基于信度规则库的突发事件链式演变推理方法

突发事件演变规律复杂,在分析突发事件链式效应时存在数据信息类型多样,参考信息不确定的问题。针对这一问题,提出了一种基于信度规则库的推理方法。该方法首先从知识管理的视角出发,结合模型的共性知识构造信度规则库,然后将多种不确定性数据类型转换成统一的信度结构,最后通过证据推理方法融合信度规则对突发事件链式演变进行推理,为应急决策提供支持。文末,通过地震耦合暴雨引发泥石流和滑坡的示例验证了该方法的实用性和有效性。

基于进化信度规则库的故障预测(英文)

在假设信度规则库(BRB)的输入为均匀分布的情况下,已有文献提出了一种序贯自适应的学习算法以实现BRB的参数在线辨识和结构的自适应调整.然而在实际问题中,信度规则库的输入一般是未知的、难以得到的,这在一定程度上限制了序贯自适应学习算法的实用性,因此就需要研究一种改进的BRB学习算法以实现参数和结构的同时辨识.本文在序贯自适应方法的基础上,通过定义BRB的完整性准则,提出了改进的BRB进化策略.与现有方法相比,该方法可以实现信度规则的自动增减,且无需输入样本的概率密度函数.此外,该方法继承了BRB的特点,仅需要部分的输入输出信息.基于改进的进化策略,提出了一种新的故障预测算法,最后通过陀螺仪故障预测实验验证了本文方法的有效性.

基于信度规则库的惯性平台健康状态参数在线估计

实时准确的健康状态预测是规划惯性平台系统及时、经济的维修策略的关键技术。由于平台系统的健康状态是不能够直接观测的,假设平台系统的特征参数监测数据是可以获取到的,而且平台系统的健康状态与特征量是相关的。基于信度规则库(BRB),以平台系统的状态监测特征参数作为BRB系统的输入,以平台的健康状态作为输出结果,组建了惯性平台健康状态预测系统。为了克服现有BRB参数优化方法的不足,实现实时状态预测,基于期望最大化(EM)算法,研究了健康状态预测系统的参数在线估计算法。该算法在获取系统新的输入输出信息后,就对参数进行更新。利用本文提出的方法对惯性平台系统的健康状态实时预测问题进行了实验分析,实验结果表明:该方法可以有效地实现惯性平台系统健康状态预测模型参数实时估计;与参数离线优化方法相比,该方法不仅在预测精度上,而且在运行时间上都具有明显的优势;在工程实际中有良好的应用潜力。

基于D-S证据理论空中交通管制系统能力评估

空中交通管制系统能力评估存在底层指标类型多样、评估信息不确定的问题。为此,提出一种基于D-S证据理论推理的评估方法。该方法构造信度规则库,将多种类型的不确定性数据换成统一的信度结构,通过证据推理方法获得空中交通管制系统的能力满足度分布。以某空中交通管制中心系统能力评估为例说明方法的可行性和有效性。

基于证据推理的武器装备体系能力需求满足度评估方法

武器装备体系能力需求满足度评估中存在底层指标类型多样、评估信息不确定的问题.针对这一问题,提出了一种基于证据推理的满足度评估方法.该方法首先构造信度规则库,然后将多种类型的不确定性数据转换成统一的信度结构,最后通过证据推理方法获得能力需求满足度分布.文末,以陆上区域防空武器装备体系能力需求满足度评估为例说明该方法的运用和优点.

面向应急决策的极端洪水关键情景推理研究

有效的情景推理能够帮助应急决策者在极端洪水关键情景的高压力下制定合理的对策,而现有案例推理方法无法解决数据类型多样、历史样本量小等难题。本文基于知识元理论划分并界定极端洪水关键情景,结合知识元间关系、专家知识,构建情景检索信度规则库体系及情景相似度评估的信度规则库,通过证据推理方法融合信度规则,完成极端洪水关键情景检索及推理,为极端洪水关键情景的应对提供最合理的决策支持。以淮河流域蒙洼蓄洪区启用情景为例,验证了极端洪水关键情景推理方法的适用性与可行性。

基于UAF与RIMER的联合作战指挥体系效能评估

针对联合作战指挥体系效能评估面临的2个难点,即如何对指挥体系这个复杂巨系统进行建模分析,以及如何解决效能评估过程中遇到的评估指标类型多样和评估信息不完全等问题。首先,借助体系结构方法在复杂系统建模方面的优势,运用统一架构框架(Unified Architecture Framework,UAF)对指挥体系进行建模,以UAF视图模型为基础构建了评估指标体系;然后,利用基于证据推理算法的信度规则库推理方法(belief Rule-base Inference Methodology using the Evidential Reasoning,RIMER),通过综合专家经验、相关历史知识和仿真结果等信息构建了效能评估信度规则库,将不同类型的不确定性指标数据转换为信度结构来计算指挥体系的效能水平;最后,通过示例验证了方法的有效性。