證據(jù)推理、置信規(guī)則庫與復雜系統(tǒng)建模

前言 第一部分證據(jù)推理方法 第1章DempsterShafer證據(jù)理論 1.1引言 1.2證據(jù)的不確定性表示 1.2.1辨識框架 1.2.2基本概率分配 1.2.3信度和似然函數(shù) 1.3證據(jù)的合成規(guī)則 1.3.1Dempster合成規(guī)則 1.3.2沖突證據(jù)的合成處理 1.4D—S證據(jù)理論的研究進展與探討 第2章證據(jù)推理方法及擴展 2.1引言 2.2不確定性MCDA框架下的證據(jù)推理方法 2.2.1迭代合成算法 2.2.2合成特性 2.2.3解析合成算法 2.2.4非線性合成模式分析 2.3信息轉換方法 2.3.1定量信息轉換方法 2.3.2定性信息轉換方法 2.4考慮區(qū)間、概率和模糊不確定性的證據(jù)推理方法 2.4.1考慮區(qū)間不確定性的證據(jù)推理方法 2.42考慮概率和模糊不確定性的證據(jù)推理方法 2.5本章小結 第3章證據(jù)推理規(guī)則 3.1引言 3.2帶有證據(jù)權重的證據(jù)推理規(guī)則 3.2.1證據(jù)權重及相關處理方法 3.2.2證據(jù)推理規(guī)則的加權信度分布 3.2.3帶有證據(jù)權重的證據(jù)推理規(guī)則 3.2.4數(shù)值比較分析 3.3帶有證據(jù)權重和可靠性的證據(jù)推理規(guī)則 3.3.1帶有證據(jù)可靠性的加權信度分布 3.3.2數(shù)值比較分析 3.4證據(jù)推理規(guī)則的特性分析 3.4.1證據(jù)推理規(guī)則的基本特性 3.4.2證據(jù)推理規(guī)則的推理模式分析 3.4.3數(shù)值仿真分析 3.4.4沖突證據(jù)的處理和可靠性攝動分析 3.5本章小結 第二部分置信規(guī)則庫建模方法 第4章基于證據(jù)推理算法的置信規(guī)則庫專家系統(tǒng)推理方法 4.1引言 4.2專家系統(tǒng) 4.2.1專家系統(tǒng)的定義 4.2.2專家系統(tǒng)的結構 4.2.3專家系統(tǒng)的特點 4.2.4基于IF—THEN規(guī)則的專家系統(tǒng) 4.3置信規(guī)則庫專家系統(tǒng) 4.3.1數(shù)據(jù)和知識表達中的不確定性 4.3.2知識表達中的權重參數(shù) 4.3.3置信規(guī)則庫 4.4基于證據(jù)推理算法的置信規(guī)則庫專家系統(tǒng)推理方法 4.4.1置信規(guī)則庫的矩陣表示 4.4.2基于證據(jù)推理算法的置信規(guī)則庫推理方法 4.4.3基于區(qū)間效用的證據(jù)推理結果評價方法 4.5不同形式輸入信息的轉化方法 4.5.1使用語義參考值來描述的定量輸入信息 4.5.2使用區(qū)間來描述的定量輸入信息 4.5.3使用主觀決策來描述的定性輸入信息 4.5.4使用主觀決策來描述的符號輸入信息 4.6分層置信規(guī)則庫系統(tǒng)及其推理方法 4.6.1分層置信規(guī)則庫系統(tǒng) 4.6.2分層置信規(guī)則庫系統(tǒng)的推理 4.7證據(jù)推理算法框架下證據(jù)與概率之間的關系 4.8仿真例子 4.8.1問題描述 4.8.2從原始規(guī)則到置信規(guī)則 4.8.3RIMER的推理過程 4.8.4比較研究 4.8.5基于不完整輸入信息的推理 4.9本章小結 第5章置信規(guī)則庫專家系統(tǒng)的離線優(yōu)化模型 5.1引言 5.2問題描述 5.3用于訓練置信規(guī)則庫系統(tǒng)的離線優(yōu)化模型 5.3.1基于數(shù)值觀測值的優(yōu)化學習模型 5.3.2基于主觀觀測值的優(yōu)化學習模型 5.3.3基于混合觀測值的優(yōu)化學習模型 5.4基于置信規(guī)則庫離線優(yōu)化模型的輸油管道泄漏檢測 5.4.1問題描述 5.4.2輸油管道泄漏檢測置信規(guī)則庫的建立 5.4.3基于置信規(guī)則庫離線優(yōu)化模型的管道泄漏檢測 5.4.4一些說明 5.5本章小結 第6章專家干預下置信規(guī)則庫專家系統(tǒng)參數(shù)在線更新方法 6.1引言 6.2問題描述 6.3置信規(guī)則庫參數(shù)在線更新算法 6.3.1基于主觀觀測值的置信規(guī)則庫參數(shù)迭代估計算法 6.3.2基于數(shù)值觀測值的置信規(guī)則庫參數(shù)迭代估計算法 6.3.3觀測值滿足正態(tài)分布假設條件下的迭代算法 6.4基于兩容水箱的置信規(guī)則庫參數(shù)在線更新算法仿真研究 6.4.1問題描述 6.4.2置信規(guī)則庫的構建 6.4.3基于主觀觀測值的仿真結果 6.4.4基于數(shù)值觀測值的仿真結果 6.5專家干預下置信規(guī)則庫參數(shù)的在線更新算法 6.5.1動態(tài)系統(tǒng)工作模式的確定 6.5.2置信規(guī)則庫參數(shù)在線更新算法 6.6基于輸油管道泄漏檢測置信規(guī)則庫更新的實驗研究 6.6.1問題描述 6.6.2專家干預下系統(tǒng)工作模式的確定 6.6.3基于置信規(guī)則庫的管道泄漏在線檢測 6.6.4比較研究 6.7本章小結 第7章置信規(guī)則庫專家系統(tǒng)的在線構造方法 7.1引言 7.2問題描述 7.3置信規(guī)則的統(tǒng)計效用 7.4置信規(guī)則庫的在線構造 7.4.1置信規(guī)則的增加和刪除準則 7.4.2置信規(guī)則庫參數(shù)的在線更新 7.4.3置信規(guī)則庫在線構造算法 7.5基于輸油管道泄漏檢測置信規(guī)則庫構造的實驗研究 7.5.1問題描述 7.5.2泄漏檢測置信規(guī)則庫系統(tǒng)的在線構造 7.6本章小結 第8章置信規(guī)則庫前提屬性參考值確定方法 8.1引言 8.2置信規(guī)則庫前提屬性參考值優(yōu)化模型 8.2.1研究現(xiàn)狀及存在的主要問題 8.2.2置信規(guī)則庫前提屬性參考值學習方法 8.2.3待估計的參數(shù) 8.2.4優(yōu)化模型 8.3基于差分進化的求解算法 8.4多極函數(shù)擬合示例分析 8.5輸油管道泄漏預測實例分析 8.5.1場景Ⅰ 8.5.2場景Ⅱ 8.5v3結果分析 8.6本章小結 …… 第三部分證據(jù)推理與置信規(guī)則庫的應用