| 【中文题名】 | 证据理论研究及其在水质评价中的应用 |
| 【英文题名】 | The Research of Evidence Theory and Its Application in Water Quality Assessment |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-4-29 |
| 【中关键词】 | D-S证据理论,合成规则,水质评价,XML,, |
| 【英关键词】 | D-S evidence theory,combination rules,water quality assessment,XML, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 证据理论以其在不确定性的表示和组合处理方面的优势在许多领域得到了广泛的应用。但是其自身存在着多种缺陷，如完全冲突下无法合成，要求证据相互独立，合成规则的运算量随着属性空间增加呈指数增长等。针对这些问题学者们提出了各种改进方案。这些方案主要针对特定领域的问题进行改进，对于冲突的分配是相对固定的，算法的应用不具有普遍性。本文以冲突处理为切入点，提出了基于全体证据冲突分配的合成规则改进方案及其近似合成规则。改进的合成规则可以随着证据空间的变化动态改变对每个证据的支持程度从而增加冲突处理的合理性。改进算法对于存在冲突的证据合成效果更明显，且适用面广。
本文的主要工作：阐述了证据理论中的基本概念及其几何意义，证据理论的模型解释和合成规则的期望特征；综述了现有合成规则改进方案；针对冲突处理提出新的动态改进方案并从合成规则期望特征和实例分析两个方面考察改进方案的合理性；将改进方案应用到水环境中的水质评价，在研究现有的水质评价方法的基础上，实现以模糊评价方法为前提的证据理论评价框架；基于XML编程实现证据理论水质评价过程。 |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-11 |
|
第一章 绪论 |
11-15 |
|
1.1 引言 |
11 |
|
1.2 证据理论介绍 |
11-12 |
|
1.3 水质评价 |
12 |
|
1.4 本文的研究内容和主要工作 |
12-13 |
|
1.5 本文章节安排 |
13-15 |
|
第二章 D-S证据理论 |
15-28 |
|
2.1 引言 |
15 |
|
2.2 基本概念 |
15-19 |
|
2.2.1 识别框架 |
15-16 |
|
2.2.2 基本可信度分配 BPA |
16 |
|
2.2.3 信度函数 |
16-17 |
|
2.2.4 众信度函数 |
17 |
|
2.2.5 似真度函数 |
17-19 |
|
2.3 合成规则 |
19-21 |
|
2.3.1 两个信度函数的合成 |
19-20 |
|
2.3.2 多个信度函数的合成 |
20-21 |
|
2.4 证据理论的模型解释 |
21-22 |
|
2.5 合成规则期望特征 |
22-23 |
|
2.6 经典合成规则的缺陷 |
23-24 |
|
2.7 现有证据理论改进方案 |
24-27 |
|
2.7.1 冲突概率完全不可用 |
24 |
|
2.7.2 冲突概率完全可用 |
24-26 |
|
2.7.3 冲突概率部分可用 |
26-27 |
|
2.7.4 基于消除冲突概率的改进方案 |
27 |
|
2.8 本章小结 |
27-28 |
|
第三章 基于全体证据冲突分配的合成规则 |
28-43 |
|
3.1 基于全体证据冲突分配的合成规则(CATE) |
28-40 |
|
3.1.1 算法步骤 |
28-30 |
|
3.1.2 合成规则期望特征分析 |
30-31 |
|
3.1.3 合成规则期望特征比较分析 |
31-32 |
|
3.1.4 例证分析 |
32-40 |
|
3.2 近似合成算法 |
40-42 |
|
3.3 本章小结 |
42-43 |
|
第四章 基于改进的证据理论 CATE的水质评价 |
43-56 |
|
4.1 水质评价 |
43-44 |
|
4.2 常用水质评价方法 |
44-46 |
|
4.2.1 水质指数法 |
44-46 |
|
4.2.2 分级评价法 |
46 |
|
4.3 基于不确定性理论的水质评价方法 |
46-53 |
|
4.3.1 不确定性理论在水质评价中的应用综述 |
46-48 |
|
4.3.2 模糊评价法 |
48-53 |
|
4.4 基于改进证据理论CATE的水质评价模型 |
53-54 |
|
4.5 本章小结 |
54-56 |
|
第五章 基于 CATE的水质评价实现 |
56-71 |
|
5.1 系统功能模块设计 |
56-60 |
|
5.1.1 预处理模块 |
56-59 |
|
5.1.2 BPA获取 |
59 |
|
5.1.3 证据理论融合模块 |
59-60 |
|
5.2 程序实现 |
60-69 |
|
5.2.1 数据预处理 |
60-63 |
|
5.2.2 BPA模块实现 |
63-64 |
|
5.2.3 识别框架的表示 |
64 |
|
5.2.4 冲突处理 |
64-65 |
|
5.2.5 合成实现 |
65-69 |
|
5.3 实例分析 |
69-70 |
|
5.4 本章小结 |
70-71 |
|
第六章 总结与展望 |
71-72 |
|
6.1 总结 |
71 |
|
6.2 进一步的研究 |
71-72 |
|
参考文献 |
72-75 |
|
硕士研究生在读期间发表的论文 |
75-76 |
|
硕士研究生在读期间参与的科研项目 |
76-77 |
|
致谢 |
77 |
|
| 【DOI】 | LunWen.ID:2.2008.388462 |
