一种基于数据可靠性和区间证据推理的故障检测方法

为解决故障检测方法在处理数据不确定性问题上的不足,本文提出一种基于数据可靠性和区间证据推理(Interval evidential reasoning,IER)的故障检测方法.该方法通过融合专家知识与考虑可靠性的监测数据,实现报警阈值区间的更新与优化,从而提高故障检测的准确性.首先基于信息一致性方法计算数据可靠度,然后基于区间证据推理理论,构建区间阈值的更新与优化模型,最后基于投影协方差矩阵自适应进化策略算法求解优化模型,得到故障检测误漏报率最小的最优报警阈值区间.对石油管道泄漏实例和航天继电器加速寿命测试实例的故障检测问题进行了研究,通过对比分析,验证了所提方法的有效性.

不确定环境下供应商风险评价的区间证据推理

应用区间证据推理,对一类具有模糊不确定性指标的供应商进行风险评价。首先建立供应商二级结构的指标评价体系,利用区间值表示指标,避免单一值描述指标的不准确性。利用区间证据推理对各级指标依次进行递归融合,得到供应商的效用值并依此进行风险评价。实例表明该方法是一种在不确定环境下,对供应商进行风险评价的有效方法。

IIF-ER方法在应急物流设施选址中的应用

为解决不确定性条件下的应急物流设施选址评估的问题,建立基于区间直觉模糊(IIF)与证据推理(ER)的设施选址模型。首先,针对指标评估的不确定性问题,采用区间直觉模糊数(IIFV)表达专家评价信息;然后,考虑到传统IIF在信息集成中存在信息丢失的问题,采用ER集成方法集成评估信息;其次,利用逼近理性解排序法(TOPSIS)对应急物流设施选址方案进行排序;最后,以某城市建立应急物流设施点为例,采用传统IIF信息集成方法与所提方法对比分析,验证模型的有效性。结果表明:所提方法能解决不确定性条件下的应急物流设施选址决策问题,同时也能保证决策质量。

基于区间证据推理的不确定性航线配船方法

为弥补不确定性航线配船模拟算法的不足,提出一种基于区间证据推理的航线配船解析算法.该方法以证据推理理论为基础,以船舶公司期望效用最大化为目标,考虑航线特征及船舶属性等因素,构建出一个多航线、多船型的航线配船模型.与目前的模拟算法相比,该方法具有稳定性好、准确性高、可以处理模糊数据等优点.最后,通过算例验证了模型的可行性和方法的有效性.

基于证据推理的定性信任度计算模型

针对现有的对信任计算模型上的不足,提出了基于ER的信任计算模型。经过仿真和分析,证明网格调度在满足任务信任度需求的情况下,可大大减小任务调度的时间跨度。

区间证据推理法在区域环境风险评价中的应用

区域环境风险评价(Regional Environmental Risk Assessment,RERA)对象所产生的环境影响的复杂性,造成在对风险进行影响识别时常需采用专家意见等定性评价方法,带来了大量的不确定信息和未知信息。近年来,随着环境风险评价(Environmental Risk Assessment,ERA)的发展,迫切需要能够模拟和分析不确定问题的方法用于评价。基于证据理论(D-S理论)和证据推理(ER)法的区间证据推理(IER)法用于区域环境风险评价(RERA),阐述了IER法的基本原理,并用实例展示IER法运用信度结构、评价语言转换技术和IER综合运算分别表述、转换和综合多属性的区域环境风险评价初始信息。最后,结合决策者偏好的效用函数,得出每一风险受体所承受的相对风险及每一风险源的相对风险,从而确定最敏感受体和最危险源。研究表明,区间证据推理法使不同风险评价方法(证据)结论的融合成为可能,每一种方法(证据)的加入都将使结果不断逼近真实。融合的结论为风险管理和决策提供依据。