基于主成分回归和分层置信规则库的企业风险评估模型

作为一种具有专家系统和数据驱动模型特征的新型智能专家系统,置信规则库(Belief Rule Base,BRB)在风险评估和健康状态评估等领域中发挥着重要作用。BRB因其自身既可以处理数值数据,又可以处理来自异构源的语言定性知识的优势,能够帮助企业进行有效的风险评估。但是实际企业风险评估体系中指标种类较多且有冗余性,传统BRB无法进行指标选择且易造成规则爆炸从而导致计算量大和模型准确度较低等问题。针对上述问题,文中提出一种主成分回归和分层置信规则库(Principal Component Regression,Hierarchical Belief Rule Base,PCR-HBRB)的企业风险评估模型,通过筛选有效指标节约计算时间,同时结合定性与定量信息进行分析评估从而得到较高准确度的评估结果。首先,通过PCR筛选出影响企业的主要指标,根据筛选出来的指标建立分层置信规则库(HBRB)的企业风险评估推理模型,并采用证据推理(Evidential Reasoning,ER)对模型进行推理。然后,采用投影协方差矩阵自适应进化策略(Projection Covariance Matrix Adaptation Evolutionary Strategies,P-CMA-ES)对模型进行优化。最后,通过对某企业的财务状况进行风险评估案例验证了模型的有效性。

空地数据实时传输下的飞机着陆风险预警方法

面向未来5G和卫星网构成的空地高通量互联场景,为实现飞机着陆风险提前预警.首先基于统计与模型,建立了一套以多源运行实时数据为主,融合历史统计和专家知识的着陆预警体系;然后,针对现有研究计算结果滞后问题,先通过对ARJ21飞机着陆过程快速存取记录器(QAR)数据的聚类分析,将飞行员着陆操作模式分为4类,进而构建基于决策场理论的飞行员着陆操作模式预测模型,计算并讨论不同场景下、不同个性飞行员的着陆模式选择;在上述基础上,针对着陆过程的复杂性和不确定性,提出一种分层计算的置信规则库推理方法,融合定性与定量信息实现着陆动态风险评估和预警.最后,通过对“2020.10.16攀枝花跑道外接地事件”和“2010.8.2伊春空难”着陆过程的风险推理验证了预警方法的有效性,其中攀枝花事件提前预警时间可达13 s.