一种基于粗糙集证据理论深度融合的局部冲突快速合成方法

doi:10.3969/j.issn.1000-1093.2019.12.022

摘要/Abstract

摘要： 传统证据理论在进行多焦元属性融合时可能产生组合爆炸，当待合成证据体冲突时容易导致一票否决。针对以上两个问题，通过将待合成证据体转换为知识信息系统，应用粗糙集理论对多源信息进行规则约简，得到约简后的知识规则信息系统，计算出信息系统对每条证据体的支持度；在证据合成中，基于规则信息系统引入证据体支持度、焦元可信度、焦元一致性等因素来表示证据体之间的局部冲突，在此基础上给出冲突证据合成规则。通过测试算例对所提方法进行了测试验证，结果表明：该方法具有较快的收敛速度，计算时间消耗能够得到大幅度降低，在冲突证据合成中具有较强的鲁棒性。

关键词: 粗糙集, 证据理论, 数据融合, 数据挖掘, 冲突证据合成, 信息系统

Abstract: A local conflict allocation evidence combination rule based on rough sets theory is proposed to reduce the computational complexity and improve the efficiency in conflict evidence combination. In this proposed method, the information system which is consisted of several evidences is reduced by rough sets, and the confidence of belief function is calculated based on the confidence of evidence and single focal elements individually. At last an example is given to prove the efficiency of this proposed method.Key

Key words: roughset, evidencetheory, datafusion, datamining, conflictevidencesynthesis, informationsystem

中图分类号:

N945.25

倪龙强，张丽华，姚新涛，胡高歌，刘鹏辉. 一种基于粗糙集证据理论深度融合的局部冲突快速合成方法[J]. 兵工学报, 2019, 40(12): 2560-2569.

NI Longqiang, ZHANG Lihua, YAO Xintao, HU Gaoge, LIU Penghui. A Deep Fusion Method Based on Rough Sets and Evidence Theory for Local Conflict Evidence Synthesis[J]. Acta Armamentarii, 2019, 40(12): 2560-2569.

参考文献

［1］ KUSHWAH A, KUMAR S, MHEGDE R M. Multi-sensor data fusion methods for indoor activity recognition using temporal evidence theory［J］. Pervasive and Mobile Computing， 2015，21：19-29.
［2］ ANDR C, HGARAT-MASCL S L, REYNAUD R. Evidential framework for data fusion in a multi-sensor surveillance system［J］. Engineering Applications of Artificial Intelligence，2015, 43(C): 166-180.
［3］ LU H, SHANGGUAN W B, YU D J. An imprecise probability approach for sequeal instability analysis based on evidence theory［J］. Journal of Sound and Vibration, 2017, 387: 96-113.
［4］ JIANG W, ZHANG J. A modified combination rule in generalized evidence theory［J］. Applied Intelligence，2017, 46:630-640.
［5］ DU W S, HU B Q. Attribute reduction in ordered decision tables via evidence theory［J］. Information Sciences，2016, 364: 91-110.
［6］郭晓陶，王星，周冬青.基于Dempster-Shafer证据理论的通信辐射源个体识别算法［J］.兵工学报，2016，37(10): 1844-1851.
GUO X T，WANG X，ZHOU D Q.Individual communication transmitter identification based on dempster-shafer evidence theory［J］.Acta Armamentarii，2016，37(10): 1844-1851. (in Chinese)
［7］苗成林，李彤，吕军，等.基于Dempster-Shafer证据理论与抗频谱感知数据篡改攻击的协作式频谱检测算法［J］.兵工学报，2017，38(12): 2406-2413.
MIAO C L, LI T, L J，et al.Cooperative spectrum sensing algorithm against spectrum sensing data falsification based on dempster-shafer evidence theory［J］.Acta Armamentarii，2017，38(12): 2406-2413. (in Chinese)
［8］ ZADEH L A. A simple view of the Dempster-Shafer theory of evidence and its implication for the rule of combination［J］. AI Magazine， 1986, 7(2): 85-90.
［9］ SMETS P. The combination of evidence in the transferable belief model［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1990, 12(5): 447-458.

［10］胡丽芳, 王晨熙, 朱靖, 等. 闭世界框架下灰色模糊多属性决策方法［J］. 控制与决策，2014，29(2): 246-250.
HU L F, WANG C X, ZHU J, et al. Approach for grey fuzzy MADA in closed world［J］. Control and Decision，2014，29(2): 246-250. (in Chinese)
［11］郭华伟, 施文康, 邓勇, 等. 证据冲突: 丢弃, 发现或化解?［J］.系统工程与电子技术，2007，29(6): 890-897.
GUO H W, SHI W K, DENG Y, et al. Evidential conflict and its 3D strategy: discard, discover and disassemble?［J］. Systems Engineering and Electronics，2007，29(6): 890-897.(in Chinese)
［12］卢正才, 覃征. 证据合成的一般框架及高度冲突证据合成方法［J］. 清华大学学报（自然科学版），2011, 51(11): 1611-1615,1626.
LU Z C, QIN Z. General framework for evidence combination and its approach to highly conflicting evidence fusion［J］. Journal of Tsinghua University (Science and Technology)，2011, 51(11): 1611-1615,1626. (in Chinese)
［13］彭颖, 沈怀荣, 马永一. 一种新的冲突证据融合方法［J］. 兵工学报, 2011, 32(1): 78-84.
PENG Y, SHEN H R, MA Y Y. A new fusion method for conflicting evidence［J］.Acta Armamentarii，2011, 32(1): 78-84.(in Chinese)
［14］ DU Y W, WANG Y M. Evidence combination rule with contrary support in the evidential reasoning approach［J］. Expert Systems with Applications，2017, 88(1): 193-204.
［15］ MURPHY C K．Combining belief functions when evidence conflicts［J］．Decision Support Systems，2000，29(1)：1-9．
［16］徐凌宇，尹国成，宫义山，等．基于不同置信度的证据组合规则及应用［J］．东北大学学报，2002, 23(2)：123-125．
XU L Y，YIN G C，GONG Y S，et al．Combination rules of various credibility evidences and application ［J］．Journal of Northeastern University，2002，23(2)：123-125．(in Chinese)
［17］邓勇，施文康，朱振福．一种有效处理冲突证据的组合方法［J］．红外与毫米波学报，2004，23(1)：27-32．
DENG Y，SHI W K，ZHU Z F．Efficient combination approach of conflict evidenee［J］．Journal of Infrared Millimeter Wave，2004，23(1)：27-32．(in Chinese)
［18］梁昌勇，陈增明，黄永青，等．Dempster-Shafer合成法则悖论的一种消除方法［J］．系统工程理论与实践，2005，25(3)：7-12．
LIANG C Y，CHEN Z M，HUANG Y Q，et al．A method of dispelling the absurdities of dempster-sharer's rule of combination［J］.Systems Engineering-Theory ＆ Practice，2005，25(3)：7-12．(in Chinese)
［19］倪龙强, 周振堂, 高社生. 粗糙集和证据理论相结合的数据挖掘方法［J］. 西北工业大学学报, 2010, 28(6): 927-931.
NI L Q，ZHOU Z T，GAO S S. A more effective data mining approach that adroitly combines rough set theory with evidence theory ［J］. Journal of Northwestern Polytechnical University, 2010, 28(6): 927-931. (in Chinese)
［20］ LEFEVRE E，COLOT O，VANNOORENBERGHE P．Belief function combination and conflict management［J］．Information Fusion，2002，3(2)：149-162．
［21］高社生，倪龙强，杨凯. 一种新的基于局部冲突分配的证据合成规则［J］. 西北工业大学学报, 2009, 27(1): 43-46.
GAO S S, NI L Q, YANG K. A new and better rule for combining sharply conflicting evidences［J］. Journal of Northwestern Polytechnical University, 2009, 27(1): 43-46. (in Chinese)
［22］ TAN A H, WU W Z, TAO Y Z. A unified framework for characterizing rough sets with evidence theory in various approximation spaces［J］. Information Sciences，2018, 454/455: 144-160.
［23］ LIN G P, LIANG J Y, QIAN Y H. An information fusion approach by combining multigranulation rough sets and evidence theory［J］. Information Sciences，2015，314: 184-199.
［24］ YAGER RONALD R. On the Dempster-Shafer framework and new combination rules［J］. Information System, 1989, 41(2): 93-137.
［25］孙伟超，李文海，李文峰. 融合粗糙集与D-S证据理论的航空装备故障诊断［J］. 北京航空航天大学学报，2015, 41 (10): 1902-1909.
SUN W C, LI W H, LI W F. Avionic devices fault diagnosis based on fusion method of rough set and D-S theory［J］. Journal of Beijing University of Aeronautics and Astronautics, 2015, 41(10): 1902-1909. (in Chinese)
［26］索中英，程嗣怡，袁修久，等.优势决策信息系统规则获取方法及应用［J］.兵工学报，2015，36(3): 539-544.
SUO Z Y，CHENG S Y，YUAN X J，et al.Rule acquisition me-thod and application of dominance decision-making information system［J］.Acta Armamentarii, 2015, 36(3): 539-544. (in Chinese)
［27］贾宝柱, 贾志涛, 赵祥. 基于信息融合的船舶中央冷却系统运行状态评估［J］. 大连海事大学学报，2017, 43(4): 89-96.
JIA B Z, JIA Z T, ZHAO X. Operating condition evaluation of ship central cooling system based on information fusion［J］. Journal of Dalian Maritime University，2017, 43(4): 89-96. (in Chinese)
［28］孙全, 叶秀清, 顾伟康. 一种新的基于证据理论的合成公式［J］. 电子学报, 2000, 28(8): 117-119.
SUN Q, YE X Q, GU W K. A new combination rules of evidence theory［J］. Acta Electronica Sinica, 2000, 28(8): 117-119. (in Chinese)

第40卷
第12期2019 年12月兵工学报ACTA
ARMAMENTARIIVol.40No.12Dec.2019

[1]	魏剑峰, 张发平, 卢继平, 杨向飞, 杨鹏楷. 基于高斯模型和RMSD-DS的火炮反后坐装置故障诊断方法[J]. 兵工学报, 2023, 44(10): 3101-3114.
[2]	邓力源, 杨萍, 刘卫东, 汪江鹏. 基于证据理论层次分析法的云贝叶斯网络在预警雷达毁伤效果评估中的应用[J]. 兵工学报, 2022, 43(4): 814-825.
[3]	张磊, 李世民，康淑瑰，王铁宁，郭猛超. 装甲装备维修器材需求数据模拟[J]. 兵工学报, 2022, 43(3): 720-728.
[4]	宁小磊，吴颖霞，赵新. 融合仿真数据的小子样圆概率误差评估[J]. 兵工学报, 2021, 42(2): 388-398.
[5]	田相轩，李军旗，金丽亚，刘正仁，石志强. 基于相关性分析的指挥信息系统模拟数据集可用性评估算法[J]. 兵工学报, 2021, 42(2): 399-407.
[6]	刘婧婷，郭继坤，邵芳. 基于统一体系结构框架的战区联合作战后勤与装备保障指挥信息系统架构[J]. 兵工学报, 2021, 42(2): 408-421.
[7]	吴斌，衣晓，李双明. 一种区间距离的冲突证据组合方法[J]. 兵工学报, 2020, 41(6): 1140-1150.
[8]	黄迎春，牟鑫明. 指挥信息系统应用层攻击效能模糊综合评估方法[J]. 兵工学报, 2020, 41(5): 932-940.
[9]	张征, 刘春光, 马晓军, 张运银. 一种基于数据融合的全轮驱动车辆质心侧偏角估计方法[J]. 兵工学报, 2020, 41(5): 842-849.
[10]	傅斌贺，刘维平，刘西侠，宋海军. 装甲车辆信息系统人机工效试验平台设计与开发[J]. 兵工学报, 2019, 40(7): 1537-1545.
[11]	徐廷学，李志强，顾钧元，丛林虎，安进，赵建忠. 基于多状态贝叶斯网络的导弹质量状态评估[J]. 兵工学报, 2018, 39(2): 391-398.
[12]	毛明，刘勇，胡建军. 坦克装甲车辆综合电子信息系统的总体设计研究[J]. 兵工学报, 2017, 38(6): 1192-1202.
[13]	苗成林，李彤，吕军，李皓. 基于Dempster-Shafer证据理论与抗频谱感知数据篡改攻击的协作式频谱检测算法[J]. 兵工学报, 2017, 38(12): 2406-2413.
[14]	王清，丁赤飚，付琨，任文娟. 基于膨胀运算的移动对象兴趣点检测方法[J]. 兵工学报, 2017, 38(10): 2041-2047.
[15]	杨远志，王红卫，索中英，陈游，范翔宇. 基于粗糙集-逼近理想解排序的辐射源威胁排序方法[J]. 兵工学报, 2016, 37(5): 945-952.