基于D—S证据理论的高校行政人员综合评价指标体系研究

高校行政人员的绩效水平直接影响高校教学活动的开展以及教学质量的提高，进而影响整个高等教育的质量，而高校行政人员综合评价能够有效提升其绩效水平。论文在总结前人研究成果的基础上，以“德、能、勤、绩、廉”为标准，结合高校情况，构建了高校行政人员综合评价指标体系，然后选择序关系分析法为各指标赋权重，并在考虑多个评价者评价结果融合的需求下，应用D—S证据理论对各指标的得分进行了处理，得到最终的评价结果，最后引入了一个实例证明了该指标体系的可用性及合理性。

多传感器信息融合利器——D—S证据理论初探

多传感器信息融合广泛应用于自动目标识别、战场监视、机器人、工业过程控制、遥感、图象处理、模式识别等领域。采用信任函数作为度量的证据理论可处理由不知道所引起的不确定性。本文对信息融合技术的概念以及重要融合方法进行初探。

基于GD—AHP和D—S证据理论的高速公路隧道火灾风险因子权重的确定方法

本文构建了高速公路隧道火灾风险评价的指标体系,应用GD-AHP和D-S证据理论融合算法相结合的方法,确定了高速公路隧道火灾风险因子相对于高速公路隧道火灾风险的权重值,可为高速公路隧道火灾管理与防灾措施的制定提供参考。

D-S证据理论在多传感器故障诊断中的改进及应用

为了解决在多传感器信息融合处理故障诊断过程中,传统证据理论对含有冲突证据的处理结果与实际相悖的问题,介绍了传统D-S证据理论的基本构架,分析了其在处理含有高冲突的证据融合过程中将高信任度分配给小可能故障源的不足,提出了一种新的基于模糊成员函数和证据平均距离的证据调整方法,该模糊成员函数充分考虑了专家知识对基本概率分配函数的影响,证据的平均距离给证据分配的权重系数可降低冲突证据的可信度,增加其未知程度.运用证据的充分性系数及利用证据平均距离得到的证据重要性系数,重新分配概率指派函数.实验结果表明,改进后的方法可以提高故障诊断结果的准确性,在一定程度上提高了诊断系统的性能.

基于熵权灰色关联和D-S证据理论的威胁评估

为了更好地处理空中威胁目标的不确定性信息,提出了基于熵权灰色关联和D-S证据理论相结合的威胁评估方法。将熵理论应用于求解各指标权重,利用灰色关联法确定各指标的不确信度,进而得到各指标下不同目标的Mass函数,通过D-S证据理论对各Mass函数进行合成,根据置信函数大小对目标进行排序。仿真实验证明该方法是合理有效的。

基于D-S证据理论的短期负荷预测模型融合

在各种预测模型融合时确定各种模型的权重直接影响到预测精度。对3种不同的神经网络负荷预测模型分别建立了权重提取和权重融合的数学模型,并运用证据理论对3种预测模型的权重进行融合。通过对历史预测数据的分析,提取了证据理论的融合样本,并将信度函数的多重融合结果作为负荷预测模型权重,得到权重融合后待预测日的负荷预测结果。将权重融合模型的预测结果与单一模型的预测结果进行比较,结果表明权重融合后的模型具有更高的预测精度,提高了负荷预测的准确性。

基于灰色关联分析和D-S证据理论的区间直觉模糊决策方法

针对方案的指标值为区间直觉模糊数的决策问题,提出了一种基于灰色关联分析和D-S证据理论的决策方法.定义了区间记分函数和区间数点算子,并通过其将区间直觉模糊数转化为记分函数;利用记分函数以及灰色关联方法确定各指标的不确信度,进而构建出不同指标下各方案的Mass函数,通过D-S合成法则进行信息融合,确定最优方案.最后,通过算例表明,本文提出的方法可得到满意结果并显著降低决策的不确定性.

D-S证据理论在战术态势估计技术中的应用

态势估计是信息融合系统中的高层关键技术,其实质是对提取出来的态势要素进行觉察、理解和预测的处理过程;态势估计是数据融合处理模型的二层处理过程,它接收一层融合的结果,从中抽取出对当前战场态势尽可能准确、完备的信息,为指挥员决策提供支持;首先分析了态势估计的不确定性因果推理方法,研究了D-S证据理论用于态势估计系统的信息融合方法;重点研究了这种理论用于态势估计问题的信息传递过程,并给出实例分析;最后分析了这种理论在解决有着大量不确定信息的态势估计问题时的优点及不足。

基于量子遗传神经网络与D-S证据理论的断路器机械特性故障诊断

针对目前断路器故障诊断系统诊断结果不精确的现状,提出一种量子遗传神经网络与D-S证据理论的方法,利用小波包变换和频带分析技术,得到分合闸线圈电流与机械振动波的高频及低频信号,提取2类信号每个频带的能量值分别作为2个独立的量子遗传径向基(RBF)神经网络的输入量,并得到2个初步诊断结果,最终利用D-S证据理论技术将2个RBF神经网络的评价结果融合。实验结果表明:量子遗传算法改进的RBF神经网络收敛速度快,结果精确;同时,D-S证据理论融合后的诊断结果准确度更高,并且诊断结果可信度提升。

基于D-S证据理论的网格服务行为信任模型

在网格环境中,信任机制是解决网格服务安全问题的一种有效方法。研究了以P2P模式组织的网格服务资源之间的行为信任关系,提出了一个行为信任模型,研究了D-S证据理论和改进的证据冲突处理方法在行为信任模型中的应用,解决了模型中信任的度量、传递和组合问题。模拟实验与结果分析表明提出的行为信任模型具有合理性、有效性以及工程可行性。

基于D-S证据理论的感应电动机转子故障诊断方法研究

提出运用D-S(Dempster-Shafer)证据理论对感应电动机转子断条故障进行识别的故障诊断方法。基于小波包变换的频率划分特性,对定子电流信号进行小波包分解,建立了转子断条故障的特征矢量,提取转子断条故障的特征信息,利用BP神经网络对其识别的结果形成彼此独立的证据,并根据D-S证据融合规则进行融合处理,以实现对电动机转子断条故障的准确识别。实验结果表明,该方法克服了传统基于FFT分析方法难以提取故障特征频率分量的难点,提高了故障诊断的判决精度,可实现转子断条故障的可靠诊断。

基于层次分析法和D-S证据理论的底板突水风险评估方法

为对煤层底板突水风险性进行评估,首先利用层次分析法获得权重向量;基于D-S证据理论的基本合成法则与权重向量,对合成法则进行修正,建立底板突水风险评估模型;通过专家评分获得指标层各影响因素风险信任度概率分布,以此作为D-S合成的证据源,基于修正后的合成法则,对证据源从指标层到准则层再到目标层进行证据融合,得到风险评估结果。

基于D-S证据理论的分布式入侵检测方法研究

入侵检测系统是信息安全的一种重要手段,该文提出了一种基于D-S证据理论的分布式入侵检测系统模型,讨论了其实现方法,并进行了仿真实验,仿真实验表明经过多传感器数据融合后得到的结果优于单传感器得到的结果。

一种D-S证据理论的改进方法及其在目标识别中的应用

研究了基于D-S证据理论的多传感器信息融合算法,提出一种基于D-S理论的推广方法来解决融合信息的证据冲突问题,并将其用于红外成像/毫米波复合制导系统来进行目标识别的决策信息融合,结果比较理想,能够有效地化解证据间的冲突问题,提高识别系统的可靠性与准确度。

基于D-S证据理论的结构多精度损伤识别结果融合方法

在结构的损伤检测中,由于传感器数目、测试噪声等因素,限制了结构损伤检测与识别的能力。不同的损伤识别方法在检测过程中识别的精度不同,使用单一的损伤检测识别方法所获得的信息是不全面的。将Dempster-Shafer证据理论应用于结构的损伤识别中,将各种识别不同精度的检测方法融合,使最终识别的结果更为可靠、精确。通过对钢梁结构损伤识别的模拟计算,验证了D-S证据理论在融合多种不同精度损伤识别方法中的有效性。

改进加权D-S证据理论在目标意图预测中的应用

为了在预警机中准确对目标意图进行预测,以便我方及时合理的作出战术决策,采用D-S证据理论对目标意图进行预测。首先提取出影响目标意图预测的各个态势因素,然后分析每个因素的影响效果。在此基础上建立目标意图预测的数学模型,利用D-S合成法则将所有因素的影响进行综合,并计算出各个可能命题的概率赋值并给出相应决策。仿真实例表明:融合后的不确定概率有较大幅度的下降,得到了合理的目标意图预测结论,文中的方法可扩展为多个目标编队的意图预测。

基于D-S证据理论的网络安全风险评估模型

针对网络信息系统的安全风险评估问题,提出了基于D-S证据理论的风险评估模型。证据理论是一种处理不确定性的推理方法。首先用"折扣率"对Dempster合成法则进行了改进,然后使用改进后的Dempser合成法则对网络中存在的各种风险因素进行合成,减少了风险因素中的不确定性,并以实例验证了该模型在网络安全风险评估中的应用,仿真结果证明了该算法的正确性。最后,通过与模糊综合评判法进行比较验证了证据理论具有更高的准确性。

无线网状网中基于D-S证据理论的可信路由

结合Dempster-Shafer(D-S)证据理论,提出了一个信任评估模型;同时,在AODV的基础上,给出了一个可信的路由协议T-AODV,该路由协议根据节点的信任值选择可信的路由进行数据传输。仿真结果表明,所提机制能够有效地监测和隔离恶意节点,抵御攻击,能够提高网络的可靠性、顽健性以及安全性。

基于D-S证据理论信息融合的轨道电路故障诊断方法研究

在闭塞区间主流设备越来越多的采用ZPW-2000A型无绝缘轨道电路的背景下,针对单一故障诊断方法的诊断精度偏低问题,提出基于信息融合的故障诊断模型和故障诊断方法。该方法分别用BP神经网络和模糊综合评判对轨道电路进行故障诊断,然后将这2种方法的诊断结果作为D-S证据理论的证据体,利用神经网络输出和模糊综合评判输出来构造D-S证据理论中的概率分配,最后利用D-S证据理论将BP神经网络和模糊综合评判对轨道电路的故障诊断结果在决策级进行融合,诊断轨道电路是否有故障并判断故障的模式。仿真结果表明:该诊断方法具有较高的故障诊断精度,诊断结论的可信度有明显提高。

基于D-S证据理论的多参数反演的火成岩识别——以塔里木盆地哈拉哈塘地区为例

塔里木盆地哈拉哈塘地区具有良好油源地质条件,该地区二叠系火成岩普遍发育,复杂的岩性和剧烈的厚度变化影响下覆油气资源的勘探.为识别该地区英安岩和玄武岩这2种主要分布的火成岩,分析不同岩性的特征响应,选取有效岩性识别参数,进行多参数反演;利用基于D-S证据理论的信息融合技术对多参数反演结果进行融合,挖掘参数反演数据体的优势信息,得到岩性识别的概率体,有效避免传统波阻抗反演结果的局限性.该方法可预测主要火成岩类型在空间上的展布和厚度变化,提高岩性解释精度,在识别火成岩岩性方面取得较好效果.