基于置信规则库推理的证据滤波报警器设计

为了降低过程变量不确定性对报警结果的影响,给出一种基于置信规则库(BRB)推理的证据滤波报警器设计方法。将通常的绝对阈值转换为模糊隶属度形式的相对阈值,并用其完成从过程变量到报警证据的转化;根据证据距离得到它们之间的相互支持度。采用条件化证据线性更新规则实现滤波,对于更新权重的求取,采用置信规则库建立历史和当前时刻报警证据支持度与更新权重之间的非线性关系,并通过规则推理在线求取更新权重。最后通过过程变量仿真实例的误报漏报率统计分析,说明所提BRB方法能够充分利用专家知识实现更新权重的在线调节,性能更加优越。