D-S證據(jù)理論融合技術及其應用

第1章  緒論
1.1  引言
1.1.1  D-S證據(jù)理論的優(yōu)點
1.1.2  D-S證據(jù)理論的應用
1.2  D-S證據(jù)理論研究進展
1.2.1  Dempster-Shafer證據(jù)理論
1.2.2  D-S證據(jù)理論研究的現(xiàn)狀
1.3  D-S證據(jù)理論存在的問題
1.4  本章小結
第2章  D-S證據(jù)理論
2.1  基本概念
2.1.1  識別框架
2.1.2  基本函數(shù)
2.1.3  四個函數(shù)之間的聯(lián)系
2.2  D-S合成規(guī)則
2.3  D-S合成規(guī)則存在的問題及對策
2.3.1  D-S合成規(guī)則存在的問題
2.3.2  證據(jù)相關的處理
2.3.3  焦元“爆炸”的處理
2.3.4  基本概率賦值函數(shù)的構造
2.4  本章小結
第3章  證據(jù)沖突的處理
3.1  一些改進的規(guī)則
3.2  本書改進的證據(jù)合成規(guī)則
3.2.1  相關概念的引入
3.2.2  改進的合成規(guī)則
3.3  數(shù)值實驗
3.4  本章小結
第4章  D-S證據(jù)理論在模糊集上的推廣
4.1  模糊集理論基礎〔84〕
4.2  模糊集上的D-S證據(jù)理論
4.2.1  信度函數(shù)的擴展
4.2.2  基于相似度的模糊證據(jù)合成規(guī)則〔83〕
4.2.3  本書的模糊證據(jù)理論合成規(guī)則
4.2.4  數(shù)值實驗
4.3  D-S證據(jù)理論向模糊集的延伸
4.4  本章小結
第5章  D-S證據(jù)理論在粗糙集上的推廣
5.1  粗糙集基本理論
5.1.1  基本概念簡介
5.1.2  粗糙集
5.1.3  知識依賴
5.1.4  屬性約簡與決策規(guī)則約簡
5.2  粗糙集上的D-S證據(jù)理論
5.2.1  對象的進一步劃分
5.2.2  決策屬性轉換及證據(jù)信息的獲取
5.3  本章小結
第6章  D-S證據(jù)理論在煤與瓦斯突出危險性預測上的應用
6.1  煤與瓦斯突出
6.2  煤與瓦斯突出機理
6.3  煤與瓦斯突出預測方法
6.3.1  單項指標法
6.3.2  綜合指標D和K法
6.3.3  地質指標法
6.3.4  地質統(tǒng)計法
6.3.5  無線電波透視探測法
6.3.6  鉆屑指標法
6.3.7  鉆孔瓦斯涌出初速度法
6.3.8  神經網絡預測法
6.4  BP神經網絡基本原理
6.5  D-S證據(jù)理論在煤與瓦斯突出危險性預測上的應用
6.6  本章小結
第7章  D-S證據(jù)理論在礦井主通風機故障診斷決策上的應用
7.1  礦井通風機
7.2  礦井通風機常見故障振動特性分析
7.3  基于D-S證據(jù)理論的礦井主通風機故障診斷融合結構
7.3.1  主通風機故障診斷決策融合模型的建立
7.3.2  故障融合診斷的基本步驟
7.4  礦井主通風機故障診斷融合結果分析
7.4.1  故障識別框架的構成
7.4.2  融合證據(jù)的選擇
7.4.3  證據(jù)的基本概率賦值函數(shù)的構造
7.4.4  融合決策規(guī)則與分析
7.5  本章小結
參考文獻