證據網路推理、學習方法及套用研究

《證據網路推理、學習方法及套用研究》是依託中國人民解放軍國防科技大學，由姜江擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：證據網路推理、學習方法及套用研究
• 項目類別：青年科學基金項目
• 項目負責人：姜江
• 依託單位：中國人民解放軍國防科技大學

中文摘要

本項目針對不確定性與關聯性並存的管理決策問題，在D-S證據理論和圖模型的研究基礎上，借鑑貝葉斯網路的研究思路，提出一套證據網路模型，並建立證據網路模型建模、推理、學習以及套用的研究架構和研究思路。項目著重對證據網路模型的基本建模理論、正向因果推理和反向診斷推理算法、參數以知識規則表示的證據網路推理方法、證據網路模型的結構學習方法及參數學習方法展開求解策略和計算方法研究，攻克其中的關鍵技術；在技術方法研究的支撐下，對軍事領域某大型項目風險決策分析展開套用研究，驗證並不斷完善證據網路模型的理論與方法。本項目的研究，在理論上，將豐富證據理論的基礎研究，建立和完善證據網路的相關技術和方法，為定性經驗知識與定量數據的統一建模和綜合處理提供技術手段；在實踐上，解決不確定性和關聯性並存的決策分析問題，為管理科學領域的研究提供一種定性定量相結合的系統分析方法與技術。

結題摘要

本項目針對不確定性與關聯性並存的管理決策問題，在D-S證據理論和圖模型的研究基礎上，借鑑貝葉斯網路的研究思路，提出一套證據網路模型，並建立證據網路模型建模、推理、學習以及套用的研究架構和研究思路。整個項目按照“證據網路模型與推理方法——證據網路結構與參數學習——證據網路及在管理決策中的套用”的思路和過程完成研究計畫。項目提出了證據網路模型的建模理論，突破了證據網路模型的前向因果推理和後項診斷推理算法；提出了新的證據衝突度量方法，給出了基於ER算法的證據網路知識規則參數推理方法。套用多種維度約簡、主成分分析等技術手段開展了證據網路信度規則結構學習方法研究，對置信規則庫的前提屬性進行篩選，以達到約簡置信規則庫規模的目的；建立了考慮前提屬性結點的證據網路參數學習模型，並採用多種最佳化算法設計實現了證據網路參數的快速學習；並且考慮結構和參數的聯合學習問題，建立了雙層最佳化模型，提出了新的信度規則激活和權重計算方法。在套用研究方面，主要圍繞軍事裝備體系研究和軍事系統風險分析展開，將證據網路方法套用於解決武器裝備體系發展論證中的能力評估、需求滿足度評估、裝備技術體系分析與評價，以及複雜系統風險分析、風險評估與管理等軍事套用問題，並擴展於分析評估基礎上的裝備規劃、決策、最佳化與配置問題，取得一系列的研究成果。本項目的研究為定性定量相結合的不確定性決策分析提供了一種建模與計算方法，研究成功解決了裝備發展論證和複雜系統風險分析等軍事領域中的不確定性決策問題，取得了重大的實際套用效果。 本項目資助研究共出版專著1部，發表論文40篇，其中SCI檢索12篇，EI檢索19篇，形成軟體著作權1項；共培養博士後1名，博士研究生10名，碩士研究生8名；組織學術會議2次，參加國內外學術會議7次。研究成果成功用於解決裝備體系能力評估與發展規劃論證、某航天系統工程風險分析與評估等軍事領域問題，獲軍隊科技進步二等獎1項，總裝備部諮詢建議報告1份，套用成果證明1份，取得了重要的軍事效益。