基于改进语言评估标度的专家后验权重确定方法研究

针对大型复杂项目的高度不确定性,专家评价的模糊性和差异性等特点,本文给出了一种实用的语言评估新标度,并提出了不确定扩展语言信息的概念。利用改进的语言评估标度分别探讨确定语言信息、不确定语言信息及不确定扩展语言信息下的专家后验权重的确定方法,认为前两者均为后者的特殊表现形式。最后用型号项目风险评价实例证明了方法的科学有效性以及评价结果的合理性。

图书馆定量分析中的专家权重问题研究

本文针对近年来图书馆定量研究中的专家权重确定问题,将专家权重划分为先验权重和后验权重,并通过实证研究获得较客观专家综合权重,使图书馆定量化决策分析更加科学合理。

群决策中专家权重确定方法研究综述

在群决策过程中,专家权重起着非常重要的作用,它直接影响着群决策的结果。本文介绍了早期群决策的研究情况,并对1987年至2007年间的国内群决策文献进行了分类。文章将专家权重分为先验权重和后验权重,并对现有专家权重的确定方法进行了分析总结。

基于加权的多无量纲指标信息融合故障诊断方法

针对传统D-S证据理论的组合规则存在高冲突问题,提出了一种改进加权的D-S证据理论,结合时域中的5种常用无量纲指标,对旋转机械进行了故障诊断。首先,由于不同的无量纲指标对故障的敏感程度不同,可将各无量纲指标自身固有的诊断可靠度作为证据的先验权重;其次,计算各证据间的证据距离,构建证据距离矩阵以及相似矩阵,获得各证据的后验权重。通过分析多级离心风机故障诊断实验平台的实验结果,发现采用复合权重的多无量纲指标信息融合方法的诊断结果可信度明显提高,并且高冲突证据的融合问题也能得到有效解决,证明了该方法的可行性和有效性。

基于方位优选多信息指纹的无源标签室内定位研究

基于指纹的超高频射频识别(UHFRFID)定位现存的方法主要依赖于一些单指纹和全局参考点上,针对指纹库存在数据量冗余和易受到环境变化影响的问题,提出了一种方位优选多信息指纹(OPMIF)技术.OPMIF是一种指纹融合技术,它结合对目标到达角(DOA)的模糊估计,为不同位置目标构建特定的指纹数据库.首先,通过阵列天线相位控制筛选方位优选参考标签(OPRT),无需精确计算目标的DOA因而不会增加计算量和定位时延.然后,利用阵列天线接收OPRT标签的多频多径响应(MFMP)获取多种指纹.多种指纹融合包含更多环境相关的信息,可以改善单一指纹定位易受环境变化影响的缺点.多信息指纹(MIF)包括信号协方差矩阵(SCM)、接收信号强度(RSS)和信号子空间(SSP).然后将定位问题转化为模式识别问题,基于集成学习算法随机森林(RF)设计多个分类器来训练不同类型的指纹.最后,针对同一样本数据多指纹训练的不同学习器的估计结果可能不同,同时对于不同采样数据的同一种指纹学习器的估计结果也有可能不同,提出了一种后验权重估计定位(PWEL)算法来融合不同分类器和样本的预测.仿真实验通过定位误差累积分布函数(CDF)曲线来对比单指纹与多指纹融合,全局指纹与方位优选指纹的性能来验证OPMIF的有效性,并在真实场景中做实验验证提出的定位系统性能优于传统的单指纹方法.