首页|基于D-S证据融合和直觉模糊贝叶斯网络双向推理的景区游客拥挤踩踏故障诊断分析

基于D-S证据融合和直觉模糊贝叶斯网络双向推理的景区游客拥挤踩踏故障诊断分析

扫码查看
原文链接
  • 万方数据
  • 维普
针对不确定条件下景区游客拥挤踩踏故障诊断问题,本文提出一种新的直觉模糊贝叶斯网络双向推理模型.首先,利用直觉模糊集表示专家对贝叶斯网络节点先验概率信息的模糊语言判断,并基于模糊可能性-概率变换公式,得到不同专家给出的节点先验概率值.其次,运用D-S证据合成规则进行信息融合,得到节点先验概率值.最后,结合贝叶斯网络模型,实现贝叶斯双向推理和重要度分析,并以华山景区为例进行实证分析.研究结果表明,本文方法可有效克服"去模糊化"方法导致的信息损失,为解决不确定环境下故障诊断和贝叶斯推理提供崭新途径.
An intuitionistic fuzzy Bayesian network bidirection reasoning model for stampede fault diagnosis analysis of scenic spots integrating the D-S evidence theory

李登峰、林萍萍

展开 >

电子科技大学经济与管理学院,成都611731

福州大学经济与管理学院,福州350108

直觉模糊集 证据理论 模糊贝叶斯网络 华山旅游景区 故障诊断

国家自然科学基金

72071032

2022

10.12011/SETP2021-0918

系统工程理论与实践
中国系统工程学会

系统工程理论与实践

CSTPCDCSSCICSCD北大核心
影响因子：1.575
ISSN：1000-6788
年,卷(期)：2022.42(7)
  • 1
  • 5
  • 17