基于粗糙集和D-S证据理论的设备技术状态评估

针对设备技术状态评估中存在着不确定性,建立了基于粗糙集理论和D-S证据理论的设备技术状态评估模型,以提高评估的准确度,降低不确定性。首先利用粗糙集理论的知识约简功能来优化设备技术状态评估指标,其次采用D-S证据理论来组合优化过的指标,最后采用基于基本可信度分配的决策来获得设备的技术状态类别。以汽轮鼓风机为研究对象,详细描述了基于粗糙集理论和D-S证据理论的设备技术状态评估方法,并进行实例计算。实例表明采用粗糙集理论,优化了评估指标,减少了数据收集;采用D-S证据理论,进一步综合各指标,并能计算出评估结果可能存在的不确定性量。     

不确定条件下的质量绩效测评方法

以ISO9004标准为基础,建立了质量绩效评价模型.根据评价模型的多层次多指标结构特征以及评价信息的不确定性特点,将D-S证据合成理论应用于质量绩效评价系统,利用模糊评判和群组决策方法处理评价过程中的不确定信息和未知信息,给出了D-S证据合成中mass函数的确定方法,并将一种改进的D-S证据合成方法应用于多专家、多指标的信息合成,从而建立了不确定条件下的质量绩效测量和评价方法.最后,通过实例应用对上述方法的实用性和有效性进行了说明.     

基于D-S证据理论的雷达故障诊断方法

新型雷达装备故障具有明显的复杂性和相关性,难以准确确定故障部位。在分析雷达故障特点和专家诊断系统不足的基础上,把信息融合技术引入故障诊断,提出了一种基于D-S证据推理的诊断方法,构建了故障诊断模型,介绍了D-S证据推理的故障诊断算法和诊断过程,并用实例进行了验证。结果证明,该方法较好地解决了故障诊断中的不确定性问题,弥补了当前诊断系统中存在的缺陷。     

信息论在作战效能评估中的应用研究

基于信息论的基本理论,改进了信息熵函数,提出一种用于评估作战效能的不确定性度量评估方法.该方法能十分简便地分析出各种信息对整个作战效能的影响程度.     

基于改进证据理论的导弹状态评估方法

针对目前导弹状态评估存在的问题,在分析导弹状态参数的基础上,建立了导弹状态参数体系,并将导弹状态按照实现其特定功能分为良好状态、较好状态、堪用状态、拟故障状态和故障状态,进而设计了一种基于改进证据理论的多指标融合导弹状态评估方法。针对D-S证据理论应用于导弹状态评估存在的证据源权重分配、合成过程中未知信息处理及冲突分配等问题,在分析现有改进方法的基础上,采用状态参数的权重系数对原始证据源进行修正,并基于全局冲突应在引起冲突的焦元之间进行局部分配的思想对证据理论进行了改进。通过实例分析,验证了改进方法的有效性及设计的导弹状态评估方法的正确性。     

基于混合编码遗传算法的证据网节点可靠性评估

证据网是一种基于D-S(Demspter-Shafer)理论层次化推广的推理模型,和D-S理论一样,当证据网中传感器节点不可靠时需要进行折扣(可靠性)处理。由于证据网是一种多层次的节点信息融合,折扣在不同融合层次传感器上,影响不同层次上的冲突,所以折扣的设置需全局考虑冲突情况。已有的可靠性评估方法是D-S理论中的评估,这些方法并不能保证在融合中全局的冲突最小,针对这一问题提出一种以减小全局冲突为目标使用混合编码遗传算法进行可靠性评估的方法。在仿真实验中通过与已有的可靠性评估方法进行比较,证明了该方法更能减小全局冲突,获得更好的结果。     

基于证据理论的导弹对抗防御雷达作战效能评估方法

针对评估矩阵由随机数、区间数、模糊数以及空缺值等多种形式构成的作战效能评估问题,采用证据理论对不同方案在不同属性下的焦元进行识别,计算每个焦元的基本效用分配值,并基于信度函数和似真函数得到各个方案的效用区间,然后通过效用区间的比较得到各方案优劣排序,从而为导弹作战效能评估提供了一条有效途径.对某导弹与雷达对抗作战效能评估问题进行了实例计算,验证了此方法评估导弹作战效能的可行性.     

基于粗糙集和证据理论的设备状态评估方法

为准确判定复杂设备健康状态，提出一种基于粗糙集理论和证据理论的健康状态评估方法。鉴于粗糙集只能处理离散指标，首先提出一种基于动态模糊C-均值聚类算法的连续型评估指标的离散化方法；再通过基于互信息的属性约简算法对复杂设备健康状态评估指标进行约简；然后对约简的评估决策表进行处理，构建基本信度分配函数；最后利用D-S合成规则进行多指标合成得到健康状态，进一步挖掘评估指标与健康状态间的关系。实例研究及对比分析表明该方法能有效提高决策可信度，减少评估的不确定性。     

基于作战环和改进信息熵的体系效能评估方法

针对信息化条件下作战体系中装备种类繁多、关系复杂的问题,以敌方目标为牵引,提出了一种基于作战环和改进信息熵的体系效能评估方法。将装备和关联关系抽象为节点和边,根据节点的战技指标确定边的度量指标,构建了基于作战环的作战体系网络模型。提出了基于邻接矩阵的作战环数量确定方法和基于改进信息熵的作战环效能评估方法,根据各目标节点参与的作战环数量及其效能,建立了作战体系效能评估模型。以某打击大型水面舰艇作战体系为例进行分析,结果表明所提方法充分考虑了各装备和关联关系的异质性与不确定性,能够全面客观地评估体系效能,为作战体系效能评估和结构优化提供方法支撑。     

证据冲突下D-S融合算法的改进

针对D-S证据理论在处理高冲突证据时会出现悖论这一情况,在D-S理论框架下,给出冲突程度的判别方法,并提出一种改进的相对加权融合算法.该算法根据证据距离来确定证据的相互支持度,并以证据支持度矩阵模最大特征值对应的特征向量为证据的权重向量,并求得各证据的相对折扣因子,对各证据信息进行折扣处理后用D-S规则融合,消除了信息冲突环境下D-S合成法则悖论.为验证改进算法的有效性,给出了仿真分析,验证了该算法在证据冲突的情况下能有效地减小冲突对组合结果的影响,降低了决策风险.     

基于粗糙D-S理论的身份融合方法

综合运用粗糙集方法与D-S证据理论可有效解决身份融合中的一些复杂问题。针对多传感器身份融合中D-S理论获取基本概率赋值存在主观性的问题,提出了一种新的基于粗糙集理论的证据获取和基本概率赋值客观确定方法;利用粗糙集中属性的重要性消除冗余传感器,减少了证据组合的冲突现象。在此基础上,给出了基于粗糙D-S理论的身份融合方法,最后以具体算例验证了方法的有效性。     

一种解决D-S理论证据冲突的有效方法

D-S证据理论是一种有用的不确定性推理方法,由于证据合成公式存在不足,影响了证据理论的应用。针对有效融合高度冲突的证据,提出了一种新的有效加权冲突证据组合方法。该方法通过引入一个证据体距离函数,利用证据之间的相对距离确定了证据的权重,对系统中的证据加权平均后再利用Dempster组合规则实现信息融合。与其他方法比较,该方法在系统存在伪证据(干扰)时仍然能够有效快速地识别出目标,实例表明了该方法的有效性。     

仿真数据综合可信度的测度与校验方法研究

在武器装备作战效能仿真评估中,常常面临着仿真数据源的可信度难以测度与验证的问题.而采集的仿真参数是作战效能评估指标体系的体现,可按照仿真评估指标体系来测度仿真数据源的综合可信度.考虑到仿真评估指标体系的底层指标的数据相对详细且容易理解,利用多位专家对末级指标仿真数据的可信度作出评定,并把评定完的末级指标的信度融合成整体仿真数据的综合信度.构建基于证据理论的融合方法来汇集这些评估末级指标的可信度,再经过层层推理聚合,最后获取体现整个仿真系统数据源的最终信度.以某陆军装甲坦克分队作战效能仿真评估为例,对仿真数据源的可信度分析,运用该方法,得到的综合信度值不但合理,还可为基于仿真的评估提供信度支持.     

潜空导弹武器系统作战效能评估模型

针对潜空导弹武器系统作战效能评估中不确定性指标难以进行量化的特点,将灰云模型应用到白化权函数中,改进了灰色评估法白化权值的确定方法,实现了定性与定量评估的有效转换.并采用三标度法构造判断矩阵,克服了传统层次分析法求权值不够客观且需要进行一致性检验的缺点,建立了集成灰云模型和改进层次分析法两者优点的作战效能评估模型,提高了效能评估的可信度,为潜空导弹武器系统作战效能的评估提供了有效途径.     

基于云模型的指挥控制系统效能评估

由于新一代指挥控制系统尚处于研制阶段,对其进行效能评估时存在诸多不确定因素,导致评估指标模糊性和随机性较大,引入云模型理论,将不确定性因素转化为定量化的数字特征,实现了定性指标的定量化处理。以作战指挥控制系统效能评估为背景,首先结合系统特点,在广泛征询专家意见的基础上,构建了评估指标体系;其次,为尽可能避免主观因素影响,利用排队理论求解指标权重,并采用逆向云发生器将不确定性指标转化为定量化的云数字特征;利用云运算规则将指标权重与指标云有效融合得出综合评价云,根据综合评价云与各标准云的相似度大小,得出综合评估结果。最后,通过与经典模糊综合评估法和云重心评判法的对比分析,验证了该算法的可行性。     

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。     

基于D-S证据理论的红外小目标融合检测方法

将红外图像中的小目标检测视为基于多图像特征的像素分类问题,提出了一种基于D-S证据理论的红外小目标融合检测方法。该算法首先提取双色红外成像系统中各传感器图像的图像特征,采用D-S证据理论中的基本概率分配函数对传感器图像中的像素进行基于多图像特征的分类,得到各传感器的目标检测基本可信度图;然后应用正交和规则复合来自各传感器的目标检测判决证据,获得整个系统的目标检测基本可信度图;最后根据决策规则输出最终目标检测结果。实验结果显示,该算法能在较大程度上降低目标检测过程中的不确定性,提高了系统的检测性能。     

基于联合局域相关向量机的雷达导引头状态预测方法

针对雷达导引头机电结构组成复杂、性能指标测试数据信息利用率不足、使用传统基于数据驱动的状态预测方法精度不高的问题,借鉴相关向量机(relevance vector machine,RVM)和Dempster-Shafer (D-S)证据理论,提出了一种基于证据融合和改进局域RVM的状态预测方法。首先,对标准RVM回归模型进行改进,通过构建方差高斯核函数(variance Gauss kernel function, VGKF)来提高核函数的全局性能和泛化能力;然后通过借鉴混沌序列局域预测法中邻近点个数的选取方法,利用Hannan-Quinn (H-Q)准则对训练空间预测嵌入维数进行优化,避免了主观选取的盲目性,完成了改进局域相关向量机模型(local relevance vector machine, LRVM)的构建;最后,利用具有近似退化规律的同源装备测试数据对LRVM进行了改进,通过D-S证据理论对两种模型的预测结果进行了融合,建立了联合局域相关向量机(united local relevance vector machine, U-LRVM)模型。通过对导引头相关参数的实例预测,验证了该方法的可行性和优越性。     

基于云理论的C~4ISR系统作战效能评估应用与研究

针对C4ISR系统作效能评估的复杂性,借鉴云理论的原理,提出基于云理论的C4ISR系统作战效能评估模型。在描述云理论评估步骤和建立评价指标体系的基础上,通过求各指标的云模型表征及各指标参数的权重,用加权偏离度衡量系统与理想状态的偏离量,采用包含一维云发生器的改进型云模型实现了C4ISR系统作战效能评估。实例证明此方法能较好地融合主客观信息,有效的集成了模糊性和随机性,简单易行,可操作性强,为C4ISR系统作战效能评估提供了一种有效方法。     

组网雷达作战效能模糊综合评定模型

随着现代战争向网络中心战转变,雷达组网作战是防空武器系统发展趋势,其作战效能分析可为防空雷达组网提供辅助决策。为了评估组网雷达作战效能,结合雷达组网的因素分析,运用模糊数学的方法,提出了组网雷达作战效能评价指标体系,建立了三级模糊评判模型,并利用层次分析法确定了各因素的权重,提出了组网雷达作战效能的量化评判方法。并对某重点区域防空两种雷达组网方案作战效能进行了模糊综合评判,实例分析结果表明该组网雷达作战效能模糊评判模型具有实用性,其评估结果可为防空雷达组网提供参考。