基于多因子多模式集成的中长期径流预测模型

提高中长期径流预测精度对于水资源调度等具有重要意义和应用价值。基于国家气候中心的130项气候因子,采用皮尔逊相关系数、最大信息系数、方差增量指标筛选主要预测因子,建立基于DS(Dempster-Shafer)证据理论的多因子综合方法;采用随机森林、BP神经网络和贝叶斯网络等建立基于水文-气象因子遥相关的中长期径流预测模型,构建基于DS证据理论的预测结果集成模型。以三峡水库为对象开展实例研究,结果表明:引入遥相关因子能有效提高预测精度;基于DS证据理论的多因子综合方法能筛选出综合性更强、稳定性更优的因子,弥补单一筛选方法的不足;基于DS证据理论的多因子多模式集成方法在径流预测精度上优于单一方法单一模型,确定性系数提高到0.823,平均相对误差降低到23.2%。

基于符合性证据链的航电系统工程试验方法

为形成逻辑严密、可追溯的适航符合性验证资料,提出一种基于符合性证据链的航电系统工程试验方法,并对实现中的关键问题进行分析研究。以自动飞行控制系统的工程试验为例,设计与实现了基于自动飞行控制系统适航验证需求的验证平台。在验证方案设计中,针对复杂验证环境中部分参数不确定性描述问题,提出一种基于分类概率多场景分析的验证方案设计方法,基于适航验证需求,对飞行数据进行筛选,通过对筛选后的飞行数据进行统计特性分析、随机抽样与合并缩减,生成包含发生概率的确定性场景,描述验证环境中部分参数的不确定性。在验证数据分析中,针对多场景多参数条件下的适航符合性判断问题,提出基于加权Dempster-Shafer证据理论的适航符合性评估方法,以确定性场景发生概率为权重,进行证据融合,避免部分小概率场景对融合结果的干扰。基于实际飞行数据,自动飞行控制系统的自动飞行模式工程试验结果表明,所提方法有效可行。

基于D-S证据理论的无监督异常检测算法

在实际应用中,当数据集缺少真实标签或正常点数据量不足时,可能导致一分类支持向量机处于无监督情况。此外,当训练集中包含异常数据时,一分类支持向量机生成的决策边界将偏斜至异常数据区域。上述问题降低了异常数据的检测率,并导致分类器的性能变差。为了解决上述问题,基于K近邻算法将数据集分为可疑正常点数据集与可疑离群点数据集。其中,可疑正常点数据集用于一分类支持向量机训练与建模,对于可疑离群点数据集则采用D-S证据理论来识别其中的正常数据。实验结果表明:基于D-S理论的无监督异常检测算法可以有效地分离正常点与异常点,该算法在整体数据集上A_(uc)均值达到了0.83,且在可疑离群点数据集上A_(uc)均值达到了0.883。

多传感器融合的火灾监测机器人设计

针对目前火灾报警系统不能应用在城市中非密闭空间的问题,提出一种适用于非密闭空间的多传感器融合的火灾监测机器人。该机器人采用履带式结构适应多地形移动,根据城市内非密闭下空间火势初期主要特征参数确定采集模块的搭建;利用D-S证据理论对多传感器火灾数据进行融合检测,以降低单个传感器的误报率,来提高对非密闭空间火灾事故的精确判定,并对火灾进行现场警报与远程回传。实验表明,与单一传感器判断相比,引入D-S证据理论的火灾监测机器人的火灾检测不确定性下降,检测精度得到了提高。

融合文本分类算法的皮肤病辅助诊疗模型

针对当前皮肤病辅助诊断中生物医学特征建模规模较小且耗费巨大人工成本,而患者疾病特征的时间序列同样无法准确描述等难点,本研究运用融合文本分类算法,融合常用的文本分类模型TextLSTM、TextCNN、RCNN得到皮肤疾病辅助诊疗模型(TLNN模型),通过提取图像传感器医学特征向量化后进行预处理减少焦块数量以及消除偏差较大的特征信息,提高决策数据精度。在ISIC2018和PH2数据集进行对照实验,TLNN模型的准确率为72.36%,高于其余3种文本分类模型。在与医生主观诊断对比实验中,模型诊断准确率为92%,接近于医生94%的平均准确率,而有效诊断效率(1.17min/例)明显高于医生人工诊断(4.57min/例),整体效率提升幅度达290%,结果表明对比传统人工诊断,融合文本分类算法模型能以更短时间获得精确的诊断。TLNN模型可以应用于疾病诊断,辅助医生医疗决策,为患者提供优质便捷的智能诊疗服务。

滑坡易发环境下公路隧道洞口施工安全系统韧性评价

为合理评价公路隧道在滑坡易发区进洞阶段施工安全系统的韧性,首先,构建基于D-S证据理论的贝叶斯网络韧性评价模型:1)依据PSR模型从压力、状态、响应3方面建立公路隧道洞口施工安全系统的16个韧性评价指标;2)通过各指标间的二元关系绘制贝叶斯网络;3)使用D-S证据理论计算BN节点条件概率并利用Netica软件对韧性水平进行分析计算。然后,以甘肃省卓合高速公路白崖山隧道洞口施工为例,运用该模型进行实例分析。计算结果表明:在滑坡灾害影响下,白崖山隧道洞口施工安全系统韧性水平为良好,评价结果与现场施工监测数据相符,有效验证了该指标体系的合理性和韧性评价模型的适用性。

基于云模型和改进D-S证据理论的浓香型白酒发酵质量评估方法

黄水是浓香型白酒发酵特有的副产物,黄水参数一定程度反映了发酵质量。基于黄水的酸度、还原糖、酒精度等关键参数,采用云模型与改进的D-S(Dempster-Shafer)证据理论,实现对白酒发酵质量的定量评估。基于黄水关键参数建立隶属度云模型,使用云模型判定样本在各发酵质量判定区间的隶属度情况。同时对D-S证据理论的冲突系数计算方式进行改进,使得信息融合结果更具代表性。提出一种浓香型白酒发酵质量的综合评估方法,降低了人工判别的主观性。

基于D-S证据融合理论的轨道电路补偿电容故障判决方法研究

在铁路信号系统动态检测数据中,地面轨道电路的补偿电容脉冲检测信号和轨道电路感应电压数据均可反映补偿电容的工作状态。针对单一来源数据进行补偿电容故障判别误报率高的问题,提出一种基于D-S证据融合理论的补偿电容故障判决方法。首先,针对补偿电容脉冲检测信号和轨道电路感应电压数据,提取出有效代表补偿电容状态的特征值,并基于该特征值进行正常/故障概率分配;其次,利用D-S证据融合理论,对单一判定结果进行融合,得到每个补偿电容的故障概率,从而实现补偿电容故障识别;最后,基于实际检测数据对所提方法进行验证。试验结果表明:相较于基于补偿电容脉冲或感应电压的单一来源数据故障识别方法,基于D-S证据融合理论的补偿电容识别准确率分别提升13%和5%,有效地提高了补偿电容故障识别准确率。

一种新的证据理论改进策略

针对Dempster-Shafer(D-S)证据理论应用于有冲突的证据间融合时,出现证据理论不可用或者得出与事实相悖结论的问题,提出了一种新的证据理论改进策略。首先,通过计算不同证据源之间的距离来度量证据间的相似度,从而判别异常证据体;然后,根据证据对焦元的信任情况以及信任度的大小设置每个证据体的外权重和内权重,再使用加权平均的算法构造出新的替换证据;最后运用原有的组合规则对多源信息进行融合。仿真结果表明,基于这种新的加权方式的策略是有效的,可以解决融合时出现的悖论问题,相较于其他同类改进算法,具有更高的证据信任度。

基于多项分布的导弹命中精度贝叶斯验收方案设计

导弹命中精度验收试验是检验导弹命中性能的重要环节。针对现有GJB3400—1998中的二项分布命中精度验收试验方法难以细致描述导弹精度性能问题,考虑点目标区域对其作战效能影响,将命中精度内涵由将目标看作毁伤效果具有同一性的整体,拓展为导弹命中不同区域会产生不同等级毁伤效果的多区域目标,并将导弹命中精度试验采用多项分布表示。同时在验收试验中采用贝叶斯方法并结合Dempster-Shafer(D-S)证据理论可融合多源先验信息,提出一种基于多项分布的导弹命中精度贝叶斯验收方案设计方法。示例结果表明:所提方法相比GJB3400—1998中的方法能够从命中不同重要区域的多个标准检验导弹精度性能,有利于帮助使用方得到命中精度更为可靠的导弹,并充分利用命中精度先验信息,有效降低验收双方风险,为导弹命中精度鉴定和验收设计提供借鉴。

基于改进DSET的电力视频终端网络安全评估

提出一种改进证据理论(dempster-shafer evidence theory,DSET)的物联网智能终端网络安全评估方法。通过k-means方法得到不同识别框架的聚类中心,作为数据驱动曲线的中线值,改进了数据驱动法的信息源基本概率分配(basic probability allocation,BPA),特别是避免了焦元支持率为1的冲突证据生成。进一步为了分配证据间的冲突,基于所有证据源计算关键证据,引入相似度权重冲突分配规则进行融合,从而得到评估结果。为了验证本文提出的方法,搭建视频终端实验网络,采用设备应用控制器(device application controller,DAC)设备探查设备运行资产,以视频终端网络要素层安全评估为例,比较了不同方法得到的要素层运行资产BPA在融合评估中的结果,以及针对冲突证据融合时不同融合规则得到的融合结果。实验结果表明,相比其他改进方法,本文提出的改进DSET方法能在避免生成冲突极大的证据同时合理分配冲突,并且保证了较高的物联网终端网络安全评估正确率。

基于改进D-S证据理论的相控阵雷达作战效能评估

针对相控阵雷达作战效能评估中战场环境等不确定因素的影响,采用改进Dempster-Shafer(D-S)证据理论对其进行作战效能评估方法的优化。首先,通过构建相控阵雷达作战效能评估指标体系,明确评估指标并赋值权。其次,引入Kulsinski差异和模糊熵方法,对传统的D-S证据理论进行改进,减少指标在融合过程中的融合权重不确定性的影响。最后,通过改进D-S证据理论对评估指标进行数据融合,建立评估准确性较高的相控阵雷达作战效能评估模型。通过算例验证分析,所提方法能够有效减少融合过程中的不确定性影响,可实现相控阵雷达作战效能评估的目的,提高作战效能评估精度。

基于ISVM-DS的红外多传感器融合识别方法

弹道中段目标为一个目标群,包括弹头、诱饵、碎片等,并且由于距离传感器较远,红外成像为点目标,可用信息较少,因此单一的红外传感器往往难以满足识别要求,需要融合多个传感器进行识别。针对红外多传感器的融合识别问题,本文提出了基于增量支持向量机和D-S(increment support vector machine-Dempster-Shafer,ISVM-DS)证据理论的融合识别方法。首先,训练多个波段传感器红外特征的支持向量数据描述(support vector data description,SVDD)模型,生成壳向量并训练其ISVM模型;接着,采用ISVM模型的后验概率生成基本概率赋值(basic probability assignment,BPA);最后,利用D-S证据理论对多个证据的BPA进行融合,输出分类结果。实验结果表明,该方法能有效提高目标识别的准确性。

改进Dempster-Shafer证据与概率模型集成的变压器故障诊断

针对单个变压器故障诊断模型准确率有限的问题,提出基于kappa系数改进Dempster-Shafer(D-S)证据理论与概率模型集成的变压器故障诊断方法。首先,分别构建基于概率输出的支持向量机、贝叶斯神经网络、深度信念网络的变压器故障诊断概率模型,拟合诊断模型在样本上的基本概率分配函数。然后,建立D-S证据理论信息集成框架,提出基于kappa系数与准确率权重的证据修正方法,从子模型与故障类型两个角度对证据进行修正,进而融合概率模型诊断结果。最后,通过仿真验证本文所提方法的有效性。

电网企业自动化运营管控平台的构建

为有效提升电网企业管控能力和信息处理能力、缩短运营管控响应时间、提高企业满意度,构建一种基于数字化转型的电网企业自动化运营管控平台。基础层通过多种信息系统获取数据,搭建主数据库并将数据传输至中间层。管控层的管控模块通过运用大数据的管控路径,实现企业运营管控。信息孤岛模块通过数字化的信息调度,解决电网企业因运营数据量大而导致的无法及时整合和提取的问题。满意度评价模块采用Dempster-Shafer(D-S)证据理论,数字化评估管控模块管控效果,并通过用户层电脑界面向用户展示管控层的各项管控结果。试验结果表明,电网企业自动化运营管控平台能够完成9 700条以上数据的整理与提取,说明数字化信息调度方式能够明显增强平台的数据处理能力。平台的运营响应时间最高仅为10 ms,显著提升了企业对运营管控的满意度。该结果证明了D-S证据理论在实际应用中的高效性与优越性。

基于专家知识融合方法的上海市设计政策评价研究

目前,我国倡导将创新科技融入生活,提高各行各业的创新实力。为响应国家这一战略发展,以创新为核心的政策不断出台。创新设计产业政策评价可填补城市层面设计政策评价空白。针对上海市创新设计政策缺少统一的方法规范、信息分散、共享机制不完善等问题,研究结合专家经验编制了创新设计政策的专家知识融合节点,以上海市设计产业与设计政策为实证,拓展了创新政策评估、诊断和预测的方法。对此,研究提出了相应的优化路径,为未来上海市创新设计政策提出了可行性建议。

水电工程施工安全事故致因重要性多证据融合综合评价

为确定水电工程施工安全事故的主要致因,采取有针对性的安全防范措施减少安全隐患,降低安全事故发生概率,提出事故致因重要性的多证据融合模糊综合评价方法。收集306例典型事故案例,进行致因分析,归纳提炼人、物、管理、环境4类风险因素下的23项事故致因指标,构建安全事故致因评价指标体系;采用区间层次分析法(IAHP)、模糊集评价方法,分别确定风险因素和致因指标权重,进而建立基于专家群决策和D-S证据融合理论的多证据综合评价模型,并进行实例分析。结果表明:人的因素和物的因素是导致事故发生的主要因素;违章作业、处于不安全位置、冒险心理、无防护措施、使用不安全措施等事故致因所占权重较大;在采取安全防控措施时,应重点考虑上述因素。

海上动目标身份置信度融合计算模型

为了支持海上动目标实时打击决策,提出基于D-S(Dempster-Shafer)证据理论的移动目标身份置信度动态演化与融合框架,构建海上动目标身份置信度多源融合计算模型,实现目标身份置信度连续可靠评估。针对移动目标的多源异步信息,建立目标身份辨识空间,构建历史与当前目标信息的基本概率分配函数,表征历史信息作为证据随时间推演而不断增加的不确定性,利用历史与当前二元证据合成规则计算目标身份融合置信度。仿真结果表明,所提方法能够提高目标身份置信度、降低信息融合系统目标识别的不确定性,扩展了目标打击窗口,提升了决策可靠性和打击灵活性。

视觉辅助下的无人船双雷达障碍物融合检测技术

毫米波雷达、激光雷达能够给出相对准确的目标距离、尺寸信息,而视觉系统能够给出较直接且丰富的目标纹理特征,将雷达与视觉结合可有效提升无人船障碍物检测性能。本文提出一种基于目标距离及尺寸因子的多传感器数据融合方法。首先,采用串联式目标匹配方法,完成双雷达以及与单目相机的障碍物匹配。其次,利用目标距离及尺寸因子计算各传感器的检测信任度,然后利用Dempster-Shafer(D-S)证据理论对检测信任度进行融合,完成虚假目标剔除。最后,通过无人船海上近距离、远距离和多目标场景试验验证了本文方法的有效性。

基于改进证据融合的高可靠产品可靠性评估方法

对许多高可靠、高价值的产品进行可靠性评估时,常由于客观试验数据缺乏导致无法对产品可靠性进行准确评估。针对这个问题,为充分利用不同来源的可靠性信息,提出一种基于改进证据融合的高可靠产品可靠性评估方法。首先,结合可靠性工程特点,分别由各证据在信度层、决策层的一致性以及证据自身的不确定度来确定证据修正权重;其次,基于博弈论原理对各权重向量进行线性组合,从而得到最优综合权重;最后,利用Dempster组合规则融合修正后的证据,并通过Pignistic概率转化公式得到产品可靠性指标的概率分布,以完成产品可靠性评估。某电子设备的可靠度评估结果显示,所提方法相较于同样考虑多维权重修正的Jiang组合方法和Yang组合方法,赋予冲突区间的信度分别减小了69.6%、54.6%,赋予整个识别框架的信度分别减小了5.6%、3.7%。因此,在可靠性工程应用中,所提方法化解证据冲突、降低融合结果不确定性的表现优于对比方法,能够有效融合多源可靠性信息,提高产品可靠性评估结果可信度。