the target language.In this paper we consider supervisory control problem for aclass of discrete event processes when the design target is that a certain set of language patternscan not occur in the closed loop language.A heuristic supervisor is constructed via the heuristicsearch method developed in AI.This scheme requires only the information about thecontrollability of the event symbol set.It is capable of designing a modular heuristic supervisorwhen there are many such forbidden strings.Effectiveness of such a supervisor is proved forsystems with perfect and partial observation.     

一种多传感器数据时空融合估计算法

当采用分布在不同空间位置上的多传感器观测值对测量噪声干扰下的参数进行融合估计时,数据融合存在时间性与空间性。为了提高测量精度,基于参数估计理论,提出一种多传感器数据时空融合算法。该算法将数据融合分解为两次估计,第一次是基于时间的递推融合估计,第二次是基于空间的自适应加权融合估计。该算法不要求知道测量数据的任何先验概率分布知识,编程简单,计算量小。计算机仿真表明,该算法在减少测量误差方面优于目前已有的基于时间或基于空间的多传感器数据融合算法。     

基于检测概率的雷达网协同干扰效果评估方法

针对突防编队对抗雷达网的应用背景,以雷达网检测概率为评价指标,建立了应用于干扰机编队多样式协同压制雷达网的干扰效果评估模型。首先阐述了影响压制效果的时间、空域、频率和处理增益4个因素,据此计算了单部雷达在多样式干扰下的检测概率。然后结合雷达网判决中心的工作方式,将网内成员雷达在多样式干扰下的检测性能映射到计算全网的受干扰影响程度。最后充分利用干扰机编队的航线信息,提出以“电子对抗环境下雷达网判决中心对不同航线段内突防编队的联合检测概率下降程度的加权积分”为干扰效果评估函数,建立干扰机编队对雷达网的多样式干扰效果评估模型。仿真结果表明,该模型在雷达网干扰效果评估问题上具有很好的应用性,对合理分配干扰资源、提高干扰机编队的整体干扰效果也有一定的指导意义。     

基于奇异事件特征聚类的时间序列符号化方法

提出一种基于小波的多尺度奇异事件特征提取方法,将时间序列分割为一系列具有独立趋势形态的事件子序列;对以变换参数表示的事件子序列的利用混合遗传聚类算法实现离散符号化,每一事件子序列以其所属类别标识,从而将连续数值域的时间序列转化为离散符号域的事件序列。方法用于对非平稳金融时间序列进行了符号化转换,实验结果表明该方法是有效的。     

基于传感器网络的在线决策融合目标检测方法

针对传感器网络(sensor network, SN)目标融合检测应用中融合中心无法精确地获得局部传感器节点检测性能参数的问题,建立了基于SN的目标融合检测系统,提出了一种非理想信道条件下在线决策融合的目标检测方法。该方法依据解调后数据构建了节点未知虚警概率、检测概率以及节点与融合中心信道平均传输错误概率等未知参数求解模型,并采用非线性最小二乘方法在线地估计出这些未知参数。进而通过选择性能优的节点参与融合,最大化融合检测系统检测概率。仿真结果表明:这种在线决策融合方法能够准确地估计出传感器节点的概率参数以及信道的平均传输错误率;相比于已知先验的最优似然比融合规则,在线决策融合规则检测性能相当。     

基于模糊理论的机械系统模糊可靠性数字仿真

论文基于模糊集合的交集与并集算子，给出了机械串联系统与并联系统的模糊可靠性数字仿真模型；讨论了模糊安全事件的隶属函数的建立方法，主要研究了基于模糊概率理论，从模糊强度的隶属函数获得模糊安全事件的隶属函数的方法，为确定机械系统模糊安全事件的隶属度提供了依据，使对复杂机械系统的模糊可靠性分析成为可能。算例表明了文中所讨论的方法的可行性。     

对地任务规划系统威胁空间综合量化建模与仿真

针对任务规划系统中传统威胁建模存在的缺陷,提出一种威胁空间综合量化建模的方法。将威胁空间分为硬威胁空间和软威胁空间,着重对软威胁空间的量化建模进行了研究;通过将数字地图转化成极坐标辅助网格,并借助辐射的概念,对雷达与防空火力两类软威胁空间的边界进行了精确建模;采用概率的方法得到软威胁空间的威胁分布,并引入势场理论对软威胁空间进行了量化,将软硬威胁量化进行融合,最终得到威胁空间的综合量化分布;仿真结果表明了该方法的有效性。     

应用证据理论(D-S方法)解多传感器数据融合问题

应用证据理论(D-S方法)，解在多传感器条件下的数据融合问题。具体方法是根据多个传感器对目标类型判断的基本概率分配函数，不断添加新的传感器数据，更新信任函数和似然函数，最终判断目标类型。并且将D-S方法与其它数据融合方法(如Bayes方法)进行了比较，说明了D-S方法的优越性和先进性。     

DEDS有限扰动分析效率

离散事件动态系统（ＤＥＤＳ）有限扰动分析（ＦＰＡ）通过状态匹配和事件匹配对样本轨迹进行“剪切和粘接”，构造依概率等价的扰动样本轨迹，扩展了无穷小扰动分析ＩＰＡ的应用领域。简单实例的分析和实验结果表明：事件匹配比状态匹配具有更高的效率.