出租车乘车概率预测的置信规则库推理方法

出租车乘车概率预测中存在数据量级大,底层属性类型多,预测信息不确定的问题。鉴于此,整合大规模轨迹数据范畴中现有的挖掘算法对出租车GPS数据和路网数据进行离线处理;将多类型的不确定性数据转换为具有置信结构的规则形式,并以此构建置信规则库;通过置信规则库推理方法(belief rule-base inference methodology using evidential reasoning,RIMER)在线预测路网道路上各个地点的乘车概率。以北京市2012年11月某天的出租车GPS数据为例说明该在线预测方法的应用。实验结果表明,该预测方法具有较高的实时性和准确性。

基于改进置信规则库推理的分类方法

通过引入置信规则库的线性组合方式,设定规则数等于分类数及改进个体匹配度的计算方法,提出了基于置信规则库推理的分类方法。比较传统的置信规则库推理方法,新方法中规则数的设置不依赖于问题的前件属性数量或候选值数量,仅与问题的分类数有关,保证了方法对于复杂问题的适用性。实验中,通过差分进化算法对置信规则库的规则权重、前件属性权重、属性候选值和评价等级的置信度进行参数学习,得到最优的参数组合。对3个常用的公共分类数据集进行测试,均获得理想的分类准确率,表明新分类方法合理有效。

基于差分进化算法的置信规则库推理的分类方法

现有基于置信规则库参数学习的分类系统存在着一些问题,如分类准确度受模糊子区间划分数量约束,成非严格正相关关系;参数学习方法需人为给定规则数量;推理过程未体现特征与分类结果关联度等.为解决这些问题,提出基于差分进化算法的置信规则库推理的分类方法,该方法包括置信规则库分类系统构建及参数训练.首先引入置信规则库分类系统构建策略确定规则数;然后使用置信推理方法作为分类查询推理机;最后结合差分进化算法建立训练模型.在实验分析中,首先通过与现有分类方法进行对比,验证该方法的有效性;再通过对比不同区间划分数的置信规则库分类系统,说明参数训练的合理性.实验结果表明,该方法合理有效.

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。

基于置信规则库推理的驻波液位仪误差补偿

在基于声波共振原理的液位测量方法中,其测量误差通常是根据不同的液位测量高度进行分段补偿的,显然这种补偿不够精确.针对此问题,提出一种基于置信规则库推理(BRB)的测量误差补偿方法.由于不同液位高度下的测量误差大小与合成声波中的驻波个数、相邻驻波频率差的均值以及标准差等参数有密切关系,所以利用置信规则模型建立这些输入参数与输出补偿量之间的非线性关系.当在某一液位高度下获取输入参数值后,激活置信规则库中相对应的规则,运用证据推理(ER)算法融合被激活规则后项中的置信结构,在融合的结果中得出相应液位高度对应的误差补偿量,从而得到精确的测量结果.通过液位测量实验及分析说明,所提方法补偿后的测量结果的均方根误差为0.003 9,比利用分段补偿后的测量结果0.005 2更为精确.

边坡稳定性评判的置信规则库推理方法

为了进一步提升边坡稳定分析中专家知识的利用程度以及智能推理与评价水平,提出一种边坡稳定性评判的置信规则库(Belief Rule Base,BRB)推理方法,建立连续、离散混合式评判指标(输入量)与边坡稳定性等级(输出量)之间的非线性并含有不确定性的映射关系。评判指标类型种类众多使得置信规则规模过大,难以实现推理,为此,提出一种离散、连续变量统一的离散化编码方法,有效压缩输入指标的数量,大大减小置信规则规模的同时,保证了边坡稳定性评价的准确性。以河南省灵宝市的罗山矿区滑坡体为例,建立BRB模型,利用地质构造影响程度、稳定性空间差值综合系数、降雨强度、坡角、边坡高度、矿山开采影响指数等6个评判指标对边坡的稳定性等级进行推理,证明了所提方法的有效性。

基于置信规则库的控制器及控制系统仿真

针对被控对象系统参数不确定性变化的情况,设计一种基于置信规则库(BRB)的控制器.首先建立置信规则库描述控制器输入量与输出量之间的复杂非线性关系,然后给出非线性学习模型,解决专家给定初始BRB参数的优化问题.用训练后BRB的输出控制被控对象动作.利用Simulink设计出BRB控制模块,并通过在变参数他励直流电动机转速控制中的仿真实验,说明了所提方法的有效性.

模糊推理在医疗诊断系统中的应用

文章将模糊推理技术应用于医疗诊断系统中,直接从数据中提取有效的信息,应用各种推理方法相结合,最终建立一个完善的医疗诊断系统。

基于置信规则的村镇应急避难场所暴雨灾害链风险诊断

为解决村镇应急避难场所面临暴雨灾害时的风险问题,基于故障树和置信规则库推理方法,提出暴雨灾害链和村镇应急避难场所功能破坏链相结合的场所避难功能失效风险诊断模型。根据事故致因理论推理灾害节点变量,通过故障树描述灾害链,运用关联规则从历史灾害数据中挖掘规则,建立置信规则库系统,构建村镇应急避难场所功能失效风险诊断模型,并以四川省某寄宿制学校为例进行模型验证。研究结果表明:该模型可实现不同证据组合下村镇应急避难场所功能失效风险的诊断推理;实例的模型诊断结果与实际情况吻合,证实该模型能够科学地诊断村镇应急避难场所面临暴雨等恶劣自然条件时存在的风险,可为村镇应急避难场所规划设计和应急管理提供理论支撑。

基于置信规则库推理的不确定性建模研究

置信规则库推理作为一种新颖的表达和处理复杂不确定性的方法,在系统建模和分析方面具有很大的应用前景.本文讨论了基本置信规则库推理的性质,证明其不但可以以足够高精度拟合确定性和随机性系统,而且可以处理确定性和随机性数学模型不能表达的复杂不确定问题.另外本文通过对其规则库进行扩展和改进激活算法,解决了基本置信规则库推理在处理局部未知度方面的局限性问题,最后通过一个报童库存问题对提出的方法进行了说明和验证.

基于多Agent建模的弹道导弹多特征综合识别框架

由于弹道导弹目标特征具有积累时间各异、分类方法繁多、存在干扰等难点,需要系统具备智能、自适应和协作的能力来完成目标的综合识别。在传统综合识别的基础上,提出了一种基于多Agent建模的弹道导弹多特征综合识别框架,构建了Agent的推理规则库和内部状态库,描述了Agent的处理流程与交互关系。基于Swarm平台仿真验证表明,该框架能有效进行多特征综合识别,给出正确的识别结果。

城市洪灾应急案例检索中的RIMER方法研究

为处理复杂城市洪灾应急案例检索问题,设计置信规则库,提出结合归纳索引法和基于证据推理的置信规则库推理方法(RIMER)的应急案例索引技术。设计应急案例检索框架,通过案例知识表示与转化,构建城市洪涝灾害应急管理置信规则库;通过激活权重设置、证据推理和效果评价,实现城市洪灾应急案例相似度定量评价;并通过武汉市洪灾应急处置进行算例分析。结果表明:用置信规则结构能处理洪灾应急案例中的模糊信息,用证据推理方法能快速检索存在复杂依赖关系的应急案例库。

模糊控制系统的建模

提出一种基于模糊推理的关于控制系统的建模方法,称之为模糊推理建模法,它可以作为不同于熟知的机理建模法和系统辨识建模法的第3种建模方法.该方法根据模糊逻辑系统的插值机理将关于被控对象的模糊推理规则库转换为一类变系数非线性微分方程（组）,从而得到控制系统的数学模型;这样便解决了在模糊控制系统中被控对象难于建模的问题.

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。