版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、證據(jù)理論有綜合處理不確定性信息的能力,因此使用證據(jù)理論可以有效降低融合決策中的不確定性。它提供的融合框架,首先是將關(guān)于被測對象的多源不確定性信息轉(zhuǎn)化為相應(yīng)的證據(jù),然后通過組合規(guī)則對證據(jù)進(jìn)行融合,利用融合結(jié)果做出決策判斷。但是,現(xiàn)有的證據(jù)融合方法多是研究如何將同一時刻獲得的多個證據(jù)進(jìn)行靜態(tài)融合,并沒有充分考慮先后時刻所獲證據(jù)或證據(jù)融合結(jié)果之間的動態(tài)變化關(guān)系。而在諸如動態(tài)系統(tǒng)的狀態(tài)估計(jì)及故障診斷中,所研究系統(tǒng)的動態(tài)變化對不同時刻證據(jù)的融合及
2、相應(yīng)的決策過程都會帶來影響。如何讓融合結(jié)果體現(xiàn)系統(tǒng)的動態(tài)性質(zhì),從而實(shí)現(xiàn)證據(jù)的動態(tài)融合及決策是一個值得研究的課題。
基于此,本文擬研究基于證據(jù)理論的動態(tài)融合方法,用于解決相關(guān)類型動態(tài)系統(tǒng)的狀態(tài)估計(jì)和故障診斷問題,主要工作如下:
(1)基于區(qū)間分析與證據(jù)理論的動態(tài)系統(tǒng)狀態(tài)估計(jì)方法分析及應(yīng)用研究。分析了Ghalia Nassreddine基于系統(tǒng)噪聲有界提出的區(qū)間分析與證據(jù)理論相結(jié)合的狀態(tài)估計(jì)方法(BSE),開展了其在具有
3、噪聲有界性質(zhì)的音頻駐波液位儀的液位估計(jì)中應(yīng)用研究。最后基于從實(shí)際音頻駐波液位儀中得到的數(shù)據(jù)進(jìn)行計(jì)算機(jī)實(shí)驗(yàn)驗(yàn)證。
(2)基于相關(guān)證據(jù)融合的動態(tài)系統(tǒng)狀態(tài)估計(jì)方法及應(yīng)用研究。沿用有界噪聲證據(jù)表示的前提下,在證據(jù)理論的框架中,給出基于相關(guān)證據(jù)融合的狀態(tài)估計(jì)方法。該方法將動態(tài)系統(tǒng)的狀態(tài)方程、觀測方程及實(shí)際觀測看作提供證據(jù)的三個信息源,通過當(dāng)前觀測證據(jù)對上一時刻狀態(tài)估計(jì)證據(jù)進(jìn)行動態(tài)融合更新,獲得當(dāng)前時刻狀態(tài)估計(jì)證據(jù),并得到當(dāng)前時刻狀態(tài)估計(jì)
4、值。與 BSE相比,雖然新方法在計(jì)算量上有所增加,但融合過程提高了狀態(tài)估計(jì)的精度,并在音頻駐波液位儀中進(jìn)行驗(yàn)證。
(3)基于擴(kuò)展型類Jeffery證據(jù)更新規(guī)則的動態(tài)融合診斷方法及應(yīng)用研究。首先給出新型的模糊推理方法實(shí)現(xiàn)對系統(tǒng)已知故障和潛在故障實(shí)時提供診斷證據(jù);然后給出基于擴(kuò)展型類 Jeffery證據(jù)更新規(guī)則,實(shí)現(xiàn)當(dāng)前時刻診斷證據(jù)對以往時刻診斷證據(jù)的動態(tài)更新(融合),并利用融合結(jié)果在一定的準(zhǔn)則下對當(dāng)前系統(tǒng)故障進(jìn)行決策。將該方法應(yīng)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于證據(jù)理論的動態(tài)融合方法研究
- 證據(jù)理論中的證據(jù)生成和融合方法研究.pdf
- 基于區(qū)間證據(jù)理論的信息融合方法及其應(yīng)用研究.pdf
- 基于D-S證據(jù)理論的信息融合方法研究與應(yīng)用.pdf
- 基于證據(jù)理論的風(fēng)電機(jī)組故障信息融合診斷方法.pdf
- 基于DS證據(jù)理論的決策融合算法研究.pdf
- 基于模糊證據(jù)理論的數(shù)據(jù)融合算法研究.pdf
- 基于證據(jù)理論的圖像融合新算法及應(yīng)用.pdf
- 基于證據(jù)理論的綜合評標(biāo)方法.pdf
- 基于d-S證據(jù)理論的信息融合方法研究及軍事應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和D—S證據(jù)理論的信息融合方法的研究.pdf
- 基于聚類證據(jù)理論的數(shù)據(jù)融合算法研究.pdf
- 基于粗糙集與證據(jù)理論的信息融合研究.pdf
- 基于證據(jù)理論的粗糙集方法.pdf
- 基于模糊加權(quán)支持度的D-S證據(jù)理論數(shù)據(jù)融合方法.pdf
- 基于廣義證據(jù)理論的多模式智能推理與融合研究.pdf
- 基于證據(jù)理論的燃?xì)廨啓C(jī)信息融合故障診斷方法研究.pdf
- 基于證據(jù)理論信息融合的電站鍋爐故障診斷.pdf
- 基于粗糙集與證據(jù)理論的決策信息融合研究.pdf
- 基于云模型和證據(jù)理論的數(shù)據(jù)融合算法研究.pdf
評論
0/150
提交評論