证据网络推理学习理论及应用PDF|Epub|txt|kindle电子书版本网盘下载

证据网络推理学习理论及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1不确定性建模理论3

1.1.1不确定性分类3

1.1.2不确定性处理5

1.2不确定性推理方法8

1.2.1主要的不确定性推理方法8

1.2.2贝叶斯网络与影响图10

1.3证据理论相关研究现状12

1.3.1 D-S证据理论的提出12

1.3.2 D-S证据理论综述15

1.3.3证据推理16

1.3.4证据网络17

1.3.5证据理论与风险决策18

1.4存在的问题19

1.5本书主要内容及安排20

1.5.1研究思路20

1.5.2研究内容21

第2章 证据网络模型23

2.1证据理论与图模型基础23

2.1.1 D-S证据理论23

2.1.2图模型29

2.2证据网络模型的定义31

2.2.1证据网络的概念31

2.2.2证据网络的特点32

2.2.3证据网络建模过程33

2.3证据网络模型的结构34

2.3.1结点之间的关系34

2.3.2基于树模型的证据网络结构建模35

2.3.3基于因果关系图的证据网络结构建模37

2.4证据网络模型的参数39

2.4.1知识表示模型39

2.4.2证据网络参数的条件信度表示40

2.4.3证据网络参数的信度规则表示41

2.5小结44

第3章 条件信度参数模型下的证据网络推理45

3.1条件信度参数模型下的证据网络推理问题45

3.1.1推理问题45

3.1.2研究思路46

3.2证据网络条件信度推理方法47

3.2.1条件信度函数计算基础理论47

3.2.2证据网络条件信度的正向推理53

3.2.3证据网络条件信度的反向推理54

3.2.4证据网络条件信度的乘积规则55

3.2.5证据网络条件信度推理算例56

3.3证据网络信度合成方法58

3.3.1信度合成悖论分析59

3.3.2一种新的证据冲突度量方法60

3.3.3基于冲突度量的信度合成方法64

3.4证据网络在航天系统安全性分析中的应用66

3.5小结71

第4章 信度规则参数模型下的证据网络推理72

4.1信度规则参数模型下的证据网络推理问题72

4.1.1推理问题72

4.1.2研究思路73

4.2不完全信息情况下结点权重获取方法73

4.2.1偏好关系的定义与表示74

4.2.2基于目标规划的权重获取方法74

4.2.3结点权重获取的数值算例77

4.3基于ER的证据网络推理方法79

4.3.1信度结构数据转化79

4.3.2信度规则的激活81

4.3.3证据网络信度规则推理与合成算法83

4.3.4证据网络信度规则推理结果分析86

4.4证据网络在军事威胁评估与预测中的应用87

4.5小结90

第5章 证据网络参数学习92

5.1证据网络参数学习问题92

5.1.1参数学习的研究思路92

5.1.2参数学习问题的数学模型93

5.1.3多级证据网络的参数学习94

5.2参数学习目标函数的计算95

5.2.1信度结构模型的距离定义96

5.2.2参数学习的目标函数99

5.3基于投影梯度法的证据网络参数学习99

5.3.1投影梯度法99

5.3.2参数学习目标函数的梯度102

5.3.3基于投影梯度的证据网络参数学习方法104

5.4证据网络参数学习应用105

5.4.1石油管线风险预警证据网络模型的参数学习105

5.4.2交通事故风险预测证据网络模型的参数学习107

5.5小结110

第6章 证据网络信度规则模型库结构学习111

6.1证据网络信度规则模型库结构学习问题111

6.2基于约减技术的信度规则模型库结构学习112

6.2.1维度约减技术112

6.2.2基于约减的信度规则模型库结构学习116

6.3证据网络信度规则模型库结构学习应用117

6.3.1示例背景分析与建模117

6.3.2不同约减技术的关键前件属性选择119

6.3.3灰靶与主成分分析结果对比120

6.3.4多尺度分析与主成分分析结果对比122

6.3.5主成分分析结果鲁棒性分析124

6.4小结126

第7章 总结与展望127

7.1本书总结127

7.2展望128

参考文献130

索引139