本书第1章综述了各种动态系统故障诊断技术的发展现状及未来发展趋势。第2章介绍了随机集理论的基本概念、准则和基本原理。第3章介绍了在随机集理论框架下几类常见不确定性信息统一表示与建模方法。第4～14章主要介绍了基于各种不确定性信息或证据融合的故障诊断新方法。第15章介绍了随机集理论在电路性能可靠性评估中的应用。第16～18章以边坡为背景，主要介绍了基于证据理论可传递信度模型、基于多源不确定性信息随机集统一表示、基于模糊随机变量模型等内容的边坡稳定性评估方法。
本书可作为自动控制或信息科学等相关专业研究生的教学参考书，同时对从事自动系统研究、设计、开发和应用的广大工程技术人员也具有一定的参考价值。
样章试读
目录
- 《信息化与工业化两化融合研究与应用丛书》序
前言
第1章 绪论
1.1 引言
1.1.1 社会的巨大需求
1.1.2 政府的高度重视与支持
1.1.3 故障诊断与预报技术的重要作用
1.1.4 多源信息融合技术的重要作用
1.2 动态系统故障诊断技术概述
1.2.1 定性分析的方法
1.2.2 基于解析模型的方法
1.2.3 数据驱动的故障诊断方法
1.3 工程系统故障诊断中的不确定性信息处理方法
1.3.1 不确定性信息的分类
1.3.2 常用的不确定性信息处理方法评述
1.3.3 多种不确定性理论在应用中存在的问题
1.4 随机集理论与多源不确定性信息融合
1.4.1 国外进展状况
1.4.2 国内进展状况
参考文献
第2章 随机集理论基础
2.1 随机集理论的发展概况
2.2 随机集的基本概念
2.2.1 随机变量与随机集
2.2.2 随机集的定义
2.3 随机集的基本性质
2.4 随机集的相关准则
2.4.1 随机集的置信表示和随机关系
2.4.2 扩展准则
2.4.3 随机集的包含关系和单调性原理
2.5 本章小结
参考文献
第3章 基于随机集理论的不确定性信息统一表示与建模
3.1 引言
3.2 随机集理论与几种常用不确定性理论之间的关系
3.2.1 随机集与DS证据理论
3.2.2 随机集与模糊集
3.2.3 随机集与可能性理论
3.2.4 随机集与粗糙集
3.2.5 随机集与条件事件代数
3.2.6 随机集与贝叶斯理论
3.3 随机集理论在不确定性信息处理中的应用前景
3.3.1 应用基础研究方面
3.3.2 工程应用研究方面
3.4 本章小结
参考文献
第4章 证据组合规则的随机集统一表示及其在故障诊断中的应用
4.1 引言
4.2 证据组合规则的随机集统一表示模型
4.3 经典组合规则的随机集统一表示
4.3.1 Dempster证据组合规则的随机集表示
4.3.2 Smets证据组合规则的随机集表示
4.3.3 Yager证据组合规则的随机集表示
4.3.4 Dubois & Prade证据组合规则的随机集表示
4.3.5 DSm证据组合规则的随机集表示
4.4 一种新的证据组合规则及其在故障诊断中的应用
4.5 本章小结
参考文献
第5章 基于随机集的模糊证据获取及故障诊断的信息融合方法
5.1 引言
5.2 基于证据理论的信息融合故障诊断框架
5.3 基于随机集的模糊证据获取方法
5.3.1 故障样板模式隶属度函数的确定
5.3.2 待检模式隶属度函数的确定
5.3.3 获取模糊证据的随机集方法
5.4 决策准则
5.5 故障诊断实例
5.6 本章小结
参考文献
附录A 本章故障样板模式的实验数据
附录B 本章中待检模式的实验数据
第6章 相关证据下并发故障诊断的信息融合方法
6.1 引言
6.2 并发故障诊断的DSmT融合模型
6.2.1 并发故障的表示
6.2.2 并发故障的融合模型
6.3 证据相关性及解相关方法
6.3.1 基于证据分解的解相关方法
6.3.2 基于参数的解相关方法
6.3.3 新的证据解相关方法
6.4 故障诊断实例
6.4.1 故障样板模式隶属度函数的确定
6.4.2 待检模式隶属度函数的确定
6.4.3 构造基于隶属度函数的基本概率赋值函数
6.4.4 决策规则
6.4.5 故障诊断结果
6.5 本章小结
参考文献
第7章 开放辨识框架下并发故障诊断的信息融合方法
7.1 引言
7.2 开放辨识框架下的证据组合
7.3 DS证据理论下证据间冲突程度的度量因子
7.4 DSmT下基于GPT的冲突度量因子
7.5 故障诊断实例
7.5.1 诊断实例选取
7.5.2 故障诊断结果
7.6 本章小结
参考文献
第8章 条件化的DSmT证据组合方法及其在故障诊断中的应用
8.1 引言
8.2 DSmT动态组合方法
8.3 证据理论中的条件规则
8.4 条件化的DSmT证据组合方法
8.4.1 DSmT框架下条件化的线性组合方法
8.4.2 线性组合的权重
8.5 故障诊断实例
8.5.1 诊断实例选取
8.5.2 故障诊断结果
8.6 本章小结
参考文献
第9章 基于条件证据理论的信息融合故障诊断方法
9.1 引言
9.2 条件证据基本理论
9.3 基于条件证据的故障诊断方法
9.4 故障诊断实例
9.4.1 故障样板模式隶属度函数的确定
9.4.2 待检模式隶属度函数的确定
9.4.3 基本概率分配函数的确定
9.4.4 决策准则
9.4.5 实验
9.5 本章小结
参考文献
第10章 基于条件事件的证据更新方法及其在故障诊断中的应用
10.1 引言
10.2 证据的随机集表示
10.3 基于条件事件的更新规则
10.3.1 条件置信及更新规则
10.3.2 条件置信函数
10.3.3 基于条件事件的更新策略
10.4 故障诊断实例
10.5 本章小结
参考文献
第11章 基于证据相似性度量的冲突证据融合故障诊断方法
11.1 引言
11.2 经典的冲突证据度量方法
11.2.1 证据距离
11.2.2 Pignistic概率距离
11.2.3 冲突的判定
11.3 基于向量余弦相似性的冲突证据度量方法
11.3.1 构造Pignistic证据相似度空间
11.3.2 冲突证据的相似性度量及其融合
11.4 融合决策及其准则
11.5 故障诊断实例
11.6 本章小结
参考文献
第12章 基于诊断证据可靠性评估的信息融合故障诊断方法
12.1 引言
12.2 基于诊断证据可靠性动静态折扣因子的信息融合故障诊断
12.2.1 基于Pignistic概率的静态折扣因子计算
12.2.2 基于证据相似度的动态折扣因子的计算
12.3 融合决策及其准则
12.4 故障诊断实例
12.4.1 求静态折扣因子
12.4.2 求动态折扣因子
12.4.3 融合诊断结果
12.5 本章小结
参考文献
第13章 基于证据动态更新的信息融合故障诊断方法
13.1 引言
13.2 诊断证据动态更新的一般规律
13.3 基于证据动态更新的信息融合故障诊断方法
13.3.1 基于类Jeffery的诊断证据更新规则
13.3.2 基于条件化线性组合的诊断证据更新规则
13.3.3 证据冲突因子N的确定及更新规则的选取
13.4 故障诊断实例
13.5 本章小结
参考文献
第14章 模糊规则推理和证据理论结合的故障诊断方法
14.1 引言
14.2 故障诊断中的模糊规则库
14.3 基于模糊规则推理与证据理论结合的诊断方法
14.3.1 证据的随机集表示及扩展准则
14.3.2 基本概率赋值的确定
14.4 融合决策及其准则
14.5 故障诊断实例
14.5.1 问题描述
14.5.2 模糊规则库的建立
14.5.3 诊断的输入
14.5.4 融合诊断结果的统计分析
14.6 本章小结
参考文献
第15章 基于随机集理论的电路性能可靠性评估方法
15.1 引言
15.2 电路系统性能可靠性评估的概率模型
15.3 电路性能可靠性评估的随机集方法
15.3.1 方法的实施步骤
15.3.2 随机集方法误差及其和蒙特卡罗方法误差的比较
15.4 电路性能可靠性分析实例
15.4.1 TOVCV LFP电路的性能可靠性分析
15.4.2 VCO电路的性能可靠性分析
15.5 本章小结
参考文献
第16章 基于证据理论可传递信度模型的边坡稳定性评估方法
16.1 引言
16.2 实数域上的可传递信度模型
16.3 基于实数域TBM和随机集的边坡稳定性评估
16.3.1 基于稳定性函数概率的边坡分析模型
16.3.2 利用Pignistic概率分析边坡稳定性
16.3.3 Pignistic概率累积分布误差分析
16.4 边坡稳定性评估实例
16.4.1 受随机性影响的典型边坡结构
16.4.2 随机变量的随机集证据形式
16.4.3 稳定性函数输出的随机集证据形式
16.4.4 Pignistic概率的决策方法和蒙特卡罗方法比较
16.5 本章小结
参考文献
第17章 基于多源不确定性信息随机集统一表示的边坡稳定性评估方法
17.1 引言
17.2 随机集上下概率
17.3 基于多源不确定性信息随机集统一表示的边坡稳定性评估
17.3.1 基于随机集上下概率的边坡稳定性分析模型
17.3.2 方法实施步骤
17.4 边坡稳定性评估实例
17.4.1 分别受随机性和模糊性影响的典型边坡结构
17.4.2 模糊参数信息的随机集表示与融合
17.4.3 随机参数信息的随机集表示
17.4.4 基于随机集上下概率的边坡稳定性评估
17.5 本章小结
参考文献
第18章 基于随机模糊变量模型的边坡稳定性评估方法
18.1 引言
18.2 随机模糊变量
18.2.1 随机变量的模糊集变换
18.2.2 随机模糊变量的定义
18.2.3 随机模糊变量的运算
18.3 基于随机模糊变量的边坡稳定性评估模型
18.3.1 基于稳定性系数的边坡稳定性分析模型
18.3.2 方法实施步骤
18.4 边坡稳定性评估实例
18.4.1 同时受随机性和模糊性影响的典型边坡结构
18.4.2 参数的随机模糊变量表示
18.4.3 随机模糊变量TBM变换
18.4.4 进行蒙特卡罗仿真并用仿真结果评估边坡的稳定性
18.5 本章小结
参考文献
京公网安备 11010102004214号