【摘要】：不確定性決策是目前管理科學(xué)研究和應(yīng)用中的一個(gè)熱點(diǎn)問題�？陀^世界的實(shí)際問題往往涉及眾多相互聯(lián)系又相互影響的因素,這些因素本身及其相互之間的關(guān)系都存在大量的不確定性,而不確定性可分為兩類,一類是反映客觀事物內(nèi)在本質(zhì)的隨機(jī)不確定性,一類是反映由于人們對客觀世界的認(rèn)識(shí)不足、信息缺失或知識(shí)缺乏而導(dǎo)致的認(rèn)知不確定性。如何描述各種不確定性,如何在復(fù)雜關(guān)系分析中對問題有效的建模,如何綜合定量數(shù)據(jù)和定性知識(shí)而做出科學(xué)的決策,都對不確定性管理決策問題的研究提出了新的挑戰(zhàn)。 為應(yīng)對上述挑戰(zhàn),本文在定性定量綜合集成方法論的指導(dǎo)下,通過對D-S證據(jù)理論和圖模型基礎(chǔ)理論的研究,借鑒貝葉斯網(wǎng)絡(luò)模型的研究思路,提出了證據(jù)網(wǎng)絡(luò)模型。證據(jù)網(wǎng)絡(luò)模型是D-S證據(jù)理論和圖模型的結(jié)合,其可以充分發(fā)揮D-S證據(jù)理論在不確定性信息處理,尤其是認(rèn)知不確定性的建模和分析上的理論優(yōu)勢,發(fā)揮圖模型在問題描述、關(guān)系分析上的語義優(yōu)勢,在理論上擴(kuò)展不確定性建模與分析的研究思路和方法,為定性經(jīng)驗(yàn)知識(shí)與定量數(shù)據(jù)的統(tǒng)一建模和綜合處理提供技術(shù)手段,在實(shí)踐上為不確定性管理問題的分析、建模、推理以及評估、決策提供技術(shù)方法與工具支撐。 為建立一套完善的證據(jù)網(wǎng)絡(luò)理論和方法體系,本文對證據(jù)網(wǎng)絡(luò)的定義、結(jié)構(gòu)建模、參數(shù)表示、不同參數(shù)模型下的推理、以及證據(jù)網(wǎng)絡(luò)參數(shù)學(xué)習(xí)的相關(guān)理論和方法開展了深入研究。 首先,定義了證據(jù)網(wǎng)絡(luò)模型的基本概念、關(guān)鍵要素、基本特點(diǎn)和建模流程。證據(jù)網(wǎng)絡(luò)模型通過定性層面的有向無環(huán)圖描述變量之間的相互關(guān)系,定量層面的信度函數(shù)刻畫變量之間影響模式和程度,綜合了證據(jù)理論和圖模型的特點(diǎn),為系統(tǒng)分析和建模提供了一種描述不確定性,建模相互影響關(guān)系及綜合處理信息的技術(shù)手段;為了構(gòu)建證據(jù)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)模型,提出基于樹模型和基于因果圖的證據(jù)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)建模方法,定義了證據(jù)理論框架下知識(shí)描述的兩種規(guī)范化證據(jù)網(wǎng)絡(luò)參數(shù)模型——條件信度模型和信度規(guī)則模型。 其次,研究并建立了以條件信度和信度規(guī)則為參數(shù)模型的證據(jù)網(wǎng)絡(luò)推理策略與推理方法。其中,為解決條件信度參數(shù)模型下的證據(jù)網(wǎng)絡(luò)推理問題,在條件信度函數(shù)計(jì)算理論基礎(chǔ)上,提出了證據(jù)網(wǎng)絡(luò)模型的正向因果推理和反向診斷推理方法;并通過對證據(jù)沖突悖論的分析,提出了一種基于沖突度量的證據(jù)網(wǎng)絡(luò)信度合成算法,解決了證據(jù)網(wǎng)絡(luò)結(jié)點(diǎn)信息融合問題。在以信度規(guī)則為參數(shù)模型的證據(jù)網(wǎng)絡(luò)推理研究中,為分析結(jié)點(diǎn)之間的相互重要度,提出了不完全信息情況下的證據(jù)網(wǎng)絡(luò)結(jié)點(diǎn)權(quán)重獲取方法;并在證據(jù)推理算法的基礎(chǔ)上,結(jié)合信度結(jié)構(gòu)數(shù)據(jù)處理方法和信度規(guī)則激活算法,實(shí)現(xiàn)了數(shù)據(jù)與證據(jù)網(wǎng)絡(luò)模型的對接,建立了基于信度規(guī)則的證據(jù)網(wǎng)絡(luò)推理與結(jié)果分析方法。 接著,構(gòu)建了證據(jù)網(wǎng)絡(luò)參數(shù)學(xué)習(xí)的數(shù)學(xué)模型并設(shè)計(jì)了基于投影梯度法的證據(jù)網(wǎng)絡(luò)參數(shù)學(xué)習(xí)算法。針對以信度規(guī)則為參數(shù)的證據(jù)網(wǎng)絡(luò)模型,分析建立其參數(shù)學(xué)習(xí)問題的非線性目標(biāo)優(yōu)化模型,提出以信度結(jié)構(gòu)模型差距度量準(zhǔn)則作為優(yōu)化模型的目標(biāo)函數(shù),并證明了其合理性;通過推導(dǎo)模型解析表達(dá)式函數(shù)的梯度,設(shè)計(jì)基于投影梯度法的證據(jù)網(wǎng)絡(luò)參數(shù)學(xué)習(xí)求解算法,從而建立起從歷史數(shù)據(jù)和經(jīng)驗(yàn)知識(shí)信息學(xué)習(xí)證據(jù)網(wǎng)絡(luò)參數(shù)的技術(shù)和方法。 最后,將上述證據(jù)網(wǎng)絡(luò)推理和學(xué)習(xí)研究中提出的求解策略和方法,應(yīng)用到航天系統(tǒng)安全性分析、軍事威脅評估與預(yù)測、交通事故風(fēng)險(xiǎn)預(yù)警等管理決策問題中,以實(shí)際案例展示證據(jù)網(wǎng)絡(luò)方法應(yīng)用的過程,驗(yàn)證方法的可行性和有效性,說明證據(jù)網(wǎng)絡(luò)模型理論及方法在系統(tǒng)分析與管理決策中的實(shí)際應(yīng)用價(jià)值。
【圖文】：

1.3 本文主綜上所述，本文針對不確定性環(huán)境下模型研究基礎(chǔ)上，借鑒貝葉斯網(wǎng)絡(luò)的研推理和學(xué)習(xí)的理論和方法體系，充分發(fā)揮上擴(kuò)寬不確定性建模、分析與知識(shí)表示識(shí)與定量數(shù)據(jù)的統(tǒng)一建模和綜合處理提系統(tǒng)工程管理領(lǐng)域的應(yīng)用提供一種新的技1.3.1 研究思路本文關(guān)于證據(jù)網(wǎng)絡(luò)建模、推理和學(xué)結(jié)構(gòu)模型和參數(shù)模型的描述方式，證據(jù)的參數(shù)學(xué)習(xí)，，以及證據(jù)網(wǎng)絡(luò)在管理決策如圖 1.1。

[139][140][141]討論了故障樹向貝葉斯網(wǎng)絡(luò)的轉(zhuǎn)化方法，本小網(wǎng)絡(luò)的轉(zhuǎn)化方法。從證據(jù)網(wǎng)絡(luò)的定義和故障樹的相關(guān)概念可型中的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及其關(guān)系分析分別對應(yīng)于故障樹中的事件、底事件）和邏輯門，下面分析證據(jù)網(wǎng)絡(luò)結(jié)點(diǎn)與事件、證據(jù)的映射關(guān)系。問題的分析和對系統(tǒng)狀態(tài)的描述過程來看，證據(jù)網(wǎng)絡(luò)的結(jié)點(diǎn)一一對應(yīng)的，都是為了識(shí)別系統(tǒng)的部件，明確研究問題，完，所以，二者在拓?fù)浣Y(jié)構(gòu)上具有一致性，在實(shí)際分析過程中事件直接映射為證據(jù)網(wǎng)絡(luò)中的結(jié)點(diǎn)。樹中的邏輯門描述的是父子事件之間的故障邏輯關(guān)系，證據(jù)結(jié)點(diǎn)之間的影響關(guān)系，在本質(zhì)上具有相似性，所以可以建立的映射關(guān)系。以與門和或門為例，對于與門，僅當(dāng)所有輸入件才發(fā)生；對于或門，至少有一個(gè)輸入事件發(fā)生時(shí)，輸出事給出了與門和或門到證據(jù)網(wǎng)絡(luò)的轉(zhuǎn)化，同理，故障樹中的非與非門、或非門、表決門都可以轉(zhuǎn)化為證據(jù)網(wǎng)絡(luò)模型。
【學(xué)位授予單位】：國防科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2011
【分類號(hào)】：N94;O242.1

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 李中杰;基于證據(jù)網(wǎng)絡(luò)的多源敵我識(shí)別信息融合處理方法研究[D];國防科學(xué)技術(shù)大學(xué);2011年

本文編號(hào)：2611827