發(fā)布時間：2020-04-02 10:27

【摘要】：不確定性決策是目前管理科學研究和應用中的一個熱點問題�？陀^世界的實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)的隨機不確定性,一類是反映由于人們對客觀世界的認識不足、信息缺失或知識缺乏而導致的認知不確定性。如何描述各種不確定性,如何在復雜關系分析中對問題有效的建模,如何綜合定量數(shù)據(jù)和定性知識而做出科學的決策,都對不確定性管理決策問題的研究提出了新的挑戰(zhàn)。 為應對上述挑戰(zhàn),本文在定性定量綜合集成方法論的指導下,通過對D-S證據(jù)理論和圖模型基礎理論的研究,借鑒貝葉斯網(wǎng)絡模型的研究思路,提出了證據(jù)網(wǎng)絡模型。證據(jù)網(wǎng)絡模型是D-S證據(jù)理論和圖模型的結合,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、關系分析上的語義優(yōu)勢,在理論上擴展不確定性建模與分析的研究思路和方法,為定性經(jīng)驗知識與定量數(shù)據(jù)的統(tǒng)一建模和綜合處理提供技術手段,在實踐上為不確定性管理問題的分析、建模、推理以及評估、決策提供技術方法與工具支撐。 為建立一套完善的證據(jù)網(wǎng)絡理論和方法體系,本文對證據(jù)網(wǎng)絡的定義、結構建模、參數(shù)表示、不同參數(shù)模型下的推理、以及證據(jù)網(wǎng)絡參數(shù)學習的相關理論和方法開展了深入研究。 首先,定義了證據(jù)網(wǎng)絡模型的基本概念、關鍵要素、基本特點和建模流程。證據(jù)網(wǎng)絡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,為系統(tǒng)分析和建模提供了一種描述不確定性,建模相互影響關系及綜合處理信息的技術手段;為了構建證據(jù)網(wǎng)絡的結構和參數(shù)模型,提出基于樹模型和基于因果圖的證據(jù)網(wǎng)絡拓撲結構建模方法,定義了證據(jù)理論框架下知識描述的兩種規(guī)范化證據(jù)網(wǎng)絡參數(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)絡推理問題,在條件信度函數(shù)計算理論基礎上,提出了證據(jù)網(wǎng)絡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)絡信度合成算法,解決了證據(jù)網(wǎng)絡結點信息融合問題。在以信度規(guī)則為參數(shù)模型的證據(jù)網(wǎng)絡推理研究中,為分析結點之間的相互重要度,提出了不完全信息情況下的證據(jù)網(wǎng)絡結點權重獲取方法;并在證據(jù)推理算法的基礎上,結合信度結構數(shù)據(jù)處理方法和信度規(guī)則激活算法,實現(xiàn)了數(shù)據(jù)與證據(jù)網(wǎng)絡模型的對接,建立了基于信度規(guī)則的證據(jù)網(wǎng)絡推理與結果分析方法。 接著,構建了證據(jù)網(wǎng)絡參數(shù)學習的數(shù)學模型并設計了基于投影梯度法的證據(jù)網(wǎng)絡參數(shù)學習算法。針對以信度規(guī)則為參數(shù)的證據(jù)網(wǎng)絡模型,分析建立其參數(shù)學習問題的非線性目標優(yōu)化模型,提出以信度結構模型差距度量準則作為優(yōu)化模型的目標函數(shù),并證明了其合理性;通過推導模型解析表達式函數(shù)的梯度,設計基于投影梯度法的證據(jù)網(wǎng)絡參數(shù)學習求解算法,從而建立起從歷史數(shù)據(jù)和經(jīng)驗知識信息學習證據(jù)網(wǎng)絡參數(shù)的技術和方法。 最后,將上述證據(jù)網(wǎng)絡推理和學習研究中提出的求解策略和方法,應用到航天系統(tǒng)安全性分析、軍事威脅評估與預測、交通事故風險預警等管理決策問題中,以實際案例展示證據(jù)網(wǎng)絡方法應用的過程,驗證方法的可行性和有效性,說明證據(jù)網(wǎng)絡模型理論及方法在系統(tǒng)分析與管理決策中的實際應用價值。
【圖文】：

1.3 本文主綜上所述，本文針對不確定性環(huán)境下模型研究基礎上，借鑒貝葉斯網(wǎng)絡的研推理和學習的理論和方法體系，充分發(fā)揮上擴寬不確定性建模、分析與知識表示識與定量數(shù)據(jù)的統(tǒng)一建模和綜合處理提系統(tǒng)工程管理領域的應用提供一種新的技1.3.1 研究思路本文關于證據(jù)網(wǎng)絡建模、推理和學結構模型和參數(shù)模型的描述方式，證據(jù)的參數(shù)學習，，以及證據(jù)網(wǎng)絡在管理決策如圖 1.1。

[139][140][141]討論了故障樹向貝葉斯網(wǎng)絡的轉化方法，本小網(wǎng)絡的轉化方法。從證據(jù)網(wǎng)絡的定義和故障樹的相關概念可型中的網(wǎng)絡拓撲結構及其關系分析分別對應于故障樹中的事件、底事件）和邏輯門，下面分析證據(jù)網(wǎng)絡結點與事件、證據(jù)的映射關系。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)絡的結點一一對應的，都是為了識別系統(tǒng)的部件，明確研究問題，完，所以，二者在拓撲結構上具有一致性，在實際分析過程中事件直接映射為證據(jù)網(wǎng)絡中的結點。樹中的邏輯門描述的是父子事件之間的故障邏輯關系，證據(jù)結點之間的影響關系，在本質(zhì)上具有相似性，所以可以建立的映射關系。以與門和或門為例，對于與門，僅當所有輸入件才發(fā)生；對于或門，至少有一個輸入事件發(fā)生時，輸出事給出了與門和或門到證據(jù)網(wǎng)絡的轉化，同理，故障樹中的非與非門、或非門、表決門都可以轉化為證據(jù)網(wǎng)絡模型。
【學位授予單位】：國防科學技術大學
【學位級別】：博士
【學位授予年份】：2011
【分類號】：N94;O242.1

【引證文獻】

相關碩士學位論文 前1條

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

本文編號：2611827