動態(tài)信息融合中面向?qū)傩缘囊?guī)則提取機制和方法的研究.pdf

1、作為一個熱門研究領(lǐng)域,眾多國家都在對信息融合技術(shù)展開廣泛深入的研究,其中,用于決策的信任度高的規(guī)則提取問題,是該領(lǐng)域目前急待解決的重要課題之一,因為信任度高的規(guī)則是態(tài)勢評估準(zhǔn)確的重要保證.而現(xiàn)有的規(guī)則提取機制和與之對應(yīng)的方法,大都存在因冗余性過大產(chǎn)生的沖突現(xiàn)象而導(dǎo)致提取的規(guī)則信任度不高的缺陷.鑒于此,基于粗糙集理論框架,研究通過格空間的遍歷和決策樹的搜索面向?qū)傩詠硖崛∫?guī)則的機制和方法.為同時兼顧規(guī)則提取能力和動態(tài)信息融合應(yīng)具備的功能,提

2、出了一種具有冗余約簡能力的規(guī)則提取機制.該機制中,通過多元證據(jù)信息的融合驗證評價提取規(guī)則的有效性,反過來,提取為信息的融合提供判定規(guī)則;機制強調(diào),為適應(yīng)動態(tài)環(huán)境應(yīng)用的需要提取過程是增量式的、上下文信息是關(guān)聯(lián)的、信息間是協(xié)同互補的.在該機制的基礎(chǔ)上,提出了具有冗余約簡能力的規(guī)則提取方法.其中,"分明關(guān)系約束的Rough格上規(guī)則提取法"提取規(guī)則時無需遍歷格空間上的所有結(jié)點,而是參照分明關(guān)系下的分明矩陣確定格空間上要遍歷的結(jié)點,從而降低了遍歷

3、的結(jié)點數(shù)目,約簡了冗余性,生成的規(guī)則中減少了沖突;"基于包含度的決策樹中規(guī)則提取法"以包含度的大小選擇后繼子節(jié)點為原則建立決策樹,在剪枝調(diào)整的基礎(chǔ)上,減少了決策樹中的冗余結(jié)點,提取的規(guī)則中同樣減少了沖突.格和樹固有的便于結(jié)點增刪的結(jié)構(gòu)特點使得方法適合動態(tài)信息融合應(yīng)用環(huán)境.理論分析和水電運行仿真機主系統(tǒng)線路工況范例中的應(yīng)用表明,因為我們設(shè)計的Rough格上規(guī)則提取法避免了無約束狀態(tài)下存在的遍歷結(jié)點冗余產(chǎn)生的沖突現(xiàn)象,能夠以較小的額外空間開