基于证据理论的不确定性量化方法与应用PDF电子书下载

第1章 绪论 1

1.1 研究背景 1

1.2 国内外研究现状 5

1.2.1 QMU方法的研究现状 5

1.2.2 不确定性量化方法的研究现状 5

1.2.3 灵敏度分析方法的研究现状 6

1.3 本书内容 12

参考文献 13

第2章 QMU方法简介 20

2.1 QMU的基本原理 20

2.2 QMU的基本概念 23

2.3 QMU涉及的主要技术 24

2.3.1 关键性能参数的确定 24

2.3.2 物理建模 28

2.3.3 模型验证与确认 29

2.3.4 不确定性量化 32

2.3.5 灵敏度分析 32

2.3.6 置信因子计算 33

2.4 本章小结 36

参考文献 36

第3章 证据理论与不确定性量化的基础 37

3.1 证据理论 37

3.1.1 辨识框架和基本概率分配 37

3.1.2 证据合成规则 38

3.1.3 信任函数和似然函数 40

3.1.4 证据理论的模型解释 41

3.2 基于证据理论的不确定性量化的基本步骤 42

3.3 信任函数与似然函数的计算 44

3.3.1 顶点法 44

3.3.2 蒙特卡洛法 46

3.4 本章小结 52

参考文献 52

第4章 模型不确定性量化的两个关键问题 54

4.1 异类信息的证据理论的统一表示与建模 54

4.1.1 概率分布信息的证据理论表示 54

4.1.2 概率包络信息的证据理论表示 55

4.1.3 模糊分析信息的证据理论表示 57

4.1.4 专家估计信息的证据理论表示 57

4.1.5 小样本测试信息的证据理论表示 60

4.2 结合计算智能的证据理论不确定性量化的快速算法 62

4.2.1 区间算法与遗传算法 62

4.2.2 不确定性量化的快速算法的实现 64

4.2.3 算例分析 66

4.3 本章小结 70

参考文献 71

第5章 实验数据的不确定性量化方法 72

5.1 小子样实验数据的不确定性度量 72

5.1.1 小子样实验数据的灰色置信区间估计 72

5.1.2 小子样实验数据的概率包络 73

5.1.3 小子样实验数据的不确定性度量 74

5.1.4 算例分析 74

5.2 基于实验数据的裕量与不确定性量化的方法 75

5.2.1 基于k系数的QMU评估 76

5.2.2 改进的实验数据QMU方法 78

5.2.3 算例分析 80

5.3 本章小结 83

参考文献 83

第6章 随机与认知不确定系统的灵敏度分析 85

6.1 随机不确定系统的灵敏度分析 86

6.1.1 基于模型回归的灵敏度分析 86

6.1.2 基于方差的灵敏度分析 87

6.1.3 Sobol’全局灵敏度分析 89

6.2 随机-认知混合不确定系统的灵敏度分析 93

6.2.1 基于概率包络的灵敏度分析 93

6.2.2 基于证据理论的灵敏度分析 100

6.2.3 专家估计信息下参数的可靠性灵敏度分析 105

6.2.4 基于条件概率的灵敏度分析 108

6.3 本章小结 110

参考文献 111

第7章 不确定性量化在系统评价与决策分析中的应用 113

7.1 企业存货质押融资贷前风险评价 113

7.1.1 风险评价指标体系 114

7.1.2 风险指标权重的确定 115

7.1.3 风险指标mass函数的确定 115

7.1.4 存货质押融资业务风险评价指标的计算 118

7.1.5 算例分析 119

7.2 市场不确定下企业延期支付与存货质押的决策分析 122

7.2.1 延期支付下生产企业利润模型 123

7.2.2 基于市场不确定性的延期支付与存货质押决策的定性分析 124

7.2.3 基于市场不确定性的延期支付与存货质押决策的定量分析 126

7.2.4 算例分析 127

7.3 不完全信息下的群组评价 133

7.3.1 问题描述 134

7.3.2 群组评价信息融合 135

7.3.3 基于蒙特卡洛随机抽样的群组评价 137

7.3.4 应用案例 138

7.4 本章小结 140

参考文献 141