基于证据理论的信息融合研究及其在矿井突水预测中的应用

项目旨在对基于证据理论的信息融合在解决冲突证据、处理具有模糊性的对象、目标和构建基本概率赋值函数等关键问题进行深入研究。主要针对传统证据冲突衡量标准存在的不足及高冲突下证据组合规则失效的问题，采用Pignistic变换后得到的概率分配函数之间的距离，定义新的证据冲突衡量标准，并提出一种改进的证据组合算法；针对传统的证据理论不能够处理辨识框架中具有模糊性焦元的缺陷，提出一种基于模糊集贴近度的证据理论向模糊集扩展新方法；鉴于基本概率赋值函数在证据理论研究中具有重要意义，结合矿井突水前兆信息特征，提出一种基于灰关联分析的基本概率赋值函数构造方法，以有效提高构造基本概率赋值的准确性和快速性，也在一定程度上缓解证据的冲突；并利用改进的证据理论，融合矿井突水动态前兆信息特征，建立多场耦合的矿井突水预测模型，为有效开展基于证据理论的矿井突水预测奠定理论和技术基础。

在国家自然科学基金的支助下，本项目主要对基于证据理论的信息融合技术在解决冲突证据、处理具有模糊性的对象和构建基本概率赋值函数等关键问题进行深入分析和研究，并利用改进的证据理论，融合矿井突水动态前兆信息，建立多场耦合的矿井突水预测模型，为矿井突水的可靠预测奠定理论和技术基础。.采用pignistic变换后得到的基本概率赋值函数之间的距离，结合传统冲突量化标准，讨论了Dempster组合规则适用条件，提出了一种改进的证据组合方法。该方法通过证据之间的pignistic概率距离表示证据之间的冲突程度，将证据间的冲突程度转化成相似程度，然后求出证据之间的支持程度，最后采用Dempster组合规则合成使用权重系数调整后的基本概率赋值。数值算例表明改进的方法不仅能够处理一般冲突，而且也能解决一票否决以及鲁棒性问题。基于广义三角模糊数，提出了一种通用的基本概率赋值构造方法。该方法利用样本数据的最小值、平均值和最大值构造单元素命题的三角模糊数表示模型，多子集命题的广义三角模糊数表示模型用单元素命题的三角模糊数表示模型的交叠部分来表示，通过广义三角模糊数的隶属度来构造基本概率赋值。该构造策略简单实用，易于计算，有广阔的应用前景。定义了一种新的模糊集贴近度计算方法。基于新的贴近度和模糊集分解定理，定义了模糊信任函数和模糊似然函数，能有效获取实际焦元变化信息，对焦元的微小变化也比较敏感；基于贴近度的模糊证据组合规则可有效地获取模糊焦元的变化信息，能够处理不确定和模糊信息，合成结果更有利于目标决策。将项目提出的改进的证据理论应用到矿井突水水源识别和煤层底板突水量预测中，实验结果验证了项目提出的基于证据理论的矿井突水预测模型是可行的和有效的。