基于证据一致性检验的目标属性序贯辨识

针对信息不确定、不完备引起的识别证据动态变化、冲突悖论等问题,提出了一种基于证据一致性检验的目标属性序贯辨识改进方法。首先采用顺序滑动窗口构建时序证据体,再通过证据一致性检验,快速定位冲突证据并动态重构出一致性证据体,最后利用证据理论合成获得目标序贯辨识结果。经仿真数据验证表明,该方法能有效积累时序证据能量、抑制冲突悖论,提高目标属性辨识的准确性和稳定性。

基于广义证据一致量和信息量因子的证据组合规则

在研究传统的D-S证据组合规则的改进方法时,往往忽略焦元为多元素集合时的情况,造成对证据一致性或者可信度的衡量不准确。考虑焦元之间存在相等、包含、相交的关系,提出一种焦元为多元素集合时的广义证据一致量和信息量因子计算方法,并应用到新的证据组合规则之中。数值实验验证了新的证据组合规则的有效性。新的证据组合规则不仅适用于冲突情况,而且也适用于证据间比较一致的情况,有效地解决了原Dempster组合规则的有悖于常理、鲁棒性差和一票否决的问题。

一种提供证据一致性的离线TTP多方公平非否认协议

提出了一种可以提供证据一致性的基于离线TTP的多方公平非否认协议,和其他学者提出的多方公平非否认协议相比,文中的方案具有证据一致性的特点,即协议不管是否通过TTP执行成功,参与协议的主体获得的证据是相同的,同时协议能够提供非否认性、强公平性、具有消息私密性和抗合谋攻击的特性。

冲突证据融合中证据一致性研究

针对经典Dempster-Shafer证据理论在处理高度冲突证据时易产生合成悖论问题,提出一种基于证据一致性的改进证据理论.该方法利用反映证据一致性的焦元相似度和证据相似度计算证据绝对可信度,并改进原始证据模型.然后,将证据相对可信度和焦元相对识别一致性相结合,建立基于证据一致性的合成规则.仿真结果表明,提出的算法能够合成正常数据和冲突证据,能有效解决0信任悖论、1信任悖论、全冲突悖论和证据失效悖论,与其他同类合成方法相比,合成结果更合理,收敛速度更快.

基于证据可信度的证据合成新方法

Dempster-Shafer理论合成高冲突证据时结果不合常理,许多改进方法能较好地解决这一问题,但证据比较一致时,这些方法性能相对于Dempster-Shafer合成规则较差.鉴于此,提出了一种基于证据可信度的证据合成方法.首先建立一个证据距离矩阵,之后求出系统中各证据到证据集的均方欧式距离,通过引入可信度函数来获得证据源的可信度因子ε并对证据源进行修正,最后使用Dempster-Shafer合成公式对修正后的证据加以合成.数值实验结果表明,改进后的方法不仅适用于证据高冲突情况,而且也适用于证据比较一致的情况.

基于改进D-S组合规则的故障模式分类

提出了一种改进的D-S证据组合规则,引入了基于证据之间距离测度的证据一致性指标动态描述证据的可信度。结合证据有效性和证据重要性,得到了一个综合的动态可信度和静态可信度的系数。基于该系数,提出了一种改进的D-S组合规则,该规则能够有效处理冲突较大的证据融合问题。最后用一个故障诊断的例子说明了该规则的有效性,并与其他方法作了比较。

CHECKING CONSISTENCY IN INFORMATION MODELS BY USING CONSTRAINT PROGRAMMING

This paper addresses the issue of checking consistency in information models. A method based on constraint programming is proposed for identifying inconsistency or proving consistency in information models. The system described here checks information models written in the ISO standard information modelling language EXPRESS. EXPRESS is part of the ISO STEP standard used in the manufacturing and process industries. This paper describes the checking procedure, including EXPRESS model formalization, constraint satisfaction problem (CSP) derivation from the formalized model and satisfaction checking of the derived CSPs. This paper shows a new domain in which constraint programming can be exploited as model verification and validation.