贝叶斯网建模技术及其在决策中的应用

发布时间：2017-04-19 21:35

  本文关键词：贝叶斯网建模技术及其在决策中的应用，由笔耕文化传播整理发布。

【摘要】：决策问题往往具有一定的不确定性，其根源主要来自问题本身的模糊性、随机性，决策信息的不完备性、不精确性，人类认知能力的有限性以及主观认识和客观实际之间存在的差异性。这些不确定性使得决策的难度大大增加，因此，不确定环境下的决策理论与决策方法成为决策科学研究的重要内容之一。 近年来，随着数学理论与人工智能技术的发展，出现了多种不确定性问题的处理方法，如证据理论、贝叶斯网、模糊集和粗糙集等。在这些方法中，贝叶斯网络是以概率论为数学基础的图形模式，具有直观的表达能力和强大的知识推理能力等诸多优越性，在不确定推理方面具有较强的优势，因此成为不确定理论研究的热点。 本文针对贝叶斯网络存在学习效率不高、建模困难的缺陷，重点研究了贝叶斯网建模技术及其在管理决策中的应用，具体内容如下： (1) 综述了不确定性问题的分类，贝叶斯网的诞生发展过程和研究现状，贝叶斯网在管理决策及智能决策支持系统中的应用前景。阐述了贝叶斯网的结构和特点，常用的推理方法，以及贝叶斯网的各种扩展模型。 (2) 研究了贝叶斯网的结构学习，提出了一种知识和数据融合的贝叶斯网结构学习方法。首先由专家给出对网络结构的信度分配，采用证据理论进行证据合成，合成后具有最高信度的结构被认为是正确的，然后再使用机器学习算法从专家选出的结构中求出最优的一个。这种方法利用专家知识剔除了大量无意义的网络结构，避免了学习算法的穷举搜索，加快了学习速度。 (3) 研究了基于知识的建模理论，，提出了基于案例和规则推理的贝叶斯网建模方法。将历史贝叶斯网模型作为案例保存到案例库中，设计了相似度和偏离度两个指标，当面临新的问题时，利用案例推理进行模型匹配，得到相同或相似的案例，并进行案例修正。如果案例推理没有结果，系统转向规则推理继续建模过程。这种方法将贝叶斯网作为整体进行复用，提高了贝叶斯网的建模效率。 (4) 阐述了贝叶斯网的建模原则，建立了面向复杂问题的贝叶斯网建模流程。分为问题分析、模型设计和模型测试三个阶段。问题分析阶段通过对问题的分析，选择领域专家，对复杂的问题进行任务分解。模型设计阶段首先确定相关的变量，然后分别建模网络结构，确定节点的概率分布。最后用测试方法测试模型，修正错误，直到模型较为准确为止。同时还讨论了简化模型的方法。 (5) 研究了定性贝叶斯网的特点，针对其推理过程不精确的缺点，提出了带权重的定性贝叶斯网，使用一个数值权重描述节点之间影响力的强弱，在推理时可以通过权重之间的运
【关键词】：不确定问题 贝叶斯网 智能决策支持系统 建模 案例推理 供应链管理
【学位授予单位】：合肥工业大学
【学位级别】：博士
【学位授予年份】：2006
【分类号】：C934
【目录】：

• 摘要7-9
• ABSTRACT9-18
• 第一章 绪论18-28
• 1.1 贝叶斯网的诞生与发展18-21
• 1.1.1 不确定问题及处理方法18-20
• 1.1.2 概率理论的局限性20
• 1.1.3 贝叶斯网的结构及其特点20-21
• 1.2 贝叶斯网的研究现状及存在问题21-24
• 1.3 贝叶斯网在管理决策中的应用24-25
• 1.3.1 贝叶斯网在决策中的应用24
• 1.3.2 基于贝叶斯网智能决策支持系统24-25
• 1.4 论文主要研究内容及结构安排25-28
• 1.4.1 研究内容25-26
• 1.4.2 结构安排26-28
• 第二章 贝叶斯网结构及推理方法28-44
• 2.1 贝叶斯方法28-29
• 2.2 贝叶斯网的定义与结构29-32
• 2.3 贝叶斯网的精确推理32-39
• 2.3.1 变量消去法33-34
• 2.3.2 超树的推理方法34-36
• 2.3.3 割集的推理方法36
• 2.3.4 连接树的推理方法36-39
• 2.4 贝叶斯网的近似推理39
• 2.4.1 基于仿真的方法39
• 2.4.2 基于搜索的方法39
• 2.5 贝叶斯网的扩展模型39-43
• 2.5.1 动态贝叶斯网40-41
• 2.5.2 面向对象的贝叶斯网41
• 2.5.3 定性贝叶斯网41-42
• 2.5.4 决策网42-43
• 2.6 本章小结43-44
• 第三章 知识和数据融合的贝叶斯网结构建模44-55
• 3.1 贝叶斯网结构的学习44-47
• 3.1.1 基于评分函数的方法44-47
• 3.1.2 基于约束的方法47
• 3.2 节点概率分布的学习47-49
• 3.3 知识和数据融合的结构建模方法49-54
• 3.3.1 知识和数据的融合方法49-53
• 3.3.2 实证研究53-54
• 3.4 本章小结54-55
• 第四章 基于案例和规则推理的贝叶斯网建模55-72
• 4.1 基于知识的建模方法55-59
• 4.1.1 建模过程55-57
• 4.1.2 知识表示方法57-58
• 4.1.3 贝叶斯网生成算法58-59
• 4.2 基于案例和规则推理的建模过程59-71
• 4.2.1 基于案例推理59-60
• 4.2.2 建模流程60-61
• 4.2.3 案例表示61-62
• 4.2.4 案例检索62-64
• 4.2.5 案例修正64-71
• 4.3 本章小结71-72
• 第五章 面向复杂问题的贝叶斯网建模过程72-81
• 5.1 贝叶斯网建模原则72-73
• 5.2 贝叶斯网建模流程73
• 5.3 建模流程分析73-79
• 5.3.1 问题分析阶段73-76
• 5.3.2 模型设计阶段76-78
• 5.3.3 模型测试阶段78-79
• 5.4 建模中的简化方法79-80
• 5.5 本章小结80-81
• 第六章 带权重的定性贝叶斯网81-89
• 6.1 定性贝叶斯网81-84
• 6.1.1 概念描述81-82
• 6.1.2 网络推理82-84
• 6.2 带权重的定性贝叶斯网84-88
• 6.2.1 影响关系的定义84-85
• 6.2.2 权重的获取85-86
• 6.2.3 修正的运算规则86-87
• 6.2.4 进一步扩展87-88
• 6.3 本章小结88-89
• 第七章 贝叶斯网在供应链管理决策中的应用89-99
• 7.1 供应链管理中的不确定问题89-91
• 7.1.1 需求预测90
• 7.1.2 供应链诊断90
• 7.1.3 风险防范90-91
• 7.2 应用贝叶斯网的决策过程91-92
• 7.3 需求预测问题的模型92-95
• 7.3.1 问题描述92
• 7.3.2 建模过程92-94
• 7.3.3 仿真运算94-95
• 7.4 面向供应链管理的IDSS框架95-98
• 7.5 本章小结98-99
• 第八章 总结与展望99-101
• 8.1 总结99-100
• 8.2 展望100-101
• 参考文献101-109
• 攻读学位期间的主要研究成果和发表的论文109-110

【引证文献】

中国期刊全文数据库 前7条

1 濮永仙;;贝叶网在农业专家系统中的研究与应用[J];安徽农业科学;2011年07期

2 卢文喜;罗建男;龚磊;辛欣;;基于贝叶斯网络的地下水环境系统决策管理研究[J];地学前缘;2010年06期

3 王昕;徐友全;高妍方;;基于贝叶斯网络的大型建设工程项目风险评估[J];工程管理学报;2011年05期

4 罗建男;卢文喜;陈社明;辛欣;;基于贝叶斯网络的水环境管理研究[J];节水灌溉;2011年03期

5 濮永仙;;贝叶斯决策网在智能决策系统中的应用研究[J];计算机与数字工程;2011年08期

6 张会;李子时;徐军;霍烁烁;;贝叶斯网络在通信对抗系统效能评估中的应用[J];舰船电子工程;2013年05期

7 潘晓东;王春江;黄镇鸿;张国辉;;作战重心建模中的条件概率生成方法研究[J];计算机技术与发展;2011年04期

中国博士学位论文全文数据库 前7条

1 刘家国;基于突发事件风险的供应链利益分配与行为决策研究[D];哈尔滨工程大学;2010年

2 苏谦;移动数据业务客户忠诚影响因素研究[D];电子科技大学;2011年

3 易静蓉;制造系统协调度综合评价与调控方法研究[D];华南理工大学;2011年

4 满君丰;开放网络环境下软件行为监测与分析研究[D];中南大学;2010年

5 王磊;协同攻击任务规划认知演化计算研究[D];国防科学技术大学;2010年

6 黄鑫;基于序列数据的太阳耀斑预报方法研究[D];哈尔滨工业大学;2010年

7 慕昱;基于数据挖掘的核电站故障诊断技术研究[D];哈尔滨工程大学;2011年

中国硕士学位论文全文数据库 前10条

1 梁俊秀;基于贝叶斯网络的轨道交通系统人因可靠性定量分析方法研究[D];北京交通大学;2010年

2 濮永仙;贝叶斯网在农业专家系统中的应用研究[D];云南大学;2010年

3 杨哲;可变自主系统体系结构及用户模型的研究[D];哈尔滨工程大学;2011年

4 林海玉;MEBN与BKPF相结合的软件异常行为预测[D];湖南工业大学;2011年

5 江澍;基于贝叶斯网的医院病历数据挖掘研究[D];合肥工业大学;2008年

6 袁银丽;面向C~3I的某复杂武器系统信息化性能评估技术研究[D];南京理工大学;2010年

7 葛燕;人机结合的贝叶斯网建模方法研究[D];西安理工大学;2009年

8 曾霞;基于贝叶斯网的Web服务信任模型研究[D];西安工业大学;2010年

9 张洋洋;基于多Agent技术的往复式压缩机在线智能诊断系统研究[D];大连理工大学;2012年

10 王美怡;贝叶斯网络在不确定性风险决策中的应用研究[D];首都经济贸易大学;2012年

  本文关键词：贝叶斯网建模技术及其在决策中的应用，由笔耕文化传播整理发布。

本文编号：317197