D-S证据推理应用

实例研究
实例结论
由以上实例可看出 ,每种融合方法得出的结论基本 一致。即: 方案 6最值得投资 ,方案 1最不值得投资。也 不难发现 ,采用 D-S融合方法比不采用该方法进行决策 更利于方案的集中 ,数据融合使得系统的不确定性下降 ,基本概率函数分布趋势更加明显 ,根据同样的决策规 则进行方案比较 ,能够更加充分地利用系统的信息 ,提 高系统辨识目标方案的准确性。
D-S证据推理方法的功能
D-S证据推理作为不确信推理的有效方法 ,是一种 决策理论 ,它能够很好地处理具有模糊和不确定信息的 合成问题。与概率决策理论 (如 Bayes理论 )相比 ,它不 但能处理由知识不准确引起的不确信性 ,而且能处理由 不知道引起的不确信性 ,也不用给出先验概率，而是基 于从属关系值 , 使用命题演算作为在 D -S 框架下的推 理过程 。
试验论证
试验论证
先用优化后的BP网络诊断来建立证据推理模型。 设新人函数Bel1对应于第一册点的诊断结果，信任函 数Bel2对应第二测点的诊断结果，这两个信任函数的 焦点元素都是A1,A2,A3,A4,A5,A6,分别代表完好状态， 不对中，碰摩，不平衡，油膜涡动，油膜震荡六种故 障模式。它们构成了信任函数Bel1,Bel2的共同分边框。 经D-S证据推理融合以后的诊断结果，再与测点3进行 融合，最后得到三个测点的融合结果：
D-S证据推理的步骤
( 1) 求出各个证据的基本概率赋值 m (i ) ; ( 2) 求解证据的不确信度 m (Θ) ; ( 3) 利用 D-S合成推理规则 ,形成新的信任函数 Bel( A)
,并求解其基本概率赋值 m ( A) ; ( 4) 解决具有相关性和冲突性证据的合成问题。
实例研究
基于 D-S证据推理的项目投资综 合决策模型与应用
我们将投资决策系统的指标体系视为一组证据信 息 , 利用D-S合成推理规则显然是非常合理。 D-S证据 理论应用于投资项目综合决策时 ,由各独立指标所获得 信息产生的特征度量构成了该理论的证据。 通过构造 相应的基本概率分布函数 ,对所有的证据 (包括 Θ)赋 予一定的不确信度 ,利用这些证据合成新的证据。
试验论证
在转子试验台上进行试验验证 ,在其上选择三个不 同的测点 , 表 2 是转子不对中时各测点 BP 网络的诊断 结果。
试验论证
对以上结果进行处理，计算出m(Ai)(基本概率值), Ai表示故障模式，i=1,2,3,4,5,6。计算结果m(Ai）即为
每个样本中第i种故障模式的基本概率值。经归一化处 理后得到的基本概率值如表3所示。
D -S 证据推理在机械故障诊断中 的应用
在进行故障诊断时 ,可以用多传感器来对不同位置 进行测量, 对每个传感器的测量结果进行初步诊断,再 用 D -S 证据推理对它们进行融合。用 D -S 证据推理 进行决策层融合时 ,一般都要建立相应的质量函数, 难 度很大 ,为避免建立质量函数的麻烦,本文借助了成熟 的 BP 网络技术 ,对每一测点先用 BP 网络进行局部诊 断 ,各测点的诊断结果经过优化处理后建立证据推理模 型 ,进行综合诊断。
D-S证据推理的应用实例
基于 D-S证据推理的项目投资综合决策模型与应用
D -S 证据推理在机械故障诊断中的应用
结合 D-S 证据推理的贝叶斯网络法在配电网可靠性 评估中的应用
基于 D-S证据推理的项目投资综 合决策模型与应用
项目投资综合决策要处理的信息大都是不精确的、 不完备的、模糊的、甚至是相互矛盾的 ,具有不确信性。 为了有效地进行投资分析和决策 ,需要用形式化的方法 来描述这些不确信信息 ,并进一步探讨不确信推理的方 法。不确信推理一般不强求逻辑上的完备性 ,只是对不 确信信息在误差允许的范围内做出近似推理判断 ,虽然 推理不一定能得到最佳的决策结果 ,但一般能给出专家 级决策结果 ,基本上可以满足应用领域应用
在机械故障诊断中 ,无论传感器的种类和性质如何, 最 终用于故障诊断的总是一些数字诊断指标,一般说来 , 机械
设备的这些诊断指标是具有不确定性的。而且即使对同一 台机器同一种工况下,不同工作循环内测得的振动信号的特 征参数也不完全相同, 有时甚至相差很大。设备状态参数 与诊断指标之间的这种不确定关系, 决定了诊断问题本质 上的不确定性。为了提高诊断的精确性和可靠性,最大限度 地利用各种信息, 解决靠单一传感器获得的单一指标进行 诊断所带来的不确定性, 本例从提高故障诊断精度出发, 提 出了基于多测点的 D -S 证据推理的数据融合方法, 并利用 优化后的神经网络诊断结果来建立证据推理的诊断模型, 利用同源数据进行融合 , 既避免了建立质量函数的麻烦,又 降低了诊断的不确定性 。
m(Ai)={0.996207 0.000260 0.000077 0.001339 0.001446 0.000654} m(θ)=0.000017.
结合 D-S 证据推理的贝叶斯网络 法在配电网可靠性评估中的应用
配电系统处于电力系统末端，直接与用户相连， 是电力系统向用户供应电能和分配电能的重要环节。 近年来随着人们对配电系统在供电可靠性中地位认识 的提高，配电系统可靠性的研究得到了迅速的发展。
贝叶斯网络对配电网可靠性的估 计
加入D-S证据理论的贝叶斯网络对 配电网的可靠性估计
总结
D-S证据理论的应用十分广泛。它是一种更准确 的估计模型。它建立了命题和集合之间的一一对应关 系，把命题不确定问题转化为集合不确定问题。在一 些决策问题的决策，检修问题的判断等领域有着重要 的作用。
谢谢观看