证据冲突

摘要： D-S(Dempster-Shafer)证据理论具有较高的处理不确定信息的能力,但在证据高度冲突的情况下会出现与实际情况相悖的结果。针对这一问题,本文提出了一种改进D-S证据理论算法。首先分析了经典D-S证据理论面对高冲突证据时存在组合矛盾、一票否决、鲁棒性差的问题,然后引入灰色关联度理论和可信度概念获得各证据所占权重,定义评判标准来识别与处理故障信息源,较大程度上减少非相关证据的权重,修正各证据的重要程度,最后利用Dempster组合规则进行融合。结果表明:该算法可以有效解决经典D-S证据理论存在的问题,其评判标准可以准确识别出故障信息源,通过对故障信息源的处理可显著提高融合结果命题信任度和收敛速度。横向对比其他改进算法,本文算法具有收敛速度更快、抗干扰能力更强的优点。通过对钢梁有限元模型的损伤识别计算,验证了本文算法可以应用于桥梁结构的损伤识别中,并具有准确识别结构损伤情况的能力。

摘要： 对于有高度冲突的证据,D-S证据理论的融合规则可能会得出错误的结果.为了解决这一问题,在D-S证据理论基础上提出了一种新定义—关联系数,用它来量化证据之间的关联程度.关联系数考虑了集合中多子集对证据合成的不确定性影响,并在此基础上加入信度熵度量信息量的大小.利用关联系数和信度熵作为权重因子对原始证据进行修正,设计了一种新的多源信息融合方法.另外,通过具体的算例应用,验证了新提出的证据合成方法具有广泛的有效性和适用性.

摘要： 针对现有方法在识别证据冲突方面存在的不足,结合传统证据冲突,提出一种证据冲突识别与调整的方法.该方法首先将传统证据冲突的加权平均值作为识别指标,其次引入可信度和不确定度,以是否为互异证据间冲突分两种情形确定权重系数.然后,结合传统证据冲突和Jousselme信息距离对识别出的证据冲突加以调整.该方法以传统证据冲突为基础,确保了识别指标的代表性和识别结果的真实性,此外,权重系数综合考虑证据内和证据间的可信度,也更具代表性.最后,选取降低程度和平均偏差分析验证了所提方法.研究结果表明,所提方法的识别精度较高,能够有效地调整证据冲突.

摘要： 光伏阵列是光伏发电系统的核心,也是光伏发电过程中最易出现故障的设备,在发生故障的同时存在着大量的不确定信息.针对存在大量的不确定因素的光伏阵列故障诊断问题,基于证据理论在处理不确定信息的优点,提出了一种改进的Dempster-Shafer(D-S)证据理论的融合算法应用于光伏阵列故障诊断中,解决了存在交叉数据、误判率较高和诊断速度慢的光伏阵列故障模式识别问题.同时,利用改进的Jousselme距离衡量证据冲突,并通过折扣率思想以及权重系数的概念,解决了证据之间存在的高冲突对证据融合影响的问题.试验仿真结果证明,相对于传统的D-S证据理论融合算法,基于改进的D-S证据理论融合算法在光伏阵列故障诊断上,其融合结果不仅具有更高的可信度和更好的鲁棒性,而且收敛快.

摘要： 冲突证据的合成问题一直是学者们的关注重点,解决冲突证据的合成问题首先要解决的就是证据冲突程度的衡量,判断证据间有无存在冲突,冲突程度有多大.但是目前对冲突证据中的"冲突"缺乏一个很好的衡量标准.针对这个难题,分析了D S证据理论中冲突系数存在的不足,介绍了几种常用的冲突衡量方式,并提出了一种基于Pignistic转换的冲突衡量方式,最后通过算例验证,与其他方法进行对比表明这种方法的有效性.

摘要： 为了解决证据理论对高冲突证据合成时产生反直觉结果这一难题,提出一种基于Pignistic概率距离的冲突证据合成方法.利用Pignistic概率距离衡量证据间的冲突;同时,引进证据间相似度、支持度以及可信度来综合确定证据的修正系数;运用修正系数对证据进行全局修正;最后,利用合成规则对证据进行合成.通过算例验证并与其他方法进行对比表明,所述方法在处理高冲突证据时优于其他方法,鲁棒性和收敛性更好.

摘要： 针对水质评价不完善的问题,提出了一种基于区间证据理论的高冲突水质多参数数据融合方法。采用D-S证据理论结合区间数的做法,通过高冲突修正原始数据后达到能够直接分类的结果。提供了一种基于区间相似度的基本概率分配生成方法,并采用系数α调节,在修改冲突数据的同时保留最多的原始数据。运算后得到水质分类Ⅰ~Ⅴ依次为0.3516、0.5224、0.0913、0.0247、0.0099,不确定度概率为0,信度最大值即当前的水质分类。通过融合后的信度,能清晰地了解每个等级的支持度的概率,迅速判断水质当前所处等级,为水质分类提供了新思路。

摘要： 针对水质评价不完善的问题,提出了一种基于区间证据理论的高冲突水质多参数数据融合方法。采用D-S证据理论结合区间数的做法,通过高冲突修正原始数据后达到能够直接分类的结果。提供了一种基于区间相似度的基本概率分配生成方法,并采用系数α调节,在修改冲突数据的同时保留最多的原始数据。运算后得到水质分类Ⅰ~Ⅴ依次为0.3516、0.5224、0.0913、0.0247、0.0099,不确定度概率为0,信度最大值即当前的水质分类。通过融合后的信度,能清晰地了解每个等级的支持度的概率,迅速判断水质当前所处等级,为水质分类提供了新思路。

摘要： 在目标识别决策系统中,多探测器多源信息融合的模糊性和不确定性以及各探测周期所得信息的冲突互斥会造成目标识别决策不精准.为解决这一问题,提出基于云模型和改进D-S(Dempster-Shafer)证据理论的目标识别决策方法.首先,将目标识别准确性这一语言评价值划分为不同评价区间等级,以不同评价等级标准云为参照将各探测器各探测周期所得信息转化为云决策矩阵,得出各周期各等级隶属度,进而构建出基本概率分配函数(mass函数);其次,基于证据理论引入冲突度、差异度、离散度3类衡量冲突大小的参数,定义了一种新的证据冲突参数,同时改进证据冲突融合算法,对各探测器各周期证据体进行修正并融合;再次,结合各探测器权重加权得出各目标综合识别决策的mass函数对目标进行决策;最后,结合算例,验证该方法的适用性,并与其他方法相对比验证了本文方法的优越性.

摘要： 在信任函数理论框架下,当高度冲突的证据进行组合时,Dempster组合规则可能会产生有悖常理的结果,原因之一在于不能合理表征冲突度量.在总结现有BBM型冲突度量方法缺陷基础上,提出了一种基于Jaccard相似系数的BBM型证据冲突度量方法.通过经典算例可以看到,该证据冲突度量方法能够对三组以上证据进行总体冲突度量,且具有较好的冲突度量性能.

摘要： D-S证据理论是数据融合中处理不确定性问题的重要方法.但在使用D-S证据理论组合冲突信息时,往往会得出与直觉相反的结论.经典证据理论不能有效处理高度冲突的证据,极大制约了证据理论的应用.在实际工程应用中,通过合理度量冲突大小,重新分配冲突系数K,并对原始证据源进行特定修正,才能使融合结果更加真实可信。

摘要： 当证据高度冲突时，使用D-S组合规则进行融合经常会得到错误的结论，因此对D-S证据理论合成方法的改进成为研究重点。但是如何去度量或确定证据之间冲突程度却常常被人们忽视。在以往的研究中经常使用冲突系数k来表征证据之间的冲突，但是研究结果表明，冲突系数k并不能很好的描述证据之间的冲突。文章研究了各种表征证据冲突的变量，提出了一种新的表征证据之间冲突的变量—关联系数，并在此基础上使用有序加权(OWA)算子对表征冲突的参数进行处理，建立一个综合度量证据冲突的参数，来判断证据之间是否冲突。

摘要： 针对D-S证据理论、Yage证据合成规则其修正合成规则对于冲突证据合成存在的不足,本文在证据冲突概率再分配思想的基础上,提出了一种新的证据合成规则.该规则考虑了工作系统的实际应用背景,利用证据源可信度和证据的支持度,从证据冲突程度的角度分析证据集的有效性,合理地处理了冲突信息.实验结果表明,新的合成规则,不仅克服了现有规则的不足,其结果向合理性方向收敛较好,提高了系统的鲁棒性.

摘要： 为了提高通信系统故障诊断的准确性,提出了一种基于改进证据理论信息融合的故障诊断方法.本文先介绍了D-S证据理论信息融合算法的基本原理,针对强冲突证据之间的合成问题,为了在证据高度冲突下实现多源信息的有效融合,本文在经典D-S理论基础上提出一种新的冲突系数表示的方法,利用该方法来表示冲突系数对冲突的有效度量,对融合结果进行修正.采用改进的证据理论对通信系统故障诊断的各种初步结果按照算法进行融合决策,能够有效降低不良证据对诊断结果的影响,在一定程度上弥补了经典D-S理论的不足,提高了通信系统故障诊断的准确性.

摘要： 为了提高通信系统故障诊断的准确性,提出了一种基于改进证据理论信息融合的故障诊断方法.本文先介绍了D-S证据理论信息融合算法的基本原理,针对强冲突证据之间的合成问题,为了在证据高度冲突下实现多源信息的有效融合,本文在经典D-S理论基础上提出一种新的冲突系数表示的方法,利用该方法来表示冲突系数对冲突的有效度量,对融合结果进行修正.采用改进的证据理论对通信系统故障诊断的各种初步结果按照算法进行融合决策,能够有效降低不良证据对诊断结果的影响,在一定程度上弥补了经典D-S理论的不足,提高了通信系统故障诊断的准确性.

摘要： 为了提高通信系统故障诊断的准确性,提出了一种基于改进证据理论信息融合的故障诊断方法.本文先介绍了D-S证据理论信息融合算法的基本原理,针对强冲突证据之间的合成问题,为了在证据高度冲突下实现多源信息的有效融合,本文在经典D-S理论基础上提出一种新的冲突系数表示的方法,利用该方法来表示冲突系数对冲突的有效度量,对融合结果进行修正.采用改进的证据理论对通信系统故障诊断的各种初步结果按照算法进行融合决策,能够有效降低不良证据对诊断结果的影响,在一定程度上弥补了经典D-S理论的不足,提高了通信系统故障诊断的准确性.

摘要： 为了提高通信系统故障诊断的准确性,提出了一种基于改进证据理论信息融合的故障诊断方法.本文先介绍了D-S证据理论信息融合算法的基本原理,针对强冲突证据之间的合成问题,为了在证据高度冲突下实现多源信息的有效融合,本文在经典D-S理论基础上提出一种新的冲突系数表示的方法,利用该方法来表示冲突系数对冲突的有效度量,对融合结果进行修正.采用改进的证据理论对通信系统故障诊断的各种初步结果按照算法进行融合决策,能够有效降低不良证据对诊断结果的影响,在一定程度上弥补了经典D-S理论的不足,提高了通信系统故障诊断的准确性.

摘要： 为了提高通信系统故障诊断的准确性,提出了一种基于改进证据理论信息融合的故障诊断方法.本文先介绍了D-S证据理论信息融合算法的基本原理,针对强冲突证据之间的合成问题,为了在证据高度冲突下实现多源信息的有效融合,本文在经典D-S理论基础上提出一种新的冲突系数表示的方法,利用该方法来表示冲突系数对冲突的有效度量,对融合结果进行修正.采用改进的证据理论对通信系统故障诊断的各种初步结果按照算法进行融合决策,能够有效降低不良证据对诊断结果的影响,在一定程度上弥补了经典D-S理论的不足,提高了通信系统故障诊断的准确性.

摘要： 本发明公开了一种基于证据分类和冲突衡量的加权证据融合方法，包括如下步骤：首先，获取多个传感器测量信息，转换为证据信息，然后，对上述每两个证据进行计算其是否具有一致性；如果有计算一致性冲突系数，如果没有计算非一致性冲突系数；然后共同求解证据的权重系数，通过权重系数对融合的证据进行修正，最后采用采用Dempster组合规则对修正后的证据进行逐个融合，输出最终目标识别的决策结果。本发明方案与传统算法相比，综合考虑证据之间单子集焦元基本概率赋值的差异和证据之间不同焦元交集不为空集部分的支持程度，共同衡量证据之间的冲突程度，在此基础上确定融合证据的权重系数，并对融合证据进行修正，具有重要的理论意义和应用价值。

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： 本发明涉及多源信息融合技术领域，具体涉及一种基于证据可信度和不确定度的冲突证据融合方法；该方法包括：获取汽车系统故障诊断的信息转换为证据向量，计算各个证据向量的信任因子，通过信任因子获取各个证据向量对应的第一可信度权重；计算任意两个证据向量之间的散度，通过散度和第一可信度权重，获取各个证据向量对应的综合可信度权重；计算各个证据向量对应的信念熵，通过信念熵获取各个证据向量的信息量权重；基于所述综合可信度权重与信息量权重获取加权平均证据，采用Dempster组合规则对加权平均证据进行逐个融合，输出最终汽车系统故障诊断的决策结果。本发明能够更准确地实现汽车系统故障的诊断。

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： 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证据分类和冲突衡量的加权证据融合方法，包括如下步骤：首先，获取多个传感器测量信息，转换为证据信息，然后，对上述每两个证据进行计算其是否具有一致性；如果有计算一致性冲突系数，如果没有计算非一致性冲突系数；然后共同求解证据的权重系数，通过权重系数对融合的证据进行修正，最后采用采用Dempster组合规则对修正后的证据进行逐个融合，输出最终目标识别的决策结果。本发明方案与传统算法相比，综合考虑证据之间单子集焦元基本概率赋值的差异和证据之间不同焦元交集不为空集部分的支持程度，共同衡量证据之间的冲突程度，在此基础上确定融合证据的权重系数，并对融合证据进行修正，具有重要的理论意义和应用价值。

摘要： 本发明涉及一种面向冲突证据的多源信息融合方法，属于目标识别技术领域。本发明的一种面向冲突证据的多源信息融合方法，具体包括以下步骤：(1)确定目标识别的识别框架；(2)根据传感器测量信息获得所对应证据的基本概率分配函数；(3)基于加权的思想获得每个证据对其他证据的排斥度，以排斥度为依据给每个证据分配权值，进一步获得分配权重后所有证据加权平均所得的新证据；(4)基于获得的新证据应用D‑S证据理论进行融合，得到最终的融合结果；(5)根据决策准则完成对目标物体的识别任务。本发明考虑不同证据间的重要程度，据此给不同的证据重新分配权重，融合结果更加精确，有效解决冲突证据对融合结果的影响。

摘要： 本发明公开了一种基于置信散度的冲突证据合成方法，该方法通过引入置信散度表征各证据源之间的差异性和冲突程度，以此确定各证据源的可信度，并采用信息熵表示各证据源的不确定性，以此计算各证据源的权重，通过将证据可信度和证据权重相结合，对证据源进行预处理和修正，能够有效地降低高度冲突、不重要证据在合成过程中的影响，进而应用Dempster组合规则合成修正后的证据源，避免产生反直观的不合理结果，保证实际决策的合理性，并且冲突证据合成结果可用于目标识别、故障诊断、多准则决策等领域，具有重要的理论意义和应用价值；优点是在处理和合成冲突证据时具有更好的收敛性、鲁棒性和有效性。

摘要： 本发明公开了一种针对证据冲突的D‑S证据法融合改进方法，包括：按照D‑S证据法融合规则进行融合，得到融合结果m

摘要： 本发明公开了一种针对证据冲突的D-S证据法融合改进方法，包括：按照D-S证据法融合规则进行融合，得到融合结果m