Dempster-Shafer证据理论

摘要： 针对传统Dempster-Shafer(D-S)理论无法有效融合高冲突证据的问题,提出了基于本征向量和Jousselme距离的证据修改方法。首先,由决策者结合主观经验根据原始证据的重要性给出判断矩阵,并利用本征向量法解得主观权重。接着,由原始证据间的Jousselme距离得到客观权重,然后,综合主客观权重对原始证据进行修改。最后,对修改后的证据体使用D-S理论进行融合。仿真结果表明,该方法在对高冲突证据进行融合时收敛速度快,准确度高,同时具备良好的适应能力,很好地解决了高冲突证据的融合问题。

摘要： 传统的溶解气体分析方法和基于溶解气体分析数据的人工智能技术在变压器早期故障诊断中的应用由来已久。Dempster-Shafer证据理论已被应用于存在不确定性和冲突的各种面向人工智能的应用中。为了克服故障类型之间的冲突及提升变压器故障诊断正确率,该文提出了基于Dempster-Shafer证据理论和人工智能的变压器故障诊断方法。利用反向传播(Back propagation,BP)神经网络基于5种关键气体的浓度百分比检测变压器故障,并将其作为第一证据。利用模糊逻辑基于3种气体比率检测变压器故障,并将其作为第二证据。利用证据理论对BP神经网络和模糊逻辑检测结果进行集成分析,得到最终的诊断结果。研究结果表明证据理论和人工智能在变压器故障诊断中具有良好的应用前景。

摘要： 为了解决高速公路隧道内感知设备的相互独立,安全管理靠监控员及养护人员进行人工巡检等效率低下问题,将多元感知设备通过反馈控制的闭环模型进行数据融合,应用Dempster-Shafer证据理论将分立数据及融合数据进行预测和判断,通过模型训练得出最佳数据融合模型。开发出基于多元感知及多源数据融合的隧道安全监测与预警系统,并应用于紫惠高速的好义隧道的安全管理,大大提高管理效率。

摘要： 提出了基于动态贝叶斯网络和DS(Dempster/Shafer)证据理论的轧机颤振实时监测方法,该方法预选多个时域和频域的特征参数表征轧机不同工况下振动信号的不同特征,利用稳定判别率方法筛选敏感度高的特征参数;使用动态贝叶斯网络与DS证据理论实时监测模型建立轧机颤振状态实时监测系统,构建连续的速度载荷时间片,将3个连续的速度载荷时间片作为DS证据理论的证据体,给出了优化基本概率分配的信任度方法,解决了DS证据理论的证据体间冲突问题;最后在轧机实验平台进行实验,诊断结果表明:该方法对轧机颤振不同状态的识别率达到99.05%。

摘要： 为了进一步改进邻域分类器的分类机制,提升分类性能,提出Dempster-Shafer(D-S)证据理论驱动的邻域粗糙分类方法。首先,采用邻域决策错误率作为属性重要性的指标研究基于邻域决策错误率的属性约简方法,通过删除冗余属性,为分类学习提供重要的属性集合;其次,改变传统多数投票机制,将D-S证据理论引入邻域样本的信息融合中,提出基于D-S证据理论的邻域分类器;最后,基于UCI公共数据集的实验结果表明,所提方法相较于多数投票机制下的邻域分类器,具有更高的分类精度,为邻域分类方法的进一步研究提供了新的思路。

摘要： 为了克服主、客观单一评价方法的片面性和局限性,从不确定信息推理的角度,提出结合主、客观评价证据源进行信息融合的汽车前脸形态审美评价模型.?依据人类视觉审美原理与计算美学方法,构建汽车前脸美度指标体系及指标计算公式.?运用两极递进排序法调查,获得审美评价值;依据用户的审美偏好进行审美群体分类,运用灰关联分析法计算指标权重,得到各群体主观评价的证据.?运用熵值法和相关性定权法计算指标权重,得到2种客观审美评价的证据.?基于Dempster-Shafer证据理论对主、客观证据信息的可信度进行融合推理,实现汽车前脸形态审美评价.?经实验验证,该方法能较好地平衡审美主体的主观意愿与客体的客观反映,具有较好的合理性与可靠性.

摘要： 为了进一步改进邻域分类器的分类机制,提升分类性能,提出Dempster-Shafer(D-S)证据理论驱动的邻域粗糙分类方法.首先,采用邻域决策错误率作为属性重要性的指标研究基于邻域决策错误率的属性约简方法,通过删除冗余属性,为分类学习提供重要的属性集合;其次,改变传统多数投票机制,将D-S证据理论引入邻域样本的信息融合中,提出基于D-S证据理论的邻域分类器;最后,基于UCI公共数据集的实验结果表明,所提方法相较于多数投票机制下的邻域分类器,具有更高的分类精度,为邻域分类方法的进一步研究提供了新的思路.

摘要： 电力物联网边缘层的网络环境复杂,处于开放环境中,安全威胁多样且动态变化.传统的基于防火墙的网络安全体系难以有效应对电力物联网层出不穷的安全问题.本文使用了数据驱动的思想对边缘设备的网络行为进行动态地判断.基于电力物联网的特点,采用网络日志、域名生成算法以及网络流量三个维度作为判据,给出了基于混淆矩阵的基本概率指派方法.通过Dempster-Shafer证据理论进行多源信息融合,对电力物联网的网络安全进行判别.

摘要： 针对被动传感器网络中的多目标数据关联,提出一种基于Dempster-Shafer证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据(包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知),根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法(FCM)和传统D-S证据理论的数据关联方法。

摘要： 针对被动传感器网络中的多目标数据关联,提出一种基于Dempster-Shafer证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据(包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知),根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法(FCM)和传统D-S证据理论的数据关联方法。

摘要： 针对被动传感器网络中的多目标数据关联,提出一种基于Dempster-Shafer证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据(包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知),根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法(FCM)和传统D-S证据理论的数据关联方法。

摘要： 针对被动传感器网络中的多目标数据关联,提出一种基于Dempster-Shafer证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据(包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知),根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法(FCM)和传统D-S证据理论的数据关联方法。

摘要： 针对被动传感器网络中的多目标数据关联,提出一种基于Dempster-Shafer证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据(包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知),根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法(FCM)和传统D-S证据理论的数据关联方法。

摘要： 本文探讨了私募股权基金的有限合伙人（LP）和一般合伙人（GP）之间的委托代理关系，探讨了私募股权基金融资过程中的逆向选择及基金运行中GP的道德风险问题。对于中国私募股权基金运营过程中出现的双向道德风险和GP缺失的问题也作了一些分析。然后，基于以上分析提出了中国私募股权基金逆向选择及道德风险的一些治理措施。最后，构建了中国私募股权基金的治理评价指标，提出了基于Dempster-Shafer证据理论的中国私募股权基金的治理评价模型。

摘要： 本文探讨了私募股权基金的有限合伙人（LP）和一般合伙人（GP）之间的委托代理关系，探讨了私募股权基金融资过程中的逆向选择及基金运行中GP的道德风险问题。对于中国私募股权基金运营过程中出现的双向道德风险和GP缺失的问题也作了一些分析。然后，基于以上分析提出了中国私募股权基金逆向选择及道德风险的一些治理措施。最后，构建了中国私募股权基金的治理评价指标，提出了基于Dempster-Shafer证据理论的中国私募股权基金的治理评价模型。

摘要： 本文探讨了私募股权基金的有限合伙人（LP）和一般合伙人（GP）之间的委托代理关系，探讨了私募股权基金融资过程中的逆向选择及基金运行中GP的道德风险问题。对于中国私募股权基金运营过程中出现的双向道德风险和GP缺失的问题也作了一些分析。然后，基于以上分析提出了中国私募股权基金逆向选择及道德风险的一些治理措施。最后，构建了中国私募股权基金的治理评价指标，提出了基于Dempster-Shafer证据理论的中国私募股权基金的治理评价模型。

摘要： 本文探讨了私募股权基金的有限合伙人（LP）和一般合伙人（GP）之间的委托代理关系，探讨了私募股权基金融资过程中的逆向选择及基金运行中GP的道德风险问题。对于中国私募股权基金运营过程中出现的双向道德风险和GP缺失的问题也作了一些分析。然后，基于以上分析提出了中国私募股权基金逆向选择及道德风险的一些治理措施。最后，构建了中国私募股权基金的治理评价指标，提出了基于Dempster-Shafer证据理论的中国私募股权基金的治理评价模型。

摘要： 本文探讨了私募股权基金的有限合伙人（LP）和一般合伙人（GP）之间的委托代理关系，探讨了私募股权基金融资过程中的逆向选择及基金运行中GP的道德风险问题。对于中国私募股权基金运营过程中出现的双向道德风险和GP缺失的问题也作了一些分析。然后，基于以上分析提出了中国私募股权基金逆向选择及道德风险的一些治理措施。最后，构建了中国私募股权基金的治理评价指标，提出了基于Dempster-Shafer证据理论的中国私募股权基金的治理评价模型。

摘要： 一种D‑S证据理论中基于优化证据距离的证据融合方法，包括如下步骤1~7。步骤1、对所有子集进行分类相似对比；步骤2、根据分类相似对比结果计算辨识框架的优化相似度系数矩阵；步骤3、根据优化相似度系数矩阵计算任意两个证据之间的证据距离，并利用证据距离表示任一证据与其他证据的冲突度；步骤4、利用任一证据与其他证据的冲突度表示该证据的可信度；步骤5、将证据的可信度转化为证据的权重；步骤6、根据证据的权重对证据源进行修正；步骤7、根据修正后的证据源进行证据融合。本发明提供一种D‑S证据理论中基于优化证据距离的证据融合方法，能够有效识别并且表述证据冲突，进而降低决策风险。

摘要： 本发明公开了基于冲突证据修正的DS证据理论改进方法，首先，针对各命题对证据计算众数，然后根据各证据与众数的证据距离确定出修正冲突证据的权重，最后修正后的证据与非冲突的证据使用DS组合规则得到融合的结果。仿真实验表明，该方法在不改变DS组合规则的基础上，能够有效的处理冲突证据问题，相较于其他方法简单有效，算法收敛快，可靠性高。

摘要： 本发明公开了一种基于DS证据理论的处理冲突证据的实现方法，涉及DS证据理论技术领域，包括以下步骤：计算证据可信度；计算平均证据计算焦元可信度；由焦元距离计算焦元合理程度D[mi(A)]；将冲突分配并构造新证据m；对新证据进行Dempster组合。本发明通过定义证据权重计算平均证据，利用平均证据计算各证据焦元距离，根据焦元距离将冲突重新分配给各焦元，构造新证据体，对新证据体进行传统Dempster组合，得到融合结果，实现在处理高冲突证据时准确度高、收敛速度快，较好地解决了高冲突证据融合问题。

摘要： 本发明公开了一种改进DS证据理论的多证据信息融合方法。按下述步骤进行：a.根据皮尔逊相关性系数计算证据体相关性矩阵；b.分配证据体信任度权重，得到证据体可信度；c.使用证据体可信度对原始证据体BPA进行修正，得到新的BPA矩阵；d.将所述新的BPA矩阵中值为0的项进行零因子修正；e.修正后，按照经典DS组合规则进行计算，得到最终的命题支持度值。本发明在解决冲突、对于合理命题的融合基本概率方面均表现优异，同时在合理命题的基本概率计算上收敛速度更快，精度更高。

摘要： 一种证据理论中低相似度碰撞的冲突证据管理方法，对辨识框架的所有子集排序，子集数量记为P，然后由辨识框架生成若干个证据，每个证据包括至少一个焦元，在证据生成后，依次对证据进行焦元序列生成阶段和证据权重分配阶段；焦元序列生成阶段包括生成扩展证据、生成排序证据和生成排序矩阵三步；证据权重分配阶段包括计算排序差矩阵、计算排序因子及排序数、计算证据相似度与支持度、计算证据信誉度、计算证据联合支持度和求证据权重等几个步骤。本发明能对证据集合中的每一个证据进行更好的权重分配，降低冲突证据的权重分配比例，减小其对融合结果的影响，从而提升决策系统活判断系统的抗噪声能力。

摘要： 本发明公开了一种基于粗糙集理论和D‑S证据理论的温室智能决策方法，涉及智能农业技术领域，经过模糊C均值聚类处理，在经过求核和粗糙集的属性约简得到处理好的数据；利用粗糙集构建基本概率分配函数，计算温室各影响因素之间的支持程度。运用改进的D‑S证据理论，引入计算得出的BPA基本概率指派矩阵，构建置信度矩阵完成对温室影响因素的组合，得出决策结果。利用传统的针对小样本机器学习的SVM算法，引入BPA基本概率指派矩阵，得出决策结果，并与D‑S证据理论算法进行算法对比验证。

摘要： 本发明公开了一种考虑风光出力相关性的配电网证据理论潮流计算方法，其步骤包括：1.建立分布式电源出力的证据结构体模型并使用模糊判断矩阵法为证据焦元赋予权重；2.基于分布式电源间相关性系数，使用改进的椭球理论方法计算所有联合焦元的焦元修正系数；3.修改联合焦元的基本概率分配值，使用基于复仿射潮流计算后获得潮流结果的概率盒。本发明以改进的椭球理论来描述证据理论中不确定量间的相关性，建立了综合考虑不确定量的主客观不确定性的配电网不确定潮流计算方法，从而能够描述电网规划中分布式电源出力的不确定性和相关性，并能更全面、准确、快速地反映电网的状态。

摘要： 本发明涉及机器学习、信息融合、战术预测、机器人博弈等领域，为提出一种应用于机器人博弈过程的不确定条件下的对手战术预测方法。为此，本发明采取的技术方案是，基于机器学习和证据理论的机器人博弈战术预测方法，利用机器学习方法构造模型表示机器人状态数据和战术结果之间的关系，考虑到博弈环境的不确定性，利用D‑S证据理论对不确定性进行处理，将三种机器学习算法获得的预测结果处理作为D‑S证据理论的基本概率赋值函数，利用D‑S证据理论在信息融合方面的优势，融合多方信息，得出最终的预测结果，达到预测对手战术的目的。本发明主要应用于机器人博弈场合。

摘要： 本申请公开了一种基于D‑S证据理论的电力异构知识融合的方法，包括：获取电力智能知识中心多种类型知识，包括本体知识、三元组知识以及事件知识；对单个输入知识K，利用BM25分别从本体知识、三元组知识、以及事件知识中检索出最优的M个知识候选集；分别计算知识候选集中每个知识的置信度；基于置信度，利用D‑S证据理论融合计算出候选集中每一知识的融合置信度；对融合置信度进行排序，筛选得到与查询语句K最相关的知识。本发明基于检索及文本表征，利用D‑S证据理论，对异构知识置信度结果进行融合排序，实现异构知识的融合，提升了知识融合的效率及效果。

摘要： 本发明公开了一种基于D‑S证据理论的中央空调冷却塔出水温度控制方法，包括：采集中央空调系统运行过程中不同类型的传感器参数，并作为反映冷却塔出水温度的原始样本数据；对原始样本数据进行预处理和主成分分析、相关性分析后获得输入数据集，输入至各个智能预测算法中进行训练，得到多个对应的冷却塔出水温度预测模型；采用D‑S证据理论对多个冷却塔出水温度预测模型的预测结果进行权重提取和融合，获得最终的冷却塔出水温度预测值；将冷却塔出水温度预测值与设定的冷却塔出水温度值进行比较，若不一致，则以冷却水系统能耗为目标函数，设置约束条件，并采用智能寻优算法求解获得能耗最优的冷却水泵和冷却塔风机的运行频率组合，实现对温度的控制。