基于多分类支持向量机和D-S证据理论的轴承故障诊断

针对支持向量机( SVM)硬判定输出分类结果缺乏定量评价的问题,提出了一种多分类SVM后验概率建模的改进方法。通过引入D-S证据理论,得到多分类SVM在D-S证据理论识别框架下的基本概率分配,使样本在分类时同时具有定性解释和定量评价。接着,将多源信息送入SVM之后在决策级对多个SVM分类输出进行证据融合,以提高诊断精度。最后,将该方法应用于轴承故障的诊断中。结果表明,该方法能正确分类采用单源信息时所错分样本,降低识别的整体误差,显著提高故障诊断的准确性。     

基于灰色关联与D-S证据理论的城市地下综合管廊PPP项目风险分担

针对地下综合管廊PPP项目风险分担复杂性问题,提出一种基于灰色关联与D-S证据理论的风险分担方法。主要研究与结论如下:1)利用案例分析法对影响PPP项目的关键因素进行提取,并结合管廊项目具体特征构建综合管廊PPP项目风险分担指标体系; 2)综合考虑各参与方的风险偏好,构建出多层次的风险分担指标体系; 3)借助灰色关联法对指标之间的关联性进行分析,参考以往的证据理论,结合对非关键因素影响的分析,给出了较为准确的证据合成公式,建立综合风险分担模型; 4)将该模型运用于山东省济南高新区地下综合管廊PPP项目,通过融合专家证据信息对参与方应该承担的风险进行合理的划分,保证了该模型的准确性、合理性和可行性,该风险分担模型对我国综合管廊PPP项目风险分担的研究具有一定的参考价值。     

基于神经网络和D-S证据理论的柴油机状态评估

提出了一个柴油机状态评估模型,运用油液分析、振动分析和热力性能参数并根据专家知识分别构建子神经网络对柴油机进行状态评估,各部分的评估结果运用D-S证据理论进行融合判断,得到的融合决策评估结果表明,该方法逻辑清晰,评估结果符合实际。     

基于D-S证据理论的公路桥梁技术状况评估方法改进

将D-S证据理论引入桥梁技术状态评估方法中,对现行规范中的评估算法进行改进。通过实际检测项目中得到的真实桥梁信息,对规范法评估过程给出示例。提出了桥梁技术状况等级隶属函数,并将桥梁评估指标体系中的权重与D-S证据理论中不确定度概率指派相结合,使D-S证据理论算法能够有效嵌入评估体系。改进计算结果与规范计算结果契合度高,评估方法的改进科学有效。     

基于SVDD与D-S证据理论的发动机故障诊断研究

提出了一种基于支持向量数据描述(SVDD)和D-S证据理论相结合的故障诊断新方法,通过SVDD算法分别判断来自单个传感器的数据,然后运用D-S证据理论对各传感器的诊断结果进行信息融合,最终实现对发动机的故障诊断.试验表明,该方法充分利用各信号源的冗余互补信息,降低了诊断的不确定性,提高了故障诊断的可靠性.     

基于信息融合的涡轮发动机故障诊断方法研究

对近年来信息融合方法发展进行总结,着重介绍贝叶斯信息融合法、神经网络信息融合法、基于特征的信息融合法和D-S证据理论信息融合法,分析各种方法的原理和特点。以CFM56发动机故障诊断为例,用BP神经网络的输出结果为输入,构建D-S证据融合的识别框架,进行故障诊断。结果表明,采用D-S证据理论的方法,缩短了故障诊断的时间并提高了故障诊断的精确度。     

基于云模型与D-S证据理论的盾构施工隧道管片上浮风险评价

为定量评价分析盾构隧道管片的上浮风险并进行针对性的风险管控,以武汉地铁8号线黄浦路站-徐家棚站盾构区间段为 背景,构建隧道管片上浮风险评价指标体系和评价标准,建立基于云模型与D-S证据理论的盾构施工隧道管片上浮风险评价模型。 依据工程施工实测数据,对监测区段的上浮风险等级隶属度进行计算,经归一化形成证据并进行D-S证据融合; 基于条件化线性 组合规则,将历史证据与当前时刻证据进行证据更新,得出当前时刻该监测区间上浮风险的安全风险等级为较安全状态,最后针对 安全等级不高的材料因素给出相应的处理措施,为施工阶段隧道管片上浮风险评价与管理提供一种新的思路和方法。     

基于改进证据理论的LTE-R系统运营安全风险评估方法

针对LTE-R通信系统运营安全风险评估中存在专家主观评判差异与冲突的问题，提出基于AHP与改进证据理论相结合的方法对LTE-R系统进行评估研究。利用模糊数学将专家模糊评语转化为定量隶属度表示，采用改进证据理论，基于皮尔逊系数改进克服证据间冲突的过程，通过加权分配证据可信度权值改善信息主观性，构造冲突因子修正证据融合过程，得到基本概率分配（BPA）函数矩阵。选取最大隶属度作为判断原则，评估相应系统的风险等级并与其他方法进行对比。结果表明:LTE-R系统实例分析评估结果为“可忽略风险”，置信度为83.41%，较折扣证据理论、灰色模糊综合安全评估法分别提升3.12%和16.95%，评估结果一致的前提下，改进的方法能改善专家评判冲突无法正确处理及融合问题，提供了高置信度风险等级值，为LTE-R系统的运营评估提供参考。      

基于集对理论及模糊层次分析的深基坑施工风险评价

为评价深基坑施工风险,结合施工管理、场地地质条件、基坑设计、施工技术水平及周边情况等影响因子,采用模糊层次分析理论(FAHP)和集对分析方法(ISPA)构建了深基坑施工风险综合评价模型。运用该评价模型对某高层建筑深基坑工程进行施工风险评价,得出该深基坑施工风险等级为Ⅳ级(属于高度风险),且一级评价指标的风险等级排序为:环境风险(Ⅳ级)>降水风险(Ⅳ级)>技术风险(Ⅳ级)>设计风险(Ⅲ级)>管理风险(Ⅲ级)。各风险因子评价结果与现场情况相吻合,验证了该模型的适用性与有效性。     

基于权值D-S证据理论的车辆导航地图匹配

对传统D-S证据理论进行了改进,解决了证据的可信度问题.该改进算法首先根据证据的局部决策算出局部决策值,构造整个系统的支持矩阵,并求出支持矩阵的特征向量,以此作为各个证据的可信度;然后把可信度作为各个证据的权值,以此修正D-S证据的融合算法,使新的组合理论规则能够有效地处理证据中的冲突信息;最后结合当前城市道路网日益复杂的实际特点,把基于权值的D-S证据理论应用于车辆导航的地图匹配中,建立车辆位置信息和方向信息判断规则.实车试验结果表明:应用该算法可以较好地解决城市复杂路网地图匹配问题.     

车路协同车辆编队系统研究

车辆编队是通过网络技术，使车辆彼此之间紧跟在一起行驶。设计了基于信息物理系统(cyber-physical system CPS)理论的货车编队系统的框架，利用路侧摄像头、毫米波雷达等路侧智能设备、车载OBU智能终端获取道路及车辆信息进行多源信息融合，并通过V2X通信技术进行数据传输，从而实现车、路、云协同工作。     

一种车载数字相机与激光雷达融合算法设计

环境感知是智能辅助驾驶的底层模块，单传感器感知存在易受干扰、所需配置传感器数量多和感知效果差等弊端，为此提出一种车载数字相机与激光雷达融合算法。综合考虑信息融合高效性与系统鲁棒性采取决策级融合策略，利用CENTER POINT算法对雷达点云数据进行处理，再利用Yolo v3算法进行密集型数据训练处理图像数据，最后使用交并比匹配（IOU）和已有文献的D-S论据实现数据融合并输出决策结果。经过KITTI数据集验证，该融合算法输出的识别效果优于单传感器，且在多种路况上均有良好的目标检测效果。     

高速公路平纵曲线组合路段交通风险评估方法

高速公路平纵曲线组合路段常出现单一平曲线和竖曲线要素满足规范，但二者相结合后存在安全隐患的情况。为评估这类组合路段的交通风险、提升组合路段安全性，综合运用可拓云理论与理想点法，提出了基于可拓云模型的交通风险评估方法。基于已有事故数据和文献，从驾驶员、道路、交通环境以及其他因素的角度出发，构建了包含15个指标的交通风险评估指标体系，并将每个指标划分为5个风险等级；利用层次分析法和熵权法确定各评估指标主、客观权重后，再通过理想点法确定各评估指标组合权重；参照公路路线设计规范及相关文献，考虑定性指标的边界模糊性划分各评估指标的风险等级，并按照等比原则实现定性指标的定量化描述；构造可拓云模型云隶属度矩阵，计算综合评判向量，最后根据最大隶属度原则确定路段风险等级。以云南省3段高速公路路段作为分析案例，利用基于可拓云模型的交通风险评估方法计算了各路段风险等级，并识别了各路段的危险性指标。结果表明:该方法与传统基于模糊综合评价法相比，评估结果相同，但信息更丰富，其综合评判模糊等级特征值的期望E_xr反映了路段的安全程度；Y路段的E_xr高于C路段，表明Y路段比C路段更安全；3段路段的评估结果的置信度因子θ均小于0.05，表明结果可信度较高，验证了该方法在交通风险评估过程中的适用性。      

基于模糊理论的加筋土挡墙灾后风险评估

为了对加筋土挡墙灾后风险进行有效评估,该文提出了AHP-模糊综合评估法。该方法将层次分析法和模糊理论相结合,以加筋土挡墙破坏特征为基础,建立了反映加筋土挡墙灾后风险状况的多层次指标体系,并利用模糊理论构建了多级模糊评估模型对指标体系进行风险等级评估。鉴于传统1～9标度系统的缺陷,该文提出了采用一致性检验效果更好的ln(9e/9)～ln(17e/1)标度系统构造判断矩阵。在得到加筋土挡墙灾后风险等级的基础上,提出以70分为界,对评估系统进行顺向筛查,核实风险较大的指标。最后通过相关的工程实例,证明了该风险评估方法具有一定的实用性。     

A Research on the Technique of Driving Behavior Identification Based on Information Fusion

通过分析选定驾驶行为的组成主因子,并采用层次分析法确定其权重系数;基于所采集的各主因子 的传感器信号,采用BP神经网络和D-S证据理论相结合的多传感器信息融合方法进行驾驶行为识别.仿真结果表明:提出的基于多信息融合的驾驶行为识别方法能准确地识别出常见的驾驶行为.     

基于D—S证据理论的汽车换挡品质主观评价方法

针对汽车换挡品质传统主观评价方法的不足,提出了一种基于D-S证据理论的换挡品质评价方法.该方法利用人的感觉器官作为"仪器",通过D-S证据理论对不同驾驶员给出的评价结果进行数据融合,以实现群决策层次多人评价意见的证据合成.试验结果表明,该方法克服了传统主观评价方法的模糊和不确定性,得到的评价结果与实际情况一致,能准确、可靠地评价换挡品质.     

船舶航行交通事件实时检测技术研究现状与展望

船舶航行交通事件检测依赖基于历史数据的离线检测方法, 检测模型适用性差, 难以满足监管人员的实时监测需求。通过分析船舶异常行为检测、航行事故检测等现有交通事件检测技术, 可以发现: 在数据层面, 监测数据来源单一、环境信息缺失; 在方法层面, 基于统计、风险评估等经典模型的事件监测方法效率高但准确性低, 基于神经网络、图像识别等机器学习的检测方法准确性高但效率低; 多源数据融合、多项技术结合的交通事件检测方法成为实时检测方法的发展趋势。在此基础上, 梳理了实时船舶航行交通事件检测的3项关键技术: (1)海事大数据技术: 高效处理船舶运动数据和航行环境数据, 统一多源异构数据结构标准, 降低数据源单一造成的事件误报率; (2)船舶行为动态建模技术: 利用知识图谱等技术融合船舶航行情境信息, 在不同船舶运动环境下利用深度学习、语义关联、图神经网络等方法构建不同的船舶行为模型, 提高检测准确性; (3)实时分析和可视化技术: 结合平行系统进行虚实系统间信息传递, 定性分析检测结果, 实时显示检测全过程, 提升监管过程中的人机交互效率。然后, 提出了包括数据采集、后台服务和客户端应用3个功能模块的交通事件平行检测系统; 该系统具备实时接收并处理船舶航行数据、分析并预测交通状态、动态检测并预警交通事件和仿真结果展示等功能。从数据融合、交通状态感知和交通虚实映射3个方面, 展望了面向海事监测实务的实时检测技术发展方向。      

基于概率决策的车辆导航系统地图匹配算法

针对城市道路网日益复杂的实际特点,提出基于P ign istic概率方法的地图匹配算法。采用D-S证据理论的多规则数据融合技术,建立了车辆位置信息和方向信息判决规则。引入P ign istic概率理论,有效地利用现有信息扩大各匹配道路之间的信度差异,提高了算法的鲁棒性。对实际行车数据仿真处理结果表明,应用该算法可以较好地解决城市复杂路网地图匹配问题。     

含煤公路隧道施工瓦斯突出安全风险评估

针对隧道施工中瓦斯突出安全风险评估模糊性与随机性并存的特点,基于云模型理论,选取煤的坚固系数、煤层的厚度等8项主要影响因素构成评估指标体系,并将每项评估指标具体量化为4个风险等级,分别计算各评估指标隶属于不同风险等级的云模型数字特征值,通过层次分析法确定指标权重,结合正向正态云发生器,计算综合确定度并确定施工安全风险等级。采用该评估模型对工程实例进行分析,结果表明该模型是合理可行的。     

基于云模型的深水桥梁基础施工风险评估

深水桥梁基础系统本身较为复杂,施工过程中风险因素繁多且相互交叉、制约,因此为对其进行客观全面的风险评估,须充分考虑其风险指标间固有的模糊性、随机性和相关性问题。鉴于此,该文提出了一种组合网络分析法(ANP)和云模型的综合风险评估方法。首先选取自然风险、人为风险、施工风险和组织管理风险组及18个二级指标构建风险评价指标体系;然后,建立多层次的ANP结构模型,求解出各层次中各指标的全局综合权重;最后,根据评估数据分别计算标准云和评价云数字特征,结合全局权重计算综合云,通过相似度计算得出最终评价结果。运用该风险分析方法对某跨江斜拉桥基础工程施工进行分析,得出基础施工安全风险综合云模型数字特征,确定风险等级为Ⅲ级并对结果进行了验证。结果表明:该方法充分考虑了风险因素之间的相互影响,所得结果更全面、更准确、更直观。