　　《证据推理、置信规则库与复杂系统建模》在对D—S证据理论回顾的基础上，对证据推理基本理论进行了详细的分析，主要包括证据推理方法、基于区间不确定性的证据推理方法、基于概率和模糊不确定性的证据推理方法、证据推理规则；进一步对基于证据推理的置信规则库基本理论进行了深入细致的讨论，主要包括基于证据推理的置信规则库参数离线训练方法、专家干预下置信规则库专家系统参数在线更新方法、基于证据推理的置信规则库在线构造方法和置信规则库前提属性参考值确定方法等内容；最后从多个角度对证据推理和置信规则库在工程实际中的应用进行了全面的介绍，包括证据推理和置信规则库在非平稳时间序列预测、系统行为预测、故障预测、寿命评估、分类问题和医学决策等领域中的应用。
　　《证据推理、置信规则库与复杂系统建模》可供从事推理、专家系统相关专业科研人员和工程技术人员阅读参考，也可作为人工智能、复杂系统建模、系统工程等专业的研究生教材。

内页插图

前言
第一部分证据推理方法
第1章 Demlpster—Shafer证据理论
1．1 引言
1．2 证据的不确定性表示
1．2．1 辨识框架
1．2．2 基本概率分配
1．2．3 信度和似然函数
1．3 证据的合成规则
1．3．1 Dempster合成规则
1．3．2 冲突证据的合成处理
1．4 D—S证据理论的研究进展与探讨
第2章证据推理方法及扩展
2．1 引言
2．2 不确定性MCDA框架下的证据推理方法
2．2．1 迭代合成算法
2．2．2 合成特性
2．2．3 解析合成算法
2．2．4 非线性合成模式分析
2．3 信息转换方法
2．3．1 定量信息转换方法
2．3．2 定性信息转换方法
2．4 考虑区问、概率和模糊不确定性的证据推理方法
2．4．1 考虑区间不确定性的证据推理方法
2．4．2 考虑概率和模糊不确定性的证据推理方法
2．5 本章小结
第3章证据推理规则
3．1 引言
3．2 带有证据权重的证据推理规则
3．2．1 证据权重及相关处理方法
3．2．2 证据推理规则的加权信度分布
3．2．3 带有证据权重的证据推理规则
3．2．4 数值比较分析
3．3 带有证据权重和可靠性的证据推理规则
3．3．1 带有证据可靠性的加权信度分布
3．3．2 数值比较分析
3．4 证据推理规则的特性分析
3．4．1 证据推理规则的基本特性
3．4．2 证据推理规则的推理模式分析
3．4．3 数值仿真分析
3．4．4 冲突证据的处理和可靠性摄动分析
3．5 本章小结

第二部分置信规则库建模方法
第4章基于证据推理算法的置信规则库专家系统推理方法
4．1 引言
4．2 专家系统
4．2．1 专家系统的定义
4．2．2 专家系统的结构
4．2．3 专家系统的特点
4．2．4 基于IF—THEN规则的专家系统
4．3 置信规则库专家系统
4．3．1 数据和知识表达中的不确定性
4．3．2 知识表达中的权重参数
4．3．3 置信规则库
4．4 基于证据推理算法的置信规则库专家系统推理方法
4．4．1 置信规则库的矩阵表示
4．4．2 基于证据推理算法的置信规则库推理方法
4．4．3 基于区间效用的证据推理结果评价方法
4．5 不同形式输入信息的转化方法
4．5．1 使用语义参考值来描述的定量输入信息
4．5．2 使用区间来描述的定量输入信息
4．5．3 使用主观决策来描述的定性输人信息
4．5．4 使用主观决策来描述的符号输入信息
4．6 分层置信规则库系统及其推理方法
4．6．1 分层置信规则库系统
……
第三部分证据推理与置信规则库的应用
参考文献
附录

前言/序言

　　传统D-S证据理论无法有效处理冲突证据和组合爆炸等问题，YangJianbo于1994年提出证据推理（evidential reasoning，ER）方法。在进一步考虑证据可靠性和证据权重的基础上，Yang于2013年在Artificial Intelligence进一步提出用于证据组合的证据推理规则。传统的Bayes推理、D-S证据推理和ER方法均可以看做是ER规则的一种特殊情形，因此ER规则是一种更具一般性的推理方法。
　　基于ER方法、决策理论、模糊理论和传统IF-THEN规则库，2006年提出基于证据推理算法的置信规则库推理方法（belief rule-base inference methodology using the evidential reasoning approach，RIMER）。RIMER具有对带有模糊不确定性、概率不确定性，以及非线性特征的数据进行建模的能力。RIMER主要包括知识的表达和知识的推理。知识的表达通过置信规则库（beliefrulebase，BRB）系统来实现，而知识的推理则通过证据推理（evidential reasoning，ER）算法实现。BRB系统由一系列置信规则组成，本质上是一种专家系统，能够有效利用各种类型的信息，建立输入和输出之间的非线性模型。
　　本书对ER方法、ER规则、BRB专家系统，基于ER和BRB的复杂系统建模方法及其在故障预测、最优维护、寿命评估和医学决策等方面的应用进行了详细的介绍。全书共分为三部分。第一部分在对D-S证据理论进行回顾的基础上，对证据推理基本理论进行详细的分析，主要包括ER方法、基于区间不确定性的ER证据推理方法、基于概率和模糊不确定性的ER证据推理方法、ER规则；第二部分结合作者的最新研究成果，对BRB的基本理论进行了深入细致的讨论，主要包括基于ER的BRB推理方法、基于ER的BRB参数离线训练方法、专家干预下BRB专家系统参数在线更新方法、基于ER的BRB在线构造方法和BRB前提属性参考值确定方法等内容；第三部分从多个角度对ER和BRB在工程实际中的应用进行了全面的介绍，主要包括ER和BRB在非平稳时间序列预测、系统行为预测、故障预测、最优维护、寿命评估、分类问题和医学决策等领域中的应用。
　　全书由周志杰和陈玉旺合作完成，第1章～第3章由陈玉旺完成，第4章～第14章由周志杰完成，第15章由常雷雷完成，第16章由周治国完成。在本书的写作过程中，得到火箭军工程大学胡昌华教授、英国曼彻斯特大学YangJianbo教授和XuDongling教授、长春工业大学张邦成教授、空军工程大学张琳教授、国防科学技术大学姜江副教授等的关心和帮助，为本书的写作打下了坚实的理论基础，在本书的出版之际谨向他们表示衷心的感谢！
证据推理、置信规则库与复杂系统建模下载 mobi epub pdf txt 电子书格式