基于BP-DS证据理论的航标状态识别模型研究

• 作者: 聂梓熠 蒋仲廉 初秀民 刘怀汉
• 来源期刊: 水运工程
• 学科: 交通运输
• 关键词: 航标状态 BP(反向传播)神经网络 DS(Dempster-Shafer)证据理论 决策融合
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 信息技术|Information Technology
• 页码范围: 150-156
• 页数: 7页
• 分类号: U611
• 语种: 中文
• DOI: 10.3969/j.issn.1002-4972.2022.01.026

摘要

内河航标标示了可航行水域的边界,是保障内河船舶安全航行的重要前提.面向内河航标不同故障模式,构建一种基于BP-DS证据理论的航标状态识别模型.采用两个BP神经网络分别训练航标基础属性数据与环境因素数据,计算独立的证据值;通过DS证据理论实现航标运行状态识别结果的决策融合.结果表明,基于BP-DS证据理论的航标状态识别模型精度达到80％以上,高于传统经验阈值判别法.