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、可靠性差和单一融俣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。     

D-S证据理论在组合导航中的决策判断

在组合导航融合算法中引入证据理论对导航信息进行决策应用,推导出2个传感器信息融合后的结论,并且通过仿真实验得出计算结果。证据理论判断公式在处理具有证据冲突的相关信息时引入不确定熵的概念。证据理论算法通过不确定熵在加权合成算法和乘权合成算法之间作适度的折中判断。这种改进的证据理论方法可以分析组合导航信息融合算法中存在的问题,并给出最后的决策执行命令。     

基于神经网络D-S证据理论的汽轮机转子融合诊断系统研究

船用汽轮机转子作为汽轮机做功的主要部件，易发生故障．将数据融合技术应用到其故障诊断领域，采用神经网络与D-S证据理论相结合的理论方法，建立了汽轮机的融合诊断系统，对转子的几种常见故障进行诊断，在数据级上将特征量进行分类处理，能够从多方面反映系统状态，为准确诊断故障奠定了基础，特征级上采用多神经网络的方法克服了网络收敛速度慢的缺点，再经过决策级的融合计算，提高了诊断精度．通过诊断测试及对比试验证明该系统提高了汽轮机转子故障诊断的精度，并能满足诊断的实时性要求。     

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.     

D-S证据理论中冲突问题的解决方法

针对传统D-S证据理论中冲突证据合成存在的问题,提出一种基于数学模型修正证据源的冲突证据合成方法.在不改变Dempster组合规则的前提下,逐一比较识别元素的基本概率分配值和平均基本概率分配值,结合数学模型修正基本概率分配.仿真结果表明,该方法在处理冲突证据合成时有效、可行.     

D-S证据理论在目标识别中的应用

分析了D-S证据理论用于多传感器数据融合的基本概念和理论,构造了融合结构,该结构通过预处理先对单一传感器在时域上融合,再对预处理后的数据进行多传感器数据融合,实验结果证明了目标识别的基本概率赋值有了明显提高,验证了这一结构的正确性和有效性。     

D-S证据理论在带式输送机故障诊断中的应用

针对带式输送机存在输送距离长、运量大、速度快、使用环境恶劣等问题,基于D-S证据融合理论在处理由不知道所引起的不确定性方面具有独特优势,将D-S证据理论应用于带式输送机故障诊断中。详细论述了D-S证据理论及基于证据理论的带式输送机故障诊断过程。实验表明:D-S证据理论能有效提高诊断可信度,是一种有效的带式输送机故障诊断方法。     

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...     

D-S证据理论在煤矿水害预测中的应用

针对煤矿井下水灾、水害形成原因的复杂性和不确定性,应用多源数据融和技术,探讨D-S证据理论对多传感器目标识别的不精确推理方法,即通过对一些事件的概率加以约束以建立信任函数而不必究其精确关系,应用D-S证据理论将多传感器所采集到数据进行融合,并根据一定的决策规则,判断出影响煤矿井下的安全状态因子,给出煤矿井下突（透）水预测的评价模型。     

融合多特征信息的模式识别方法

研究在有不确定知识的情况下,融合多种类特征信息的模式识别方法.首先用模糊逻辑表示关于对象的具有不确定性的经验知识,通过模糊推理可由特征得到关于对象的用基本概率分配函数表示的具有不确定性的模式分类信息.然后利用D-S证据推理的方法最大程度地消除其不确定性,得到对象的最终分类结果.仿真结果证明,该方法对处理具有多种类特征且带有不确定性知识的一类模式识别问题是有效的.通过将模糊推理方法与证据理论的结合能有效利用多种特征的不确定知识对目标进行分类.     

基于多传感器融合的移动机器人自引导

利用模糊控制原理融合了三种传感器数据 ,设计了模糊控制器来实现自引导车对磁条的跟踪以及当小车距离方形障碍太近时对障碍的跟踪 ,主要是通过对模糊控制器输入的切换来实现对不同目标的跟踪 .最后用Matlab的Simulink对模糊控制器进行了仿真 ,并给出了仿真结果 .     

基于超声波与红外的AGV定位方法

以往的AGV(Automatic Guided Vehicle)多采用电磁感应技术、机器视觉技术和激光技术进行定位。其电磁感应技术更改路径困难;机器视觉定位算法复杂,实时性差;激光技术定位电路复杂,成本较高。为此,基于超声传感器设计了自动引导车辆的定位系统,提出了一种高精度测量超声信号传播时间的方法。该方法采用双超声发射传感器依照一定的时序进行工作,解决了信号相互干扰问题,在得到AGV位置信息的同时得到其姿态信息,简化了AGV的机械结构。设计了低噪声放大电路抑制噪声干扰;利用自动增益调整电路提高系统的测量精度;采用声速补偿方法消除环境温度变化对定位精度的影响。实验结果表明,该系统可以在300 cm×400 cm的范围内对AGV的车头和车尾精确、实时定位,定位精度达±3 mm。     

视觉引导AGV的数字图像处理方法研究

自动导航小车(AGV)的导航技术中,视觉导航具有信息量大和引导柔性等优点。视觉导航方式中,导航图像的处理技术处于很重要的地位。介绍了AGV导航技术的引导系统的原理,并针对视觉引导的AGV所采样的数字图像进行了噪声滤波、二值化、边缘检测和直线拟合等。通过在自主研制的小车样机上进行试验,验证了图像处理过程中的准确性和实时性,表明该方法对提高AGV可控制性具有良好的效果。     

自动导向小车路径规划问题的一种神经网络方法

以自动导向小车系统在柔性制造系统中的应用为背景，论述如何在调节时间间隔内处理同时发生的多个运送请求的情况，分析了自动导向小车系统规划的特征及相应对策，提出了相应数学模型，阐述了Kohonen自组织网络解决方法。     

AGV调度优化的应用场景、关键因素和研究方法综述

针对自动引导小车(automated guided vehicle,AGV)调度问题,梳理了制造、仓储、港口以及快递分拨中心中的AGV使用和调度研究现状,发现以快递分拨中心为代表的服务业是新兴且研究较为薄弱的领域;分析了AGV调度优化需考虑的因素,发现数量配置与充电管理两个关键因素联合考虑的不足,建议未来在大规模动态调度研究中将二者统筹考虑;从精确方法、近似方法和基于人工智能的新方法3个方面总结AGV调度研究方法,建议未来可在启发式算法的基础上融入基于人工智能的新技术和新方法以获得创新。     

量测噪声情况下基于D-S证据推理信息融合的滑模控制

研究了D－S证据推理多传感器信息融合方法在存在量测噪声的滑模控制中的应用，它有助于削弱模函数的不确定性。由于基本可信度函数不能解析获得，用一个模糊系统对其予以等价，模糊规则后件参数由样本数据通过最小二乘法获得。     

导航系统视觉快速跟踪方法

提出了一种图象搜索的方法 ,适用于变化的环境 ,通过灰度值偏移校正二维阈值化和噪声滤波的方法能有效排除由于光源所引起的各种干扰 .本方法处理速度快 ,满足自引导车实时跟踪和导航的需要     

Evidential Reasoning in Air Battle Systems

Bayesian statistics assigns basic probabilities to singletons （single element sets）. The Dempster-Shafer evidence theory generalizes Bayesian statistics by assigning basic probabilities to subsets to represent evidence and to develop evidential reasoning. This paper discusses what is the strength of evidence theory. As an application of evidence theory, evidential reasoning in air battle systems is discussed. In the air battle system, evidential reasoning is applied to fuse the muitisensor iaformation and identify the type of aircraft. The effectiveness of this fusion approach is evaluated by simulated data.     

“一带一路”视角下基于模糊证据推理的物流园区选址方法

基于模糊理论和证据推理理论提出了一种基于模糊证据推理的物流园区选址方法.该方法首先确定"一带一路"下物流园区选址的评价维度,然后采用专家评分的方式得到每个备选选址在不同维度上的模糊评分,接着采用模糊Dempster-Shafer规则将备选方案在不同维度上的得分进行集成,最后根据综合得分鉴别出最优的备选方案.本文提出的园区选址方法是证据推理理论在物流园区选址问题上的一种新的尝试,旨为企业界和相关政府主管部门进行"一带一路"物流园区选址决策提供新的支撑工具.