一种新的基于证据权重的D-S改进算法

D-S(Dempster-Shafer)证据理论是一种有效的不确定性推理方法,但在组合高冲突证据时,D-S证据理论得到的结果却往往有悖常理。为了解决冲突证据的合成问题,考虑到不同的证据在合成过程中的重要程度不同,提出了一种新的基于证据权重的D-S改进算法。该方法首先引入一个度量证据体间相似度的证据距离函数,建立相应的证据距离矩阵,求出系统中各证据到证据集的平均欧式距离,然后通过信任函数来获得描述各证据重要程度的权重系数并对证据源进行修正,最后利用D-S组合规则对修正后的证据进行合成。通过算例的分析以及与其它改进算法的比较,验证了新方法的有效性和优越性。     

考虑退化与冲击过程随机相关的管道预测性维修

针对经历退化过程且同时受外界冲击影响的天然气管道维修问题，提出了一种考虑退化与冲击过程随机相关的管道预测性维修策略。首先建立了管道退化与冲击随机相关性模型及基于变阈值的可靠性预测模型；其次根据管道可靠性建立了预测性维修决策模型并进行优化求解；最后结合实例对维修成本进行了对比分析。研究结果表明，预测性维修决策模型可以在降低成本的基础上有效提高天然气管道的安全性能，具有较好的理论参考价值。