基于D-S证据理论的岩爆预测方法研究

为了有效预测岩爆,提出基于D-S证据理论的岩爆预测方法.首先,选取与岩爆发生相关的6个指标因素作为证据体,并通过模糊物元框架和正态型隶属度函数构建证据体的基本概率分配.然后,利用K均值将证据体分类,并提出簇内证据用传统方式融合而簇间证据用权重方式融合的组合融合规则,以减轻高冲突证据融合的不利影响.最后,将模型应用在秦岭终南山公路隧道2号竖井工程,且与经验方法对比.为了分析预测过程的不确定性和估计岩爆发生概率,采用蒙特卡洛模拟进行抽样仿真,并通过Spearman秩相关系数衡量输入指标的全局敏感性.研究结果表明:输入指标在不同的岩爆案例的影响程度差异较大且方向不同;5个岩爆案例的发生概率在40.8%~70.1%之间.该模型表现出优异的预测分类性能,可为深埋地下工程岩爆预测提供参考.

D-S证据理论在空中目标识别中的应用现状与展望

D-S证据理论作为一种多源信息融合工具,在空中目标识别领域中得到了广泛应用。对D-S证据理论进行了概述;简要梳理了D-S证据理论在空中目标识别领域中的发展脉络,并提出应用中需要解决的三类关键问题;围绕上述问题,重点对该领域中的BPA获取、证据冲突度量、证据融合的应用现状进行综述;最后,基于空域控制视角,对D-S证据理论在该领域中的应用进行了展望。研究可为空中目标识别领域的理论发展和工程应用提供参考。

D-S理论和Markov链组合的桥梁性能退化预测研究

为准确预测桥梁性能退化,考虑到数据随机性和微小扰动发生状态跳跃,提出了一种D-S(Dempster-Shafer)证据理论和Markov链组合的桥梁性能退化组合预测模型和性能退化率的概念.该模型基于指数平滑(exponential smoothing,ES)方法获得新的预测数据序列,并利用Markov链和D-S理论不断进行优化,从而实现桥梁性能退化的组合预测.实际工程的应用结果表明:性能退化率可以直观地表征在梁性能退化的速度.其次,该模型的平均相对误差为1.54%,较于回归、灰色和模糊加权Markov链模型,精度分别提高了1.11%,0.88%和2.8%,而后验差比值为0.242,小于0.35;模型的标准差为9.021,相比其他模型分别减小了3.978,3.405和7.500,而变异系数为0.109,均小于其他模型,验证了组合预测模型在精度和稳定性方面的优越性,可为在役桥梁结构性能退化预测与维护提供理论基础.

基于D-S证据理论的农作物气候品质预测方法研究:以晚熟杂交柑橘春见为例

【目的】基于多源气象数据构建果实品质(糖含量等级)预测模型,为科学评价果实气候品质及深入挖掘农产品气候资源提供科学依据。【方法】以晚熟柑橘春见果实为研究对象,利用多源数据融合技术、人工神经网络(BP神经网络、RBF神经网络和Elman神经网络)和D-S证据理论,包括气象数据质量控制、特征选取、特征级融合、决策级融合4个步骤,构建基于多源气象数据的果实品质(糖含量等级)预测模型。【结果】春见果实品质预测模型采用BP神经网络预测结果总体准确率为87.50%,平均绝对误差(MAE)为0.150,均方根误差(RMSE)为0.447;RBF神经网络预测结果总体准确率为85.00%,MAE为0.175,RMSE为0.474;Elman神经网络预测结果总体准确率为87.50%,MAE为0.150,RMSE为0.447;D-S证据理论决策融合总体预测准确率达95.20%,分别较BP神经网络、RBF神经网络和Elman神经网络提升7.7百分点、10.2百分点和7.7百分点,MAE和RMSE分别为0.040和0.214,均明显降低。【结论】D-S证据理论决策融合后的果实品质预测准确率相比单一神经网络预测更高、误差更小。

基于加权D-S证据理论的旋翼故障诊断

旋翼作为直升机的升力面和操作面,其健康状态对直升机的安全至关重要。旋翼故障诊断技术仍是直升机健康与使用监测系统(Health and usage monitoring system, HUMS)领域的薄弱环节,开发旋翼故障诊断技术具有重要价值。基于信息融合技术,首先分析了旋翼故障的诊断机理,建立了旋翼故障模型,通过流固耦合仿真获取了不同故障下桨叶、轮毂和机身的故障特征信息,生成数据集进行网络训练和验证。然后,利用遗传算法反向传播(Genetic algorithm-backpropagation, GA-BP)优化神经网络诊断3种类型的直升机旋翼故障,即后缘调整片误调、变距拉杆误调和桨叶质量不平衡。3个逐级神经网络分别对旋翼故障类型、故障位置和故障程度进行了诊断识别。最后采用加权的Dempster-Shafer(D-S)证据理论对旋翼故障进行诊断和分析。结果证明基于改进D-S证据理论的旋翼故障诊断方法能够成功应用到旋翼故障诊断中,并具有良好的识别效果。

基于D-S证据理论改进AHP-熵权的流域洪涝灾害评估研究

考虑致灾因子危险性、孕灾环境敏感性以及承灾体易损性,选取指标构建小清河流域洪涝灾害风险评估指标体系,提出一种基于D-S证据理论的改进AHP-熵权法计算指标权重,求取洪涝灾害风险指数,运用自然断点分级法确定洪涝灾害风险等级,分析小清河流域洪涝灾害风险空间分布情况。结果表明:小清河流域洪涝灾害风险总体上表现出南低北高的趋势,其中高风险区和较高风险区分别占流域面积的8.7%和14.3%,主要分布在小清河干流以及主要支流两岸。所得评估结果同“利奇马”台风发生期间实际洪灾风险分布情况一致,对比证明基于D-S证据理论的改进AHP-熵权法优于AHP和熵权法,可为小清河流域防洪减灾决策提供依据。

改进YOLOv7-tiny与D-S理论结合的实验室人员行为检测研究

针对目前实验室场景缺少对人员行为检测的方法,且主流算法精度低、误检率高的问题,文中提出一种改进YOLOv7-tiny的人员行为检测算法,并通过多源信息融合,提高人员行为在实际实验室场景中的识别准确率。首先,在检测算法主干网络引入GhostNetV2轻量化网络,进一步降低模型计算量和复杂度;其次,在颈部网络嵌入改进后的CBAM_E注意力模块,加强目标重要特征的提取;再次,在预测端使用SIoU替换原有的损失函数,减少角度因素和边界框回归精度的影响。检测结果表明,相较于YOLOv7-tiny,文中算法精度提升10.08%,模型参数量和复杂度分别下降36.45%和46.76%。最后通过将检测数据与传感器采集数据运用D-S证据理论进行信息融合后发现,人员不规范行为检测的误检率得到有效降低。结果表明,该方法可实现对实验室人员不规范行为的有效检测。

基于改进D-S理论的多时刻空中目标威胁评估

针对单时刻空中目标威胁评估存在的抗干扰能力弱、可靠性不足等问题,建立一种基于改进D-S证据理论的多时刻空中目标威胁评估模型。首先,根据空战时间线,定义多时刻空中目标威胁评估时段范围;然后,在单时刻空中目标威胁等级概率分配基础上,利用D-S证据理论融合各时刻证据信息;同时,针对D-S证据理论不能处理高冲突证据的弊端及其现有改进方法计算量较大的不足,引入偏移度的概念,确定各时刻证据源权重,对加权证据进行D-S融合。数值算例表明,该模型算法复杂度低;能有效处理波动数据、稳定性强,并且可减弱高冲突证据融合对威胁评估带来的不利影响,为最终决策提供了更准确的判别依据。

基于改进D-S证据理论选择性集成的边坡稳定性评价

针对边坡稳定性预测算法选择困难和单个模型误判风险大的问题,建立了基于改进D-S证据理论选择性集成的边坡稳定性评价方法,为边坡稳定性初步评价提供方法依据。基于边坡稳定性主要影响因素,通过极限平衡法构建了大型边坡稳定性评价数据集。引入基于边界距离最小化的基学习器选择技术,提升选择性集成模型的泛化能力。提出了改进D-S证据理论融合基学习器信息,降低了选择性集成模型决策过程中的不确定性和模糊性,解决了现有边坡稳定性评价模型易误判和结果非一致性问题。仿真试验结果表明:改进D-S证据理论选择性集成方法无需复杂的数值建模与计算迭代过程,可直接客观地评判边坡稳定性状态,并从信息论角度给出边坡失稳概率。对比传统机器学习方法,该方法有效提高了边坡稳定性的预测准确率,同时降低了预测结果的不确定性,实现了速度快、精度高、稳健性好的广域尺度边坡稳定性评价。

由质子化D-A型聚合物和MoS_(2)构建S型异质结实现高效光催化析氢

化石能源的过度消耗及其所引发的环境污染已经成为制约人类社会可持续发展的关键因素,因此开发绿色、可再生的能源已成为全球的迫切需求.氢能作为一种新型能源,具有能量密度高、清洁以及可持续等优点,备受研究者的关注.光催化分解水制氢技术能够将太阳能转化为可储存的清洁能源,被视为未来解决能源和环境问题的可行性方案.在过去几十年里,众多科学家致力于研发各种高效的析氢光催化剂,以推进光催化分解水制氢技术的实际应用.其中,S型异质结光催化剂因其快速的光生电荷转移效率和出色的氧化还原能力,被认为是提高光催化析氢性能的有效途径之一.本文以质子化、具有供体-受体(D-A)构型的PyDTDO-3共轭聚合物和二维层状MoS_(2)为原料,构建了一种S型异质结(PPMS),并将其用于光催化分解水制氢.红外光谱结果表明,质子化处理导致PyDTDO-3表面吸附了大量H^(+),使其Zeta电势降低,表面负电荷减少,更有利于MoS_(2)的吸附,进而形成具有紧密接触界面的PPMS S型异质结.在可见光照射下,PPMS-0.5%(即MoS_(2)占PyDTDO-3的质量百分数为0.5%)S型异质结的性能最佳,其光催化析氢效率达到75.4 mmol g^(–1)h^(–1),是纯PyDTDO-3的4.6倍.此外,在550 nm光激发下,PPMS-0.5%异质结的光催化析氢表观量子效率最高达到19.6%.光电流响应和电化学阻抗谱结果表明,PPMS异质结展现出了显著提升的光生电荷分离效率.通过密度泛函理论计算发现,PyDTDO-3和MoS_(2)具有不同的功函数,这导致费米能级间隙的产生,从而形成了内建电场.该内建电场有助于MoS_(2)上的电子自发转移到PyDTDO-3上,从而在PyDTDO-3与MoS_(2)的界面上产生了明显的差分电荷密度分布:PyDTDO-3表面带有负电荷,MoS_(2)表面则带有正电荷.在可见光激发下,得益于PyDTDO-3独特的D-A型结构,光生电子可以快速从供体(芘供体)的最高占据分子轨道传递到受体(DTDO受体)的最低未占据分子轨道(LUMO);随后,这些被激发的光生电子进入MoS_(2)的表面.利用飞秒瞬态吸收光谱研究动力学行为,结果表明,来自PyDTDO-3的LUMO电子转移加速了MoS_(2)价带的空穴消耗,这进一步证实了S型光生电荷分离机制.此外,与单组分PyDTDO-3和MoS_(2)相比,PPMS S型异质结具有较低的吉布斯自由能(ΔGH*,0.77 eV),表明它更有利于过渡态(H*)的形成以及分子氢在PPMS上的有效解吸.总之,PPMS S型异质结表现出促进的电荷定向迁移和增加的活性位点,共同增强了其光催化析氢性能.综上,本文首先对D-A构型的PyDTDO-3进行质子化处理,再与MoS_(2)复合,制备了具有紧密接触界面的S型PPMS异质结.该异质结结构显著促进了PyDTDO-3和MoS_(2)之间的电荷定向迁移;此外,通过引入MoS_(2)中丰富的S原子,增加了光催化析氢活性位点,从而大大提高了光催化析氢效率.本文为设计和开发新型高效的光催化析氢材料提供了新的思路和参考.

基于云模型和改进D-S证据理论的浓香型白酒发酵质量评估方法

黄水是浓香型白酒发酵特有的副产物,黄水参数一定程度反映了发酵质量。基于黄水的酸度、还原糖、酒精度等关键参数,采用云模型与改进的D-S(Dempster-Shafer)证据理论,实现对白酒发酵质量的定量评估。基于黄水关键参数建立隶属度云模型,使用云模型判定样本在各发酵质量判定区间的隶属度情况。同时对D-S证据理论的冲突系数计算方式进行改进,使得信息融合结果更具代表性。提出一种浓香型白酒发酵质量的综合评估方法,降低了人工判别的主观性。

基于AHP-DS异质数据融合的建筑空间占用感知算法

智慧建筑智能控制系统旨在优化建筑物的建筑空间舒适度及能源分配,近年来受到了广泛关注,而建筑空间占用信息对智慧建筑管理系统的决策具有重要作用。现有建筑空间占用感知方法尚未针对如何融合具有不确定性、冲突性的多源数据问题提出有效解决方案,基于此,本文将D-S证据理论引入建筑空间占用预测中,并构建了基于建筑空间占用检测的mass函数确保D-S证据理论在该应用中的性能。另外,本文引入层次分析法(Analytic Hierarchy Process,AHP)解决多源异构数据源间的冲突所导致的建筑空间占用误测的问题,以提升感知精准度和系统性能。

基于最大信息系数法和邓熵的D-S证据理论改进

物联网中大量传感器采集的数据存在不确定性,针对D-S证据理论在处理冲突证据时融合决策结果与事实相悖的问题,文章提出一种新的基于改进D-S证据理论的多传感器数据融合算法,首先使用最大信息系数法计算证据间的可信度;然后结合信息熵对证据的不确定度进行分析,以确定新的权重;最后使用Dempster组合规则得到融合结果。算例分析表明,文章所提方法能有效融合冲突证据,较经典算法有较高的基本概率分配。将所提方法用于传感器数据处理,不仅能降低数据中存在的不确定性,还能有效处理D-S理论中的冲突问题,从而得到较为准确的融合结果。

基于改进D-S证据理论的相控阵雷达作战效能评估

针对相控阵雷达作战效能评估中战场环境等不确定因素的影响,采用改进Dempster-Shafer(D-S)证据理论对其进行作战效能评估方法的优化。首先,通过构建相控阵雷达作战效能评估指标体系,明确评估指标并赋值权。其次,引入Kulsinski差异和模糊熵方法,对传统的D-S证据理论进行改进,减少指标在融合过程中的融合权重不确定性的影响。最后,通过改进D-S证据理论对评估指标进行数据融合,建立评估准确性较高的相控阵雷达作战效能评估模型。通过算例验证分析,所提方法能够有效减少融合过程中的不确定性影响,可实现相控阵雷达作战效能评估的目的,提高作战效能评估精度。

基于ISVM-DS的红外多传感器融合识别方法

弹道中段目标为一个目标群,包括弹头、诱饵、碎片等,并且由于距离传感器较远,红外成像为点目标,可用信息较少,因此单一的红外传感器往往难以满足识别要求,需要融合多个传感器进行识别。针对红外多传感器的融合识别问题,本文提出了基于增量支持向量机和D-S(increment support vector machine-Dempster-Shafer,ISVM-DS)证据理论的融合识别方法。首先,训练多个波段传感器红外特征的支持向量数据描述(support vector data description,SVDD)模型,生成壳向量并训练其ISVM模型;接着,采用ISVM模型的后验概率生成基本概率赋值(basic probability assignment,BPA);最后,利用D-S证据理论对多个证据的BPA进行融合,输出分类结果。实验结果表明,该方法能有效提高目标识别的准确性。

改进Dempster-Shafer证据与概率模型集成的变压器故障诊断

针对单个变压器故障诊断模型准确率有限的问题,提出基于kappa系数改进Dempster-Shafer(D-S)证据理论与概率模型集成的变压器故障诊断方法。首先,分别构建基于概率输出的支持向量机、贝叶斯神经网络、深度信念网络的变压器故障诊断概率模型,拟合诊断模型在样本上的基本概率分配函数。然后,建立D-S证据理论信息集成框架,提出基于kappa系数与准确率权重的证据修正方法,从子模型与故障类型两个角度对证据进行修正,进而融合概率模型诊断结果。最后,通过仿真验证本文所提方法的有效性。

脐动脉血流S/D值联合孕妇血清CX3CL1 HIF-1α对胎儿窘迫的诊断价值

目的探讨脐动脉血流收缩期末最大血流速度/舒张期末最大血流速度(S/D)、血清趋化因子C-X3-C配体1(CX3CL1)、血清缺氧诱导因子-1α(HIF-1α)对胎儿窘迫(FD)的诊断价值。方法选取2020年5月至2022年5月在青岛市妇女儿童医院妇产科分娩且出现FD的128例孕妇为研究对象(FD组),根据新生儿Apgar评分将FD孕妇分为轻度窘迫组74例和重度窘迫组54例,另取同期在本院定期产检并分娩的健康且未出现FD的孕妇78例为正常组;超声检测FD孕妇脐动脉血流S/D值;ELISA法检测FD孕妇血清CX3CL1、HIF-1α水平;Pearson法分析FD孕妇血清CX3CL1、HIF-1α水平与脐动脉血流S/D值的相关性;受试者工作特征(ROC)曲线分析血清CX3CL1、HIF-1α水平及脐动脉血流S/D值对胎儿重度窘迫的诊断价值。结果FD组孕妇脐动脉血流阻力指数(RI)、搏动指数(PI)、S/D值、血清CX3CL1及HIF-1α水平均显著高于正常组(P<0.05),重度窘迫组孕妇RI值、PI值、S/D值、血清CX3CL1及HIF-1α水平均高于轻度窘迫组(P<0.05)。FD组血清CX3CL1、HIF-1α与脐动脉血流S/D值均呈正相关(r=0.531、0.489,P<0.05)。脐动脉血流S/D值、血清CX3CL1、HIF-1α以及3项联合诊断胎儿重度窘迫的AUC分别为0.870、0.802、0.731、0.941,联合诊断的灵敏度为87.04%,特异度为90.54%,3项联合优于脐动脉血流S/D值、血清CX3CL1、HIF-1α各自单独诊断(Z3项联合-S/D=2.775、Z3项联合-CX3CL1=3.998、Z3项联合-HIF-1α=4.925,P均<0.05)。结论FD孕妇脐动脉血流S/D值、血清CX3CL1、HIF-1α水平均上升,且血清CX3CL1、HIF-1α水平与脐动脉血流S/D值均呈正相关,3项联合对诊断胎儿重度窘迫有更高的价值。

基于D-S多信息融合的风电状态监测算法研究

为提升风电机组状态监测的自动化、智能化数据分析能力,实现风电机组运行状态智能诊断目标,在风电状态监测数据处理过程中引入了D-S证据理论,形成了多信息融合的风机智能监测系统。首先以齿轮传动模型为例研究了齿轮故障特征的提取方法;然后分析了用隶属度函数表示相应故障特征的过程;接着建立了基于D-S数据融合的智能化故障报警系统,实现了风电机组状态监测的自动化预警,并使预警准确度提升到可工程化应用水平;最后通过现场应用来检测算法的报警准确性。结果表明,经D-S多信息融合算法过滤,可大量减少单一预警指标误报率,且已预警故障经检测验证,预警正确率达100%。

基于云D-S证据理论的极端天气下电力系统应急能力评判

以提高应对极端天气下电力系统突发事件能力为目标,将电力系统应急能力作为研究对象,提出基于云模型和证据理论融合的评估算法。采用层次分析法和熵值法相结合的方法确定应急指标权重,运用云模型做为基础对电力系统应急能力进行评估,以解决评价指标模糊性和随机性的问题,并引入D-S证据理论对指标进行综合评估,构建极端天气下电力系统的应急能力评估模型。通过案例证明,该方法可以有效准确地定量和定性评估电力网系统的应急能力,为提高电力网系统的应急管理能力提供科学依据。

基于D-S证据理论的卫星引导雷达目标融合置信度计算方法研究

针对卫星多手段探测数据对海上雷达探测的引导问题,提出一种基于D-S证据理论的目标融合置信度计算方法,构建随时间变化的卫星与雷达目标融合置信度计算模型,完成对目标定位的置信度评估,并通过仿真验证所提方法的有效性。在卫星多手段数据引导的情况下,该方法可有效提高雷达对目标探测的探测信息置信度,实现对目标的高效定位。