证据的信任函数表示

以诊断推理为应用背景，研究了信任函数理论框架下的证据表示，从似然原理出发，给出了基于似然性的信任函数所要满足的性质，引入了嵌套表示，建立了嵌套表示与稳健地斯推断的联系，并以一个简化的诊断推理过程为例，说明了嵌套表示的应用，最后指出嵌套表示与其它表示方法的差异来自对似然原理的不同理解。     

专家系统中的模糊知识表示及推理研究

结合一种基于特征的零件可制造性评价模型,论述了基于模糊理论的知识表示方法和推理方法,使用隶属函数和模糊规则表示知识,使用匹配度最大优先法和加权证据综合评判算法进行推理研究.     

不确定性推理理论在卫星故障检测和诊断中的应用

推理理论一般分为确定性推理理论和不确定性推理理论。传统的卫星故障检测和诊断应用的是确定性推理。然而，在卫星故障检测和诊断的实践中，仅使用确定性推理是很难对某些故障进行检测和诊断的，因为这时需要合情推理和容错能力。不确定性推理理论可以满足此要求。目前，航天领域的许多专家和实际工作者正致力于应用不确定性推理理论检测和诊断那些用确定性推理无法检测和诊断的故障。不确定性推理理论包括诸如包含度理论、粗糙集理论、证据推理理论、概率推理理论、模糊推理理论等。笔者研究的卫星故障检测和诊断的三种新方法，分别应用了包含度理论、粗糙集理论和证据推理理论。     

D-S证据推理及算法实现

D-S证据理论在多源信息数据融合领域得到广泛应用,针对该理论的实现算法也逐渐为人关注。本文首先简要分析了D-S证据推理的基本理论,然后以一具体示例描述了D-S算法的推理过程,最后基于微软最新推出的.NET平台,利用C#编程语言实现了D-S证据推理算法。     

归结原理在不精确推理中的应用

归结原理是定理机器证明中的一种基本技术.在知识工程的研究中,需要处理不确定和不精确的知识,本文讨论了采用可能性理论表示不确定命题和谓词的方法,以及如何应用归结原理来进行不精确的推理.     

Dempster-Shafer证据推理在数据融合中的应用

介绍了Dempster-Shafer证据推理的基本概念和理论,并将数据融合思想引入到机械设备故障诊断中,采用Dempster-Shafer证据推理进行融合计算,验证了这一方法的有效性.     

基于神经网络与证据组合推理的入侵检测方法

给出一种智能神经网络与证据组合推理相结合的网络入侵检测方法,将神经网络检测结果认为是"证据",并引入D-S证据理论进行组合推理,为解决连续时间序列入侵行为判别的问题提供了一种新方法,并且能提高入侵检测的判别精度。     

粗集模型的特征函数表示

粗糙集理论是处理不确定知识的一种工具,已在人工智能与知识发现、模式识别与分类、数据挖掘与故障检测等方面得到了较好应用。由于粗糙集在理论和应用两个方面的迅速发展,粗集模型得到拓广。本文研究粗集模型的特征函数表示形式,这种表示形式具有一般性,可以统一各种推广模型。粗集理论的核心是一对非数值型算子,即上下近似算子。粗集理论中的上下近似算子与证据理论中的一对数值算子——似然函数和信任函数有密切关系,为此作者研究了粗糙集与证据理论的关系。     

异构形式背景上的不确定推理

将模糊化的形式背景应用于异构数据形成的形式背景称为异构形式背景,在异构形式背景上应用证据理论对其进行推理。首先运用D-S合成公式的思想对异构形式背景进行推理,然后给出合成步骤并按照步骤对异构形式背景的具体例子进行证据推理。     

给排水工程专家系统（WTPES）不精确推理策略

从知识和证据的不确定性，可信度值的更新及传播等方面进行分析，介绍专家系统不精确推理技术在给排水工程中的应用情况，以ＷＴＰＥＳ软件包为例，介绍知识库结构及不精确推理模型的建立方法。     

地理专家系统的推理机设计

运用地理专家系统的推理机设计原理和方法,探讨了推理机的基本控制策略及其程序实现的算法,以及推理知识的搜索策略;讨论了地理专家系统中的不精确推理问题,分析了不精确推理的Ｂａｙｅｓ算法的基本思路及其推理规则的构造原理与方法．并以水土保持专家系统的推理机构造为例,论述了推理网络的组织原理和推理规则的设计方法及其推理算法．     

容错推理的逻辑基础

容错推理允许容纳错误知识而能作出合理推论,形式化常识推理可以描述为各种容错知识情形下推理的问题,容错知识的一般基础是含矛盾与含未知知识情形。我们基于极大相容性概念,定义极大相容子理论作为形式化容错推理的一种特殊途径;进一步,我们基于优先语义,给出一种容错逻辑的一般途径。     

先验概率值的一种学习方法

近年来,已提出了一些非确定性信息的理论,如概率理论,证据理论,可能性理论,基于Ｂａｙｅｓｉａｎ公式的似然推理模型等。这些方法均在不同程度上要求专家给出一些先验概率值,从而影响了它们的应用程度。所以,建立一种有效的获取先验概率值的方法是有必要的。本文给出一种从实际例子中自动获取先验概率值的方法。     

基于可拓理论的不相容问题的求解初探

传统的人工智能方法在处理矛盾问题、策略的生成方面有许多不足.如何更准确地表示知识和智能化的推理已成为当今研究的热点和难点问题.可拓学的的创立为知识表示和推理的理论研究提供一条新的途径,用可拓学思想对知识进行表示,对不相容问题进行分析,并给出了检查含圈矛盾知识的算法.     

不完全信息下基于证据推理的多属性决策方法研究

针对不完全信息下多属性群体决策中存在的问题,提出一种基于证据推理的多属性群体决策方法。该方法首先应用灰色白化权函数将定量属性定性化,然后针对不同专家知识背景的不同,构建基于属性的专家赋权方法,用证据推理方法将不完全信息下的多个专家的意见进行集结,并应用效用理论对方案进行排序择优。最后通过一个算例验证该方法的有效性和可行性。     

城市公共交通智能调度专家系统的研究

根据城市公共交通调度、专家系统知识及模糊控制理论建立了公交智能调度专家系统。该系统采用案例与规则两级推理机制,通过产生式规则实现对知识的表达,应用关系型数据库实现对知识的管理与操作。案例推理中设计了代码与属性两层匹配的推理策略,针对实际调度中的不精确判断,根据模糊控制与模糊推理的思想设计了模糊规则与模糊推理策略实现了基于规则的推理。该系统对实现公交系统智能化、提高公交调度的质量和效率具有重要的意义。     

Application of Uncertainty Reasoning Theory to satellite Fault Detection and Diagnosis

Reasoning theories are divided into certainty reasoning theories and uncertainty reasoning theories.Now,only certainty reason-ing theories use to deitcs are used to detect and diagnose satellite faults.However,in practice,it is difficult to detect and diagnose some faults of the satellite autiomatically only by use of ccrtainty.Fortunately.uncerlainty Reasoning theories are applied to detect and diagnose satellite faults.Uncertainty reasoning theories include several kinds of theories,such as inclusion degree theory,rough set theory,evidence reasoning theory,probabilisticresoning theory,fuzzy,fuzzy reasoningteory,and so on.Inclusion degree theory.rough set theory and evidence reasoning theory are three advanced ones,Based on these three theories respectively.the audhor introduces three new methods to detect and diagnose satellite faults in this paper.It is shown that the methods,suitable for detecting and diagnosing satellite faults,especially uncertainty faults,can remedy the defects of the current methods.     

设计与实现计算机推理软件的研究

计算机专家系统是计算机推理软件的典型代表 .本文提出了一种设计与实现计算机推理软件的方法 .该方法将领域理论、知识、经验转换成计算机能够存储、表示和应用的知识库 ,该知识库的内容通过知识转换器完成对知识的识别、分析、数据收集、编码处理、地址分配等 ,随后转换产生用于逻辑推理数据形式的知识规则库文件 .在知识规则库文件的基础上建立一个独立的推理执行系统 ,它采用精确推理的方法 ,依据由知识转换器产生的知识规则库文件 ,实现相应的推理结构确定的逻辑控制 .论述了计算机推理软件的设计思想、总体设计及其特点 ,并介绍了采用计算机编程语言的实现方法     

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.