D-S证据理论融合技术及其应用出版时间:2013年版内容简介 《D-S证据理论融合技术及其应用》论述了D-S证据理论融合方法的一些基本概念和关键技术,具体包括D-S证据理论的基本概念和基础理论、D-S证据理论的证据冲突和一致性相关问题、D-S证据理论在模糊集和粗糙集上的推广和研究,以及D-S证据理论融合技术在煤与瓦斯突出危险性预测上的应用和在矿井主通风机上的应用。《D-S证据理论融合技术及其应用》总结了作者的科研成果,论述力求概念清晰、表达准确、层次分明,并突出了理论联系实际,将给读者带来一定的启发。目录第1章 绪论1.1 引言1.1.1 D-S证据理论的优点1.1.2 D-S证据理论的应用1.2 D-S证据理论研究进展1.2.1 Dempster-Shafer证据理论1.2.2 D-S证据理论研究的现状1.3 D-S证据理论存在的问题1.4 本章小结第2章 D-S证据理论2.1 基本概念2.1.1 识别框架2.1.2 基本函数2.1.3 四个函数之间的联系2.2 D-S合成规则2.3 D-S合成规则存在的问题及对策2.3.1 D-S合成规则存在的问题2.3.2 证据相关的处理2.3.3 焦元“爆炸”的处理2.3.4 基本概率赋值函数的构造2.4 本章小结第3章 证据冲突的处理3.1 一些改进的规则3.2 本书改进的证据合成规则3.2.1 相关概念的引入3.2.2 改进的合成规则3.3 数值实验3.4 本章小结第4章 D-S证据理论在模糊集上的推广4.1 模糊集理论基础〔84〕4.2 模糊集上的D-S证据理论4.2.1 信度函数的扩展4.2.2 基于相似度的模糊证据合成规则〔83〕4.2.3 本书的模糊证据理论合成规则4.2.4 数值实验4.3 D-S证据理论向模糊集的延伸4.4 本章小结第5章 D-S证据理论在粗糙集上的推广5.1 粗糙集基本理论5.1.1 基本概念简介5.1.2 粗糙集5.1.3 知识依赖5.1.4 属性约简与决策规则约简5.2 粗糙集上的D-S证据理论5.2.1 对象的进一步划分5.2.2 决策属性转换及证据信息的获取5.3 本章小结第6章 D-S证据理论在煤与瓦斯突出危险性预测上的应用6.1 煤与瓦斯突出6.2 煤与瓦斯突出机理6.3 煤与瓦斯突出预测方法6.3.1 单项指标法6.3.2 综合指标D和K法6.3.3 地质指标法6.3.4 地质统计法6.3.5 无线电波透视探测法6.3.6 钻屑指标法6.3.7 钻孔瓦斯涌出初速度法6.3.8 神经网络预测法6.4 BP神经网络基本原理6.5 D-S证据理论在煤与瓦斯突出危险性预测上的应用6.6 本章小结第7章 D-S证据理论在矿井主通风机故障诊断决策上的应用7.1 矿井通风机7.2 矿井通风机常见故障振动特性分析7.3 基于D-S证据理论的矿井主通风机故障诊断融合结构7.3.1 主通风机故障诊断决策融合模型的建立7.3.2 故障融合诊断的基本步骤7.4 矿井主通风机故障诊断融合结果分析7.4.1 故障识别框架的构成7.4.2 融合证据的选择7.4.3 证据的基本概率赋值函数的构造7.4.4 融合决策规则与分析7.5 本章小结参考文献 上一篇: 输出侧控制的原理与应用 下一篇: 前馈神经网络分析与设计