复杂系统工程作业贝叶斯网络风险方法研究

针对复杂系统工程作业工种多、隐蔽性强、不确定因素多的情况,提出了基于贝叶斯网络的风险评估方法。从工程作业过程分析着手,建立了贝叶斯网络风险评估模型;针对多状态根节点缺乏数据的问题,应用三角模糊函数确定了概率输入;针对多状态节点条件概率值难以获取的问题,应用DS证据理论融合处理专家信息。以安排导弹战备值班为研究对象进行了实例分析。仿真表明,评估模型因果推理即可确定工程作业存在的风险概率;诊断推理即可确定风险发生情况下的关键影响因子,据此可以制定合理的预防性措施。     

基于直觉判断矩阵和证据理论的群组决策方法

针对属性权重已知的群决策环境,根据直觉模糊和证据理论相关知识,提出了一种群决策方法。采用直觉模糊数描述专家关于方案的两两比较结果,构建直觉判断矩阵;根据直觉判断矩阵排序中转法,按一致性要求确定属性直觉模糊数型权重;以直觉模糊评价值构造Mass函数,结合证据冲突度和犹豫度,在属性层面区对专家权重进行合理分配;利用直觉模糊集加权集结算子集结决策信息,并根据得分值和精确值进行方案排序。通过算例,验证了所提方法的合理有效性。     

基于证据理论的军械装备修理能力认证评估方法

借鉴AHP法建立军械装备修理能力认证评估体系,并构建其递阶层次模型。确立体系各级指标权重中,引入D-S证据理论对多专家意见进行融合;综合考虑专家的权重和不确定度,并采用单值转换分布概率算法对专家评价分数进行换算,改进了AHP法受专家经验、知识限制,主观性强等缺点。经算例分析,该方法能准确可靠地评价型号装备修理机构的修理能力,减少专家主观因素对评估结果的影响。     

基于BN-AHP的装甲车辆动力系统故障状态评估

装甲车辆复杂传统部件的损伤能否及时被发现,这关系到整车战备或作战能力,系统的故障状态评估是至关重要的。将贝叶斯网络模型结合云模型理论,建立云贝叶斯网络模型,针对4个不同工况的装甲车辆进行故障状态评估。在获取贝叶斯网络初始节点时更多是依靠专家经验,往往会带来很大的误差,导致条件概率偏差过大,采用证据理论/层次分析法来优化专家经验,确定各个节点的条件概率;将层次分析法转化所得的条件概率值代入到云贝叶斯网络模型中,经过计算可以得到不同损毁等级的概率。将云贝叶斯网络模型计算结果与其他状态评估方法结果进行对比分析,结果表明,所采用的计算方法较其他方法在可靠性和准确性方面有所提高。     

基于证据理论的多源信息目标识别

目标识别系统中多源传感器信息高度冲突时,利用DS规则直接融合得出的结果不合理,针对该问题,提出了期望证据融合算法。多个证据融合时,根据两证据间的矛盾信息大小确定其相互支持度,将证据支持度矩阵模最大特征值对应的特征向量归一化后得到各证据的权重系数,进而求出期望证据,并用DS规则迭代融合。通过数字仿真对多种方法进行了比较分析,表明期望证据法在传感器信息高度冲突时依然可以得到较为理想的融合结果。     

发动机传感器数据证实的贝叶斯信度网络方法

针对发动机及其部件试验传感器数据证实的多源证据融合问题,描述了建立贝叶斯信度网络的方法,给出了传感器状态和检验关系式不确定性信息表达方法,发展了自动建立贝叶斯信度网络、计算可信度概率及更新网络的算法;给出了贝叶斯信度网络方法在模型发动机上的应用示例。     

基于BP神经网络的D-S证据理论及其应用

命题基本概率分配(BPA)的确定是D-S证据理论得以广泛应用的关键之一.目前,大部分确定方法受专家知识偏好影响较大,难以反映客观情况.将BP网络运用到基本概率分配的确定过程中,使得BP网络和D-S证据理论两者有机地联合应用,这样既可利用D-S证据理论来表达和处理不确定信息,又可以充分发挥BP网络的自学习、自适应和容错能力.文中建立了基于BP网络的D-S证据理论的故障诊断模型,并给出了证据的融合算法.仿真实验表明,该模型可行.     

发射潜空导弹对潜艇生存概率影响

潜艇对抗反潜机中潜空导弹的使用是一个对潜艇生存概率产生重大影响的复杂的决策过程,运用贝叶斯网络将过程指标体系作为修后评价指标体系的先验知识。首先建立潜艇发射潜空导弹后潜艇生存概率的评价指标体系,然后,建立贝叶斯网络模型,通过改进的模糊综合评价方法确定了根节点的先验概率,通过专家经验法确定了子节点的条件概率,并给出了模型的具体求解步骤。最后将先验概率与条件概率输入Netica仿真软件,对贝叶斯网络进行仿真与分析。结果表明:提出的方法能够在一定程度上解决潜空导弹发射后潜艇的生存概率问题,为完善潜艇的作战理论和潜艇生存概率评估提供了借鉴。     

军事指挥控制中的贝叶斯决策支持

军事指挥控制是一个复杂的决策过程,该过程中信息是结合定性的专家知识和定量的融合数据而得到的.贝叶斯网为指挥控制系统提供了一个框架来处理这种专家知识和具体数据相结合的问题,并且影响图作为贝叶斯网的延伸可被用于分析指挥控制系统中某个决策的可行性.进一步地,为了减少所需指定的条件概率的数量并引入时变的概念,提出动态影响网作为一种新的决策支持方法.     

基于证据理论的无线通信系统安全风险评价

传统通信系统安全风险评估方法获取的判断矩阵是个体专家的意见,无法处理不确定问题,得到的评估结果较为主观、准确度差,为了解决该问题,提出了基于证据理论的通信系统安全风险评价模型。采用证据理论融合规则调整通信设备和光缆一级指标的判断矩阵,综合多位专家的意见,获取设备和光缆各指标的状态评分和指标权重,构建通信系统风险评估模型,最后通过仿真实验测试其性能,结果表明,该模型可以准确评估通信系统的风险等级。     

基于Z-number和改进DS证据理论的风险评估方法

针对任务风险难度量、评估信息不确定性强等问题,提出一种Z-number和改进DS证据理论的风险评估方法。利用Z-number方法描述评估指标,得到各风险等级的初始基本概率分配（basic probability assignment,BPA）;基于信度熵和皮尔逊相关系数改进DS证据理论克服悖论问题进行信息融合,确定风险的最终等级;接着,基于信息融合结果引入Joussleme距离求解专家可信度。最后,以重装空投任务为例,验证本文所提风险评估方法的合理性,并对比分析不同改进DS证据理论方法得到的结果,验证所提方法的有效性和准确性。     

基于BN-and-BP神经网络融合的陆空联合作战效能评估

针对陆空联合作战效能评估问题,构建了具有6个二级评估指标和18个三级评估指标的综合评估指标体系。利用BP神经网络的度量方法,对三级指标进行评估,有效降低了变量个数。采用贝叶斯网络的度量方法,通过专家确定网络结构,利用蒙特卡罗算法确定条件概率表CPT,建立了陆空联合作战的综合效能评估模型,有效克服了AHP法和贝叶斯网络单独进行作战效能评估的不足。仿真结果说明,该评估模型性能良好,具有一定的科学性和可操作性。     

基于区间数多指标决策的效能评估方法

针对武器效能评估的指标值以及度量指标权重的选取存在不确定性、模糊性和主观性的问题,根据作战效能的特点与系统工程思想,提出了基于区间数的灰色关联法和D-S证据理论相结合的效能评估方法。通过灰色关联法将指标区间值转化为以理想属性偏离度为测度的矩阵,在此基础上与D-S证据理论相结合,构造一种新的基本概率分配函数和新的信息不确定度提取方法,把不确定性问题转化为确定性问题,再利用D-S合成法则进行信息融合,确定最优方案。通过案例分析,结果表明该方法可以得到有效的决策结果并降低决策的不确定性。     

SPA和DS证据理论的多传感器航迹关联方法

针对多传感器航迹关联问题,提出了一种基于集对分析和DS证据理论的解决方法。利用集对分析理论将不同传感器之间航迹信息按照集对处理,建立航迹间的联系度表达式,在集对贴近度的基础之上,构建集对贴近度矩阵。利用DS证据理论来解决航迹关联问题。实例表明,能够较好地解决多传感器航迹关联问题。     

基于证据理论的无人机光电侦察设备故障诊断

针对无人机光电侦察设备故障类型多样性以及故障信息不确定性等问题,从信息融合的角度出发,运用证据理论对光电侦察设备故障进行诊断.依据故障统计数据和专家评判矩阵获取基本概率分配,利用证据可信度修正最初的概率分配,再利用证据融合公式得到综合故障诊断结果.最后通过实例验证了该方法的可行性.     

一种改进的空袭目标威胁等级评估模型

量化判定空袭目标威胁等级是数字化战场信息融合的重要内容,也是未来联合防空作战中指挥决策系统合理分配作战资源的基本依据。但是,空袭目标威胁等级的评判标准至今尚未统一,本文首先使用AHP法建立空袭目标威胁等级层次分析模型,针对AHP法构建成对比较矩阵过于繁琐及各指标权重难以把握的弊端,只针对层次分析模型最下层的相关指标进行分析并提出量化方法,随后根据量化数值直接构建判断矩阵,并结合DELPHI法给出诸项评估指标的权重。最后,通过实例验证了该模型的有效性和准确性。     

基于AHP-PCR5的多传感器目标识别

目标识别系统中所获得的信息常常是高度冲突和不确定的。基于DSmT理论的多传感器目标识别,可以解决证据高度冲突情况下的信息融合问题。然而由于DSmT理论融合结果分类精细而不利于判决,需要将某些分类结果进行重新分配。层次分析法(AHP)包含不确定知识矩阵,生成基本信度分配函数。基于此提出AHP-PCR5方法进行证据高度冲突情况下多传感器综合目标识别,不仅提高识别精度,降低识别过程的不确定因素,同时引入折扣系数灵活处理识别过程中具有不同可信度的多传感器融合问题。     

海上不明空情威胁评估模型研究

针对海上不明空情敌我属性、意图模糊及空情信息不确定的特点，依据贝叶斯网络算法，提出与不明空情相关的威胁因子及其状态，建立威胁评估模型，并运用专家知识及样本数据确定模型中的条件概率参数。最后通过对美国海军“Stark”案例进行仿真，结果证明该模型对海上不明空情能作出准确的威胁等级评估。     

军用飞机修理模式规划决策分机方法

针对军用飞机修理模式的选择问题,提出了一种基于直觉模糊集和证据理论的多属性群决策方法。通过分析典型修理模式特点,确定了合理的决策属性。为细化模糊表达,采用直觉模糊数描述专家关于属性的评价值,更加符合判断实际;针对属性权重,利用直觉模糊熵确定客观权重,并根据决策偏好,利用偏好系数加以综合,以缓解主客观权重冲突;为合理确定专家权重,在属性层面利用证据冲突度进行区分,并根据犹豫度加以修正;为有效集结决策信息,根据直觉模糊特性构造Mass函数进行证据合成。实例验证了该方法的合理有效性。     

基于FDBN的空中目标威胁评估方法

为了更好地处理各类探测数据中的模糊性和不确定性,通过模糊化方法将威胁评估动态贝叶斯网络局部进行模糊化处理,处理后的动态威胁值进行解模糊的方法转化为概率域的知识,这样不仅简化了网络结构,同时结合模糊理论的知识表达能力和DBN的强推理能力。最后将相应观测证据输入到简化后的DBN网络中,相应仿真研究表明,该方法能有效地对空中目标威胁度进行实时评估。