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。

基于改进D-S的高速公路改扩建交通安全风险评估模型

为提高高速公路改扩建工程交通安全风险评估结果的确定性和准确性,建立了基于改进D-S证据理论的相关风险评估模型。首先建立包含24个影响因素的三层级评估指标体系;然后利用云模型(Cloud Model,CM)求出定性指标的基本信度赋值(Basic Probability Assignment,BPA),利用高斯隶属度函数求出定量指标BPA;接着,通过层次分析法确定各评估指标的权重,进而对各指标BPA进行加权;利用D-S证据理论融合加权后的BPA,归一化处理后得到改扩建工程交通安全风险状态评估结果。最后,为验证模型的准确性,选取沪陕高速公路平潮至广陵段高速公路改扩建工程作为实例进行交通安全风险评估。评估结果显示,实例工程的低风险水平隶属度最大,为0.6615,表明该实例总体处于低风险水平,与现有资料和现实情况吻合。同时发现,基于CM、AHP及D-S证据理论的评估模型对各评估指标进行量化、加权、融合后所得到的风险等级隶属度和不确定性有所区别,能更均衡地表示风险的隶属度,量化后的安全风险状态评估结果具有更好的准确性,解决了指标体系中模糊定性指标难以量化表征及指标差异化权重赋值的难题。

基于D-S证据理论和贝叶斯网络的煤与瓦斯突出事故致因研究

为探究煤矿煤与瓦斯突出事故发生机理及影响因素,从人、机、环、管4个方面选取诱发煤与瓦斯突出事故的因素,借助D-S证据理论和贝叶斯网络对事故进行致因风险研究;基于DS证据理论融合专家知识得出网络结构,并通过贪婪搜索算法对网络结构进行优化修正;采用EM算法进行参数学习,获取相关因素间的条件概率和后验概率,同时寻找导致事故发生的关键因素和识别敏感性因素,得出最大风险源链并加以分析。结果表明:导致煤与瓦斯突出最主要的致因因素是环境因素(87.4%),其次是管理因素(84.7%)、机械因素(80.3%)和人为因素(82.7%);矿井煤体结构、地质赋存条件差、未做防突措施,安全隐患排查不到位、瓦斯超限、监测系统不完善和通风设施不足是诱发煤矿煤与瓦斯突出事故发生的重要影响因素。

基于D-S的特高压换流站设备故障诊断模型的建立与运用

为了实现特高压换流站的智能化运维管理,基于数据融合和D-S证据理论技术,构建特高压换流站设备故障诊断模型,该模型自上而下包括数据层融合、特征层融合以及决策层融合三层结构,通过对比D-S证据合成算法、逻辑回归分类算法以及集成树分类算法的诊断效果,结果表明本文建立的故障诊断模型的平均召回率较逻辑回归分类算法以及集成树分类算法分别提升2.15%和1.17%,较传统故障分类算法具有一定的优越性,可在电力设备故障诊断中予以应用。

基于D-S证据理论的中长期电力负荷组合预测模型

为提高中长期电力负荷组合预测结果的准确性,提出一种基于D-S证据理论的中长期电力负荷组合预测模型。通过确定组合预测权重系数,建立预测模型表达式,通过最小二乘算法获得最佳变权系数;基于D-S证据理论分配电力负荷预测权重,构建电力负荷权重分配矩阵,获得不同组合模型下权重分配函数;设计组合模型电力负荷预测算法,实现对不同组合模式下电力负荷的预测。结果表明,四种预测方法中,本文方法预测模型的平均绝对误差最小。该方法可为中长期大规模电力负荷预测提供借鉴和参考!

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。

一种基于D-S证据理论的P2P信任模型

基于D-S证据理论的信任模型不能合成证据信息。为此,采用重新分配冲突概率与引入权重系数的策略,提出一种改进的D-S证据合成规则IDSECR,并将其用于P2P网络的信任建模,建立一种基于D-S证据理论的P2P信任模型,解决传统信任模型无法处理冲突程度高而引起的信任度计算不准确问题。仿真实验结果表明,在恶意节点攻击的情况下,该模型具有较高的交易成功率。

车联网中基于D-S理论的GPSR改进算法

在传统GPSR协议基础上,面对车联网节点快速移动、拓扑结构变化频繁等特点,提出综合度量节点距离、角度、速度矢量、节点密度的GPSR综合度量算法。针对在现实生活中,节点集之中可能存在的节点恶意行为导致的网络性能下降问题,无线网络波动丢包造成的疑似恶意节点行为,建立一种基于D-S证据理论的信任模型。将该模型应用于GPSR综合度量算法中,度量车联网中的节点,甄别恶意节点。仿真结果表明,该算法可有效检测恶意节点,提高了网络性能。

一种基于D-S理论的P2P网络信任模型

随着P2P网络在许多领域的广泛应用,有必要建立P2P网络的信任机制.根据P2P网络中对等体之间的平等关系和松耦合特性,提出了一种基于Dempster Shafer证据理论的P2P网络信任模型.该模型给出了信任辨别框、基本信任概率分配函数以及置信区间的定义,并在此基础上建立了P2P网络的信任传递机制和信任聚合机制.把该模型应用于基于P2P的制造资源网络中证明了其正确性和合理性.

基于云模型和D-S证据理论的尾矿库失稳溃坝警情评价模型及应用

为实现对尾矿库失稳溃坝警情状态的系统评价,并考虑影响因素之间的不确定性、随机性和模糊性问题,将云模型和D-S证据理论相结合,构建了基于云模型和D-S证据理论的尾矿库失稳溃坝警情评价模型,即利用云模型实现对区间型数据的统一建模处理,再采用D-S证据理论对不同证据进行融合处理,得到最终的评价结果。实例应用表明,该模型评价结果与实际情况相符,在处理不确定性信息融合问题上有效、合理。

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证据理论的短期风速预测模型

提出一种基于D-S证据理论的短期风速组合预测模型。分别采用时间序列、BP神经网络和支持向量机预测模型对风速进行预测,通过对预测误差的分析,借助D-S证据理论对3种模型进行融合。选取待测日前几日的风速数据作为融合样本,计算出相应的基本信任分配函数,同时将函数进行融合,并将融合结果作为风速预测模型的权重,得到待预测日的风速预测结果。仿真结果表明,所提组合预测模型的预测误差更小,效果更好。

基于改进D-S证据理论的信任评估模型

针对已有的信任证据模型不能快速有效地处理分布式网络中存在的恶意攻击,且缺乏关于三元信任关系组的信任归一方法,提出了一种基于改进D-S证据理论的信任模型,在此基础上,提出了基于持续序列的基本可信度函数和基于评估函数的信任评估方法,使得模型能更快地抑制恶意节点,并且评估结果更贴近现实值。通过分析与仿真,验证了本模型具有抑制聚集信任攻击的有效性和健壮性,同时信任评估方法更具合理性和准确性。

基于云模型和D-S理论的煤矿安全管理评价方法

针对传统评价方法处理某些指标时无法同时反映模糊性和随机性的缺陷,提出基于云模型定性与定量互转模型和D-S理论权重确定方法的综合评价方法。综合考虑煤矿安全管理影响因素,建立以设备管理、作业环境管理、信息管理、人员分配管理为二级指标的煤矿安全管理系统指标体系。霍州煤电集团宋庄煤矿的安全管理系统评价结果表明,该方法科学、有效。

基于改进D-S证据理论的TOPSIS模型在科技奖励评价中的应用

针对科技奖励评价的特点,根据改进D-S证据合成规则,将专家的评价指标值转化为指标的综合得分并形成决策矩阵;结合TOPSIS模型求解理想解和负理想解,计算距离和贴近度,对各评价项目进行综合排名。实证结果表明:该模型能够很好地解决科技奖励评价过程中的不确定性问题,为科技奖励综合评价提供了一种新的思路。

云模型和D-S理论的煤与瓦斯共采综合评价

针对我国尚未形成系统性的煤与瓦斯共采基础理论体系的现状,提出基于云的定性不确定性度量模型和D-S理论的冲突证据合成规则的煤与瓦斯共采综合评价方法。云模型在定性定量转化过程中能够较好地兼顾评价存在的模糊性和随机性,D-S理论在确定指标权重过程中可以有效地消除数据之间的冲突关系,故综合考虑地质条件、经济效益、技术条件和安全管理因素,建立了煤与瓦斯共采评价指标体系,并对沙曲矿煤与瓦斯共采进行综合评价。结果表明,基于云模型和D-S理论的煤与瓦斯综合评价方法可行,且更具科学性和合理性。

基于D-S证据理论的双层卫星网络可信路由

卫星网络需要采用一些安全机制来保证其数据传输的可靠性,而现有的信任评估模型难以满足卫星网络的一些内在特征需求.有鉴于此,文中结合Dempster-Shafer(D-S)证据理论,提出一个基于卫星节点的节点信任评估模型,通过该模型可以得到卫星节点间的直接信任和间接信任的信任值.文中还提出了一个可信的按需卫星路由(T-ODSR)协议,该协议能够根据卫星节点的信任值选择可信的路由进行数据传输.实验结果表明,相比传统的双层按需卫星路由(ODSR)协议,T-ODSR协议能够有效地抵御攻击,提高网络的可靠性、健壮性以及安全性,特别是当卫星网络中存在较多恶意节点时优势更为明显.

基于D-S证据理论的导弹制导控制系统的联合最小二乘支持向量机预测模型

针对导弹制导控制系统电子设备密集、各性能特征参数间相互耦合关联性强、使用传统最小二乘支持向量机(LS-SVM)预测精度不高的问题,通过分析特征参数的时间相关性与空间相关性,对传统LS-SVM进行了改进,并利用D-S证据理论在数据融合中的优势,将传统与改进的LSSVM进行融合,建立了联合最小二乘支持向量机(ULS-SVM)预测模型。以导弹制导控制系统为例,实现了关键参数预测。结果验证了模型的合理性与有效性。