基于粗糙集和D-S证据理论的信息融合技术应用研究

摘要

针对井下信息量大、噪声多、参数多、动态等特征,提出了一种基于粗糙集数据挖掘和D-S证据理论优化信息融合技术的矿井环境监测方法.采用粗糙集对井下信息进行预处理;利用径向基函数(RBF)神经网络建立了井下环境识别模型;利用D-S证据理论进行两级融合决策,并对井下安全状况进行判断.仿真结果表明:该方法提高了井下信息的识别和决策效果,极大地降低了不确定性.