基于模糊证据推理和灰色关联理论的FMEA方法

在对传统FMEA研究的基础上,提出了基于模糊证据推理和灰色关联理论的FMEA方法.结合模糊证据推理理论建立评价故障模式的模糊王信结构,对各种故障模式进行评价,利用灰色关联理论计算各种故障模式的关联度,通过排序来确定故障模式的风险顺序.该方法克服了传统FMEA的缺陷,提高了FMEA应用的准确性和可靠性.     

基于D-S证据理论的Bayes信息融合

在Bayes统计中,验前分布的获取和表示是一个关键问题,尤其在验前信息多源型的情况下,更需要合理客观地综合利用这些信息.针对实际现实中信息的多源性和不确定性,本文给出了一种基于D-S证据理论的多源总体验前分布的融合方法,并通过实例说明了该方法在Bayes先验信息融合中的应用.     

基于MASIM的社会推理与计算系统

随着计算机和信息技术的发展,信息科学技术的研究越来越重视与社会科学的交叉,社会计算已成为国内外计算机及相关领域的最新研究热点.社会计算与社会智能研究的核心之一是社会因果关系推理和行为评判问题.基于认知和心理学理论,介绍一个社会推理计算模型MASIM以及基于MASIM的社会计算系统实例,并以此阐述建立社会推理机制和社会计算系统的若干技术方面.     

基于多证据同步融合的目标辨识算法

为提高不同类型冲突证据融合结果的可靠性,提出基于多证据同步融合的目标辨识算法。新算法先是通过分析证据之间的冲突状况,选择适用的冲突衡量参数,并相应给出基于不同参数的证据及源自于不同证据焦元的权值计算公式;进一步,依据新的焦元权值对多证据局部冲突信息实行按权指派。实例和仿真应用结果显示,与现有常用相关算法比较,新算法具有稳定性高、使用范围广泛的优点。     

基于模糊影响图与D-S证据理论的多属性群决策方法

针对影响因素复杂的总体评价问题,提出了一种多属性群决策方法。该方法通过模糊影响图构建多层决策模型,利用模糊关系矩阵传递专家的意见,利用证据理论集结专家意见。该决策方法利用属性间客观存在的模糊关系进行决策,不需要确定决策属性的权重。实例分析表明,本方法可行,有利于降低决策信息的不确定程度。     

命题逻辑系统中理论的发散度与近似推理的若干性质

基于演绎定理和完备性定理研究了二值命题逻辑系统、Lukasiewicz命题逻辑系统和R0-命题逻辑系统的理论的发散度与近似推理,获得了用Г中公式的真度表示其发散度的计算公式和若干可用于近似推理的不等式。     

证据函数的逼近算法

提出了一种新的证据融合逼近算法,它利用焦元信息熵选择参与合成的焦元.为避免过多的焦元被抛弃,提出保留焦元的黄金比例.然后将被抛弃焦元的基本概率指派值按照受益程度重新分配到保留焦元或识别框架.实例表明该方法不但能够加快证据融合的运算速度,而且能克服为了融合速度而牺牲精度的缺点,保证融合结果的准确性.     

正定Lagrange系统极小概率测度的惟一遍历性

通过对一类Lagrange 系统的极小不变概率测度支集结构的详尽分析,否定了Mañé著名的猜测：通有的Lagrange系统,任一上同调类c所对应的极小概率测度M_c惟一遍历.     

基于D-S证据理论的水资源合理配置方案综合评价

由于水资源合理配置具有多目标性、模糊性和不确定性的特点,其方案的综合评价可作为一个数据融合问题.利用改进的D-S证据理论合成公式,并考虑不同指标之间权重,给出了水资源合理配置方案综合评价模型.石羊河流域水资源配置方案评价的实例研究表明,D-S证据理论在水资源合理配置方案评价中有较好的实用性.     

基于证据推理的混合型多指标群组决策方法

针对决策方案的属性值为语言评价等级和区间灰数的灰色多指标群组决策问题,提出一种基于证据推理的灰色多指标群组决策方法.首先,根据语言评价信息的概率分布和效用值等价原理确定定性指标和定量指标的信用结构,进而得到群体等级信用结构决策矩阵,然后,依据证据推理方法,对群组评价信息进行合成,求出各方案在各等级的信任度,最后,利用期望方差排序方法确定整个方案集的排序.具体算例表明方法合理有效.     

Probabilistic qualification of attack in abstract argumentation

An argument graph is a graph where each node denotes an argument, and each arc denotes an attack by one argument on another. It offers a valuable starting point for theoretical analysis of argumentation following the proposals by Dung. However, the definition of an argument graph does not take into account the belief in the attacks. In particular, when constructing an argument graph from informal arguments, where each argument is described in free text, it is often evident that there is uncertainty about whether some of the attacks hold. This might be because there is some expressed doubt that an attack holds or because there is some imprecision in the language used in the arguments. In this paper, we use the set of spanning subgraphs of an argument graph as a sample space. A spanning subgraph contains all the arguments, and a subset of the attacks, of the argument graph. We assign a probability value to each spanning subgraph such that the sum of the assignments is 1. This means we can reflect the uncertainty over which is the actual subgraph using this probability distribution. Using the probability distribution over subgraphs, we can then determine the probability that a set of arguments is admissible or an extension. We can also obtain the probability of an attack relationship in the original argument graph as a marginal distribution (i.e. it is the sum of the probability assigned to each subgraph containing that attack relationship). We investigate some of the features of this proposal, and we consider the utility of our framework for capturing some practical argumentation scenarios.     

基于D-S证据理论的群决策专家意见集结方法

将D-S证据理论应用于群决策，指出其优势在于应用基本可信度分配函数描述专家意见，并能区分对所描述对象不知道和否定的差异。在专家意见集结上，Dempster证据合成规则有一定的局限性，当证据发生冲突时，会得到不合理的结果。定义了证据间的分歧度，提出一种专家意见集结方法，使得专家意见发生冲突时亦可得到合理的集结结果。     

构造自然数算术系统的一种新方法

用公理化方法来定义非空集上的二元关系〈，使得〈与该集合构成全序集，在全序集中给出最小元素原理的定义，再构造一个含有最小元素原理的适当公理系统来重新给出自然数的公理化定义，然后从构造的自然数公理系统中严格推导出一些基本命题，最后根据这些基本命题来完成对自然数算术系统的精确刻画，从而得到一种具体构造自然算术系统的新方法。     

基于证据理论和Vague集的多属性群决策方法研究

为了解决人们在复杂环境中决策困难的问题,论文基于Vague集描述不确定事物的优势,通过证据理论对Vague集进行合成,得到一种信息集结的多属性群决策方法。该算法首先考虑专家评分的可信度,在分析Vague集与证据理论的数学关系后,使用证据理论将各方案在各属性下的专家集证据集结。然后通过Vague集记分函数进行属性权重的计算,将方案集在属性集下的Vague评价值进行加权修正,再通过证据理论将属性集证据集结得到各方案最终的Vague评价值。之后使用记分函数计算每一方案的得分来确定最优方案。最后通过算例进一步说明所提方法的可行性与有效性。文章给出的算法使决策者在不确定环境下可以进行理性决策,从而选出最优方案。     

基于D-S证据理论的C2C交易风险评估模型

随着电子商务广泛展开,越来越多的用户选择C2C网上交易,但交易风险也不可忽视,对于普通用户来说,如何正确认识交易中的风险是确定选择该交易的重要依据.基于D-S证据理论的证据融合法,将C2C交易中的不确定性多级多指标评估问题转化为确定性单一总指标的风险评估问题,构建了一种比较通用的C2C交易风险评估模型.实例表明利用实践证明该方法是有效性的,可以为交易者提供参考.文中实例均来自淘宝网,但方法也适用于其它C2C交易平台,具有一定的应用价值.     

解微分方程组的改进尤拉方法的改进

对改进尤拉方法解微分方程组的方法作了改进,改进的算法与原来算法的计算量一样,但精度比较高.     

On the Representation Theory of Lie Triple Systems

In this paper, we take a new look at the representation theory of Lie triple systems. We consider both ordinary Lie triple systems and restricted Lie triple systems in the sense of [14]. In a final section, we begin a study of the cohomology of Lie triple systems.

     

毕达哥拉斯群决策方法及其在绿色供应商选取中的应用

针对专家权重未知且属性值为毕达哥拉斯模糊数的多属性群决策问题,基于证据理论和混合加权毕达哥拉斯MSM算子,提出了一种群决策方法。 首先,由决策信息矩阵获取专家的模糊测度,并赋予其相应的权重;其次,基于新构造的混合加权毕达哥拉斯MSM算子对专家所提供的属性信息分别进行集结,得到各个专家的综合评价信息;再次,利用证据合成方法,对专家综合评价信息进行融合,获得候选方案的综合证据信息,进而可知备选方案的信任区间,并据此对候选方案进行优选决策;最后,绿色供应商选取案例的分析与对比验证了方法的可行性与合理性。     

一种数据融合算法的初步提出

本文针对证据理论在数据融合中存在的局限性 ,提出了一种新的算法 ,该算法能有效地克服了证据理论在证据完全对立情况下算法失效的缺陷 ,最后指出了该算法存在的不足 .