针对Liu等(LIU J,MARTINEZ L,CALZADA A,et al.A novel belief rule base representation,generation and its inference methodology.Knowledge-Based Systems,2013,53:129-141)提出的扩展置信规则库(BRB)推理精度不够高的问题,提出了...针对Liu等(LIU J,MARTINEZ L,CALZADA A,et al.A novel belief rule base representation,generation and its inference methodology.Knowledge-Based Systems,2013,53:129-141)提出的扩展置信规则库(BRB)推理精度不够高的问题,提出了一种改进的规则库构建与推理方法。在Liu等提出的规则库构建方法的基础上,给出了一种新的生成规则前件与计算规则权重的方法;同时为了避免大量不必要的规则被激活,引入80/20法则改进规则激活策略,并最终形成完整的置信规则库构建与推理方法。通过输油管道检漏的实例对所提方法的准确性和效率进行对比分析。实验结果表明,所提方法能够在保证低耗时的同时,将系统平均绝对误差(MAE)降低到0.17342,具有较高的效率和精度。展开更多
文摘针对Liu等(LIU J,MARTINEZ L,CALZADA A,et al.A novel belief rule base representation,generation and its inference methodology.Knowledge-Based Systems,2013,53:129-141)提出的扩展置信规则库(BRB)推理精度不够高的问题,提出了一种改进的规则库构建与推理方法。在Liu等提出的规则库构建方法的基础上,给出了一种新的生成规则前件与计算规则权重的方法;同时为了避免大量不必要的规则被激活,引入80/20法则改进规则激活策略,并最终形成完整的置信规则库构建与推理方法。通过输油管道检漏的实例对所提方法的准确性和效率进行对比分析。实验结果表明,所提方法能够在保证低耗时的同时,将系统平均绝对误差(MAE)降低到0.17342,具有较高的效率和精度。
