张延锋[1]2004年在《随机动态过程的多尺度表示方法研究》文中提出多传感器数据融合技术已在实际中得到了广泛地应用，如自动目标识别、交通管理和医疗诊断等，而数据融合的关键问题是模型设计和融合算法。 在自然界和工程实践中，许多现象或过程都具有多尺度特征或多尺度效应；同时，人们对现象或过程的观察往往也是在不同尺度上进行的。因此，为更好地表征这些现象或过程的本质特性，建立起现象或过程基于树状结构多尺度动态模型是十分必要的。此模型的的建立不仅是获取具有多尺度特征的数据分析或信号处理问题的一种重要方式，同时，利用它还可以为最优估计随机过程的状态变量诱导出高度有效、并行迭代算法。目前，多尺度模型技术已在地形遥感成像、海洋高度估计、地表重构、图像去噪、纹理辨识、图像分割、目标识别和地下水文学的多传感器数据融合等实际问题中得到了广泛的应用。 本文在已有工作的基础上，开展了以下几个方面的研究工作： 1、根据多尺度模型尺度不变性，即利用尺度间的Markov性，给出了一类1-D随机过程基于一般q阶树的多尺度表示方法，建立了相应的多尺度动态模型，详细推导了多尺度模型中的状态转移阵、扰动阵、初始状态和相应的协方差阵，并通过计算机仿真给出了不同阶树的多尺度采样路径。 2、给出了2-D马尔可夫随机场基于3×3阶树有冗余的多尺度表示方法，并结合多尺度分析的思想，建立了2-D高斯马尔可夫随机场降阶、近似、无冗余的多尺度表示模型。 3、针对不同尺度上具有不同特性的传感器在相同周期内对同一目标观测的动态系统，给出了一类系统基于不规则树结构的多尺度表示方法，并建立了基于尺度序列奇偶相间阶树、不同阶树的多尺度动态模型。 这为多传感多尺度数据融合技术奠定了理论基础。
史军杰[2]2006年在《一类随机过程的多尺度建模方法研究》文中进行了进一步梳理在现代高性能、多层次、复杂系统中,经常会遇到多传感器数据融合问题,即将不同类型、不同尺度上的传感器获得的信息进行有效的综合。近年来,为了更有效地解决这类问题,众多学者对多尺度系统理论以及与之相关的随机过程的多尺度表示方法和处理算法进行了深入的研究,这一研究已成为众多学科领域内科学研究者研究的热点。多尺度随机模型已在许多实际问题中得到了广泛的应用,如图像融合、图像去噪、边界检测、纹理分类、图像分割、医疗图像分析,以及海洋学、地球物理遥感和语音学等领域。所建立的现象或过程基于树状结构的多尺度动态模型,不仅是对具有多尺度特征的数据或信号进行分析或处理的一种重要方式,而且,利用它还可以推导出对状态变量进行最优估计的高度有效、并行的迭代算法。另外,在实际工程中,由于传感器的多样性和实际问题的复杂性,所使用的各个传感器的采样率之间通常呈现出不确定的比例关系。据此本文开展了以下几个方面的研究工作:1、提出了基于不规则树的多尺度表示方法和多尺度建模方法。这些工作是以对不同采样率的传感器所组成的观测系统进行多尺度建模为目的,主要通过以下步骤完成:由概率加权方法确定树状结构上的父子节点之间的状态转移矩阵,建立过程基于不规则树的多尺度表示,最后推导出多尺度模型中的状态转移阵、扰动阵、初始状态和相应的协方差阵。2、将多尺度随机建模的思想应用在图像融合中,建立了可适用于不同遥感地形数据的多尺度空间状态模型。利用它不仅可在二维空间上处理图像数据,而且还可将对二维图像的处理转化成对一维过程的处理,从而大大减少了计算复杂度。上述工作为进一步解决异步多源信息数据融合问题奠定了基础。
文成林, 张延锋, 史军杰[3]2005年在《一类随机动态过程基于q阶树的多尺度建模方法》文中研究指明利用多尺度随机模型能建立处理问题有效并行算法的这一优势,提出一类随机动态过程基于一般q阶树的多尺度建模方法。首先,利用Markov过程的条件独立性给出一类过程基于q阶树的多尺度表示方法;其次,基于q阶树多尺度表示和具体实例推导出多尺度模型中的状态转移矩阵、扰动阵、初始状态和相应的协方差矩阵等的具体形式,为具有Markov统计特性的过程或信号建立起多尺度随机模型,这将为有效地解决多源同类信息和多源异类信息的数据融合等实际问题提供了理论基础;最后,给出一类Gauss-Markov过程基于叁阶树和五阶树多尺度表示的计算机仿真结果,进一步验证建立模型的实用性和有效性。
闫莉萍[4]2003年在《多尺度数据融合状态估计算法研究》文中研究指明多传感器数据融合技术已广泛的应用于诸如自动目标识别、战场监督、交通管制等军事应用领域，以及诸如复杂机器系统的监控、机器人和医学诊断等非军事应用领域．通常，多传感器融合的数据与单源数据相比，有很大优越性．除了同源数据的简单组合（如：通过冗余的观测数据可以获得物理现象的更精确的估计）外，应用不同种类的多传感器也可以提高某些可观测量和可描述量的估计精度．另外，由于在军事应用领域强大的发展潜力，微机系统的快速更新换代，更先进的传感器的出现以及新的融合技术的发展，多传感器数据融合的性能不断获得新的提高．而近年来，小波分析成为一门迅速发展起来的新兴学科．其中在多尺度分析方面，多尺度信号和小波表示以及多尺度信号处理算法的研究日益成为国内外的研究热点．本文通过将多尺度信号表示和数据融合技术相结合，针对不同尺度上拥有不同特征的多传感器对同一随机现象(目标状态)进行观测的动态系统，在不同尺度上建立起多尺度随机动态模型，获得了一些有效的状态估计和重构算法．在每一种方法的最后，我们通过若干仿真实例进一步阐明了多尺度数据融合算法的进行过程，同时说明了算法的有效性．本文的主要学术贡献如下：1. 多传感器数据融合模型与算法综述．2. 提出了一种新的多尺度递归数据融合估计算法，并从理论上证明了算法在方差最小意义下的最优性．3. 基于Daubechies 4小波的低通滤波系数，发展了一种新的多尺度数据融合估计算法．4. 将小波变换与Kalman滤波技术相结合，给出了一种基于多传感器多尺度测量预处理的信号去噪新方法．
文成林, 史军杰, 张延锋河南大学计算机与信息工程学院[5]2008年在《基于不规则树的一类随机过程多尺度建模方法》文中提出该文针对一类异步采样的多传感器动态系统,在已有的规则树建模基础上,基于现象或过程所具有的Markov性,给出了过程基于不规则树的多尺度表示方法和多尺度动态建模过程,并通过计算机仿真验证了新方法的有效性。
刘育明[6]2006年在《动态过程数据的多变量统计监控方法研究》文中研究表明本文研究的统计监控方法属于过程系统工程中的多变量统计过程控制(Multivariate Statistical Process Control,MSPC)领域,是一类既可离线分析又可在线实施的数据驱动(Data-driven)的方法。由于过程复杂的内在机制、各种随机噪声和干扰的存在、闭环控制器的广泛采用以及实时监控的要求,过程数据往往都存在着与时间相关的动态性,但是对于复杂的多变量系统要建立准确的动态模型十分困难,对于这种动态过程数据的多变量统计监控的是个非常有挑战性的问题。多变量统计监控从目的上来说,与常规的系统辨识、滤波或控制方法需要基于比较准确的动态系统模型来进行推断不同,只是侧重于对反映系统变动的统计指标的描述,籍此本文主要研究了与动态过程数据监控相关的非模型方法,这类方法从统计和统计学习的角度,结合了多元统计分析、质量控制、动态性质的描述和时频变换来完成对动态过程数据的多变量统计监控,避免复杂的模型参数的确定,本文的主要研究工作包括: (1) 针对常规MSPC方法在故障检测、故障变量辨识和故障识别中的难点,提出了多元特征提取方法与基于支持向量机(Support Vector Machine,SVM)的一类分类器设计、特征选择以及多类分类器设计方法相结合的一种完整的改进MSPC方法,其中故障检测方法去除了特征满足特定分布的假设前提,并可确定多个统计量的控制限;故障变量辨识方法中综合考虑了故障对于各个变量大小的影响以及变量变化对于故障分类的重要性,提高了关键变量选择的准确性;而故障识别方法是基于SVM对故障特征分类的优良特性,避免了传统判别法中经验准则的引入。上述方法在标准仿真问题Tennessee Eastman过程上结合主元分析(Principal Component Analysis,PCA)方法进行了应用,结果显示了其有效性; (2) 探讨了动态多变量数据在样本不独立且不满足正态分布的情况下的控制图修正方法,首先指出了用非参数方法调整控制限或者构建考虑了自相关特性的统计量的常规方法,在此基础上结合具有记忆效应的指数加权移动平均(Exponentially Weighted Moving Average,EWMA)控制图和滑动块自举(Moving Blocks Bootstrap,MBB)控制图处理自相关数据的优点,提出了一种改进的滑动块自举法eMBB(EWMA-Moving Blocks Bootstrap,eMBB),该方法首先采用特征提取算法获得隐变量,然后构造新的eMBB自举统计量,以适应更
刘佳琳[7]2013年在《模糊统计决策理论基础上的大型工程项目风险评估方法研究》文中进行了进一步梳理随着社会经济长期快速发展，地球在为人类提供了生命必须的粮食、水和必要的能源和矿产资源的同时，也给人类带来了很多自然灾难，诸如火山、地震、海啸等。人类面临日益突出的环境、资源、能源等问题，这不仅是人类探求自然奥秘经过的历程，更是人类向大自然获取能源、资源同时为保障自身安全做出努力的过程，因此急需发展深部探测及其相关技术，以支撑解决以上方面遇到的各种问题。近百年来，各国的地球物理学家、地质学家进行着不懈的努力对其不断探索。我国科学家也意识到必须开展中国地球深部探测计划，才能解决所面临的重大资源环境问题全面实现地球科学的创新与发展。然而全世界地球科学家不得不面对一个事实就是：人类对自身赖以生存的地球内部结构了解太少，目前我们的直接钻探仅达到12km，与庞大的地球体系相比，所涉及的只是地球的表面结构。在一直以来的研究中，研究人员渐渐发现一个不争的事实：可谓上天不易，入地更难。所谓“入地”就是通过深部探测工程，了解地下物质、结构的过程。而以上所要解决的问题都将依赖于深部探测手段——大陆深部科学钻探工程。大陆深部科学钻探工程不仅仅是一个名词，更不单纯是一个简单的工程，它是现代地球科学研究领域中不可或缺的重要工具，它能够提供随着深度的增加直接获得信息，同时无疑也是验证地球物理研究成果和结果正确性的可靠手段。我国超深科学钻探设计万米深度，将面临一系列挑战。随着深度的增加，温度、压力等环境因素也在不断变化，设备的安全性以及钻探过程中事故发生的概率也随之大大增加，对风险的预测和防范增加了难度。实际大陆深部科学钻探工程的实施可以作为实验室研究成果的验证手段，同时对于探索地球奥秘、改进研究起着关键性作用，同时也扮演着极其重要的角色，与社会能源经济有着紧密的联系。其中随钻设计的动态实时量化风险评估针对这项工作展开，能够直接在人力物力财力上减少大量不必要的损失，降低大陆深部科学钻探的整体风险，因此，启动该项研究具有现实意义。然而，现有的风险评估方法满足不了大陆科学深部钻探的需要。原因是：（1）信息来源单一，目前进行项目风险评估的信息源往往是专家系统的经验和单一手段获得的数据，在有经验可循的项目或事件中，专家的经验可以作为判断的依据，遇到无经验可以参照或者经验很少的情况下，这种方法就会变成一种相对主观的判断，很多问题会由于主观经验不足，引起判断上的失误；（2）在对风险评估整体评价维度上，以往的方法是简单地将风险发生的概率与事后影响相乘，这样虽然能够评价出风险的大小，但是得到结果是宽泛、粗线条的，有时甚至可能会遗漏一些风险，或者把一些并不重要的风险归入其中，这样会对进一步的工作带来干扰。（3）现有风险评估的方法大部分是静态的，虽然近年来风险评估会应用在石油勘探企业的管理中，但绝大多数解决的是事前关于项目预算和时间估计与预先评定方面的应用，对于大型工程项目，只做这些方面的风险评估是远达不到要求，加强动态风险评估是解决问题的重要途径，因此，针对具体问题发展一套行之有效的解决方案尤为必要。随着深部钻探技术的不断改进，获取数据信息的手段也不断增加，如何将获得的海量数据有效利用，是获得优质风险评估结果的前提，这就涉及在数据处理阶段用有效的方法将得到的信息进行多尺度多源信息融合。这些数据主要来自于重力勘探、磁法测量、电法测量、地震手段、随钻测井等信息手段。这些信息具有以下特点：多类型、多尺度、多时态，同时数据量庞大数据结构复杂，但是如果恰当运用，这些数据信息之间将能相互配合弥补、彼此之间的不足，从不同角度反映相同地质体特征。除了以上客观数据信息外，我们还有专家系统，这也是一个巨大的信息来源。另外，在深部探测过程中进行实时风险评估可以解决钻进过程中客观条件不断变化带来的问题，例如：压力、温度以及地质岩层结构，直接导致风险因素也会随之发生变化，风险发生的可能性也会发生变化，这就需要在钻探过程中对风险因素进行实时更新与识别，随时监控钻探各项风险发生可能性的大小，以便及时采取防范措施。因此，针对数据特点发展一套行之有效的融合技术需要进行跨学科技术融合和针对性攻关研究。综上所述，深部探测所提供的参数特点具有诸多不确定性，运用结合针对对比开发建立在统计基础上的风险评估数学模型，可以解决在该行业中未解决的问题，因此，对超深钻探进行随钻实时风险评估方法的研究具有理论意义和应用价值。针对大陆超深科学钻探过程中不确定性风险预测和防范问题所设定的研究目标，提出一套基于多尺度多源信息融合的动态风险评估方法，同时建立多指标风险综合评价体系，通过利用随钻测量数据实时更新和完善评估手段，修正评估参数，实现钻进过程中及时发现风险、规避风险和降低风险的应用目标。本文的研究内容：主要分析如何充分考虑大陆深部钻探工程的特点，针对深部钻探随钻过程缺乏有效实时评估钻进风险的方法和技术等问题，尤其是超深钻探过程对此需求更为迫切，本项目将基于实际参数的多尺度多源信息特性，以及在随钻过程中数据实时、递归的特点，研究随钻深度动态参数融合的风险评估方法，对钻进过程中可能出现的随机风险作出预测，提高实时风险评估的准确性，并在复杂的工程实践中得到加强和完善。由此，本论文形成了一个逻辑比较合理的研究框架，在此框架下本论文系统地研究了风险评估方法的相关问题。从研究工作流程上可分为以下7个章节：第一章：摘要。主要介绍本论文的研究背景以及研究的目的和意义。第二章：研究综述。将论文中涉及的两大概念给出定义与性质的描述，同时对国内外的研究现状进行综述。第叁章：论文的核心章节之一，属于静态风险评估方法的研究部分。在这一章中主要目的是对各个因素进行风险评估从而进行风险排序，根据以往研究的经验总结出不足之处，提出一种新的4维度评价标准，这4个评价标准分别是：风险发生的概率、风险严重性、不可预知性和恶化后果严重性，这4种维度的评价标准，能够更加适合本项目的特点进行风险评价，以期达到在项目施工前期更加贴近实际风险发生情况概率的预测，给项目实施方以一个量化的标准来看待将要执行的项目，首先是会在哪些方面遇到风险，这些可能发生的风险的大小是怎样的，使之能更加直观明朗。第四章：论文的另一核心章节，也属于静态风险评估方法的研究部分。在这一章中主要目的是对项目整体风险进行风险评估，应用了集成的解释结构模型（ISM）和网络分析法（ANP）对其进行评估。第五章：论文的又一核心章节，动态风险评估方法研究部分。这项研究的主要目的是根据项目实施的具体特点提出的，本项目的特点是：有很多因素会在钻探过程中发生变化，而这些因素的变化在施工前期是无法准确得到的，也就是说在施工前期所得到的情况并非准确信息，这样就加大了项目实施过程中的风险。另外，还有一些影响因素是随着钻进的加深而不断变化，我们在施工前期只能知道这影响因素的大概变化趋势，这样在很大程度上也加大了施工的风险。同时需要明确的是，由于本项目的特殊性，如果在本文中所提出的风险发生，带来的将是十分严重的后果，这样就需要我们在项目施工过程中，不断增强风险预测概率的准确性，以期能够提前给项目实施人员以预警，尽量做到防患于未然的目的。第六章：案例研究。将以上叁个核心章节中的方法应用到大陆科学深部钻探工程中，运用在项目中实际得到的数据对以上方法进行验证，一方面是能够对上述工程项目的风险有一个全面量化的结果，另外方面也是验证所提出方法的正确性和可行性。第七章：对全文的总结和展望，在这一章中提出了本研究的不足之处以及未来的研究方向。通过大量国内外文献的阅读以及调研，发现了下面7个在风险评估中的具体问题，因此本论文围绕大型工程的风险评估方法进行研究，就发现的问题展开探讨：（1）如何确定评语集中每个权重的合理性；（2）如何确定每个风险的相对重要性；（3）现有的评价方法并不完善，如何使其能够更加完善，评价结果能够更加合理并且不遗漏或增加风险；（4）如何更加准确地对各个风险因素进行排序；（5）如何对项目整体风险指数予以较客观的评价；（6）在动态风险评估中获得的海量数据，如何将其进行有效的数据过滤；（7）如何有效地对动态过程进行监控的问题。针对以上提出的问题，就现有研究中很少涉及动态风险评估方法这一不足提出解决方案、针对静态风险评估中对每个风险因素进行评价的维度进行了改进，就此，本文在改进措施、调整方案、集成处理手段、处理流程思路、处理技巧等方面提出了以下的创新和改进之处：(1)用层次分析法和网络分析法来确定每个的权重的合理性。(2)用ANP方法确定每个风险的相对重要性。(3)在模糊综合评价法中提出一种新的四维度评价方法。(4)用ISM方法是用来识别风险之间的相互依存关系。进行基于模糊综合评价法的项目风险因素评估方法的研究。从预备阶段的识别风险因素开始，然后进行评语集的建立和评价标准的建立，然后确定每个风险指标的权重，建立模糊评价矩阵，最后计算出风险因素的风险指数。(5)针对风险的重要性排序问题提出一种整合了ISM和ANP的方法。基于集成的ISM和ANP方法的项目整体风险评估方法研究，将ISM和ANP方法有效集成最后计算出项目的整体风险指数。(6)以Kalman滤波为基础，提出一种扩展的Kalman滤波方法对多尺度海量数据进行过滤。(7)在研究动态风险评估方法是，结合实际特点，提出基于多尺度信息融合的动态风险评估方法模型。针对在动态过程中所采集数据的特点，进行动态风险评估方法上的研究，从数据过滤到算法再到模型的逐步推进，最终得到在动态过程中对风险的评估结果。(8)将本论文的所有创新研究方法应用在SinoProbe大陆深部科学钻探项目中，以验证其可行性得到评价结果。对于静态风险评估方法研究的研究思路和技术路线包括以下几个方面：(1)利用模糊综合评价法对项目风险因素进行评估从预备阶段的识别风险因素开始，然后进行评语集的建立和评价标准的建立，然后确定每个风险指标的权重，建立模糊评价矩阵，最后计算出风险因素的风险指数。(2)集成解释结构模型（ISM）和网络分析法（ANP）进行项目整体风险评估将ISM和ANP方法有效集成以计算出项目的整体风险指数。首先确定每个风险的相互依赖程度的大小，构建可达矩阵，随后建立有向图并形成解释结构模型，接下来应用ANP构建网络结构形成超矩阵，在超矩阵的基础上构建聚类矩阵和加权超级矩阵，最终得到项目整体风险大小的评价。对于动态风险评估方法研究的研究思路和技术路线包括以下几个方面：(1)多源信息数据过滤问题本项目中获得数据是多元化的，获得手段包括：重力测量、磁力测量、电法测量、地震测量以及在钻井过程中的测井以及录井的数据，针对某一风险因素，不是所有的数据信息都可以利用得上，有时虽然几个测量指标都能够指征同一个地质特征，但是测量精度、表征的准确度却不尽相同，如何有效利用这些数据信息，将不必要的冗余信息剔除做到数据过滤。本文中所指的多传感器概念和以往的并非完全相同，在这里是广义的多传感器的概念，将多种获取数据的手段看成是多传感器的目标。引入多尺度Kalman滤波的概念，由于其有实时性和递归性以及融合性的特点适应于我们应用领域，建立多传感器的多尺度算法，这是研究的内容之一。(2)动态过程多尺度信息融合表示方法和建模。建立动态过程的信息融合表示方法和建模方法，随后应用这一方法进行动态过程的过程监控以最终得到对于动态过程风险评估的目的。叁、四、五、六章是文章的核心章节，提出评价标准，另一个是建立动态风险评估模型，并在实际项目中进行验证。以上的研究成果包括：静态风险评估方法的研究和动态风险评估方法的研究，在研究过程中针对动态风险评估的过程，由于工作量比较大，没有对项目所涉及的所有主要风险进行动态风险评估验证，这是本文的不足之处。同时在今后的研究中，由于本项目的特点，涉及的数据是多尺度、大数据量的，在数据处理方面需要进行更进一步的优化，这是可以开展进一步研究的地方。
周福娜[8]2004年在《多传感器数据融合与线性逆问题的多尺度求解方法》文中指出在遥感技术、核医疗技术、计算机断层扫描(CT)技术、地质勘探、地下水文学、电磁辐射、图像恢复和重构、肿瘤检测、非破坏性检测等科学研究和工程实践中，经常需要根据一组观测到的数据来估计目标的真实信号，而观测到的数据往往是真实信号经模糊、失真和加噪等过程后所得的输出信号，通常称这类问题为逆问题。目前，逆问题研究中需要解决的关键问题是： 1．对逆问题中的病态现象，给出一种合理的正则化方法； 2．减少逆问题求解所需的计算量，增强求解算法的可实施性。这是因为，一方面，由观测数据的不完全性等因素导致的病态现象往往会给逆问题的求解带来很大困难；另一方面，由于观测设备自身性能和观测环境等因素的限制，要获得更高的估计精度往往需要用多个传感器对目标进行观测，这必将给求解逆问题带来由于计算量过大而难以实现的困难。 为此，我们在已有研究的基础上，将逆问题求解与多传感器多尺度数据融合技术相结合，开展了以下几个方面的研究工作： 1．发展了一种多传感器分布式融合算法，给出算法的理论推导及仿真结果； 2．给出一种多传感器分布式次优Kalman滤波器，并以相对误差协方差矩阵作为量化指标，对该滤波器的融合效果进行评估； 3．基于小波多尺度表示理论给出逆问题求解的多尺度降阶模型，同时用相对误差协方差矩阵对阶数不同的降阶模型的估计精度进行分析； 4．针对多源观测逆问题的求解，在兼顾算法的复杂度和估计精度的情况下，提出一种多尺度分布式分层融合算法；利用该算法，在得到与集中式融合相当的估计效果的同时，也大大减少逆问题求解所需的计算量。
史军杰, 文成林[9]2007年在《基于不规则二阶树的多尺度表示和多尺度建模》文中提出多数现象或过程具有Markov性,对在不同尺度上拥有对同一目标进行观测的多传感器系统,利用Markov过程的条件独立性,提出了不规则树的新概念,建立了动态过程基于不规则二阶树的多尺度表示方法,给出了确定多尺度模型中各种参数的具体步骤,并通过计算机仿真实验验证了所建立的动态过程基于不规则树的多尺度表示方法和多尺度模型的有效性与实用性.
王沙燚[10]2008年在《灾害系统与灾变动力学研究方法探索》文中提出灾害系统是一个极其复杂的巨系统,它的发生、演化都具有相当复杂的特征,如有序化、突跳性、不可逆性、长期不可预测性以及模糊性、灰色特性等,这些特征都是传统的牛顿力学所不能描述的。然而,耗散结构、协同、突变论、混沌理论等非线性理论和复杂性科学的出现,使得从总体上研究系统灾变的非线性动力学发生、演化过程及控制因素成为可能。以耗散结构、协同、突变论、混沌理论的非线性理论强调了系统发生、演化的方向,亦即系统演化的不可逆性。开放的灾害系统吸收负熵流,系统的各个组成部分之间存在非线性作用,并在涨落作用下通过自组织和突变形成新的有序的结构—耗散结构。本文从耗散结构和自组织的角度研究整理了实际工程中的滑坡、围岩系统演化、水土流失、生物湮灭等灾变过程的发生、演化,总结了复杂性科学在煤矿安全管理中的指导作用,并介绍了耗散理论在社会经济、证券市场、气象、水文循环中的应用。突变理论是研究系统的状态随外界控制参数连续改变而发生不连续变化的数学理论,是研究灾变系统突跳特性的重要工具。本文介绍了尖点突变模型在系统危险性评价、预测和采矿、水利工程中灾害分析的应用,以及在隧道、地下硐室施工中防灾的指导作用;介绍了含软弱夹层岩体边坡失稳问题和建筑火灾的燕尾突变模型的应用。针对灾害系统的模糊性和灰色特性,本文介绍了利用模糊理论和灰色预测理论,为灾害系统的分级、综合评价、聚类分析和灾害的预测等问题整理出了较系统的解决办法。此外,灾害链理论是近几年才发展起来的灾害理论,本文介绍了基于灾害链式发生机理的防灾减灾新方法的当前有关成果。信息熵是热力学熵的推广,是系统混乱程度的测度。灾害系统的发生就是降维、有序化的过程,因此,用信息熵的演化来描述灾害系统的发生、演化特征是可行的。本文在修正一些既有灾害熵表述的不足之处基础上,构造灾变信息熵基本量的特征,并提出了基于损伤张量第一不变量构造损伤信息熵的观念。介绍了信息熵应用于系统的安全评价以及水文循环等实际问题中。混沌论是上世纪60年代才建立起来的科学,混沌是指在确定性系统中出现的无规则性或不规则性,灾害的混沌特征主要表现在短期可预测而长期不可预测的特征。用Lyapunov指数、Kolmogorov熵、分数维等研究、预测灾害系统的演化,以达到防灾的目的。本文介绍了滑坡、基坑的非线性混沌预测以及基于混沌理论的冲击地压预测的具体方法。本文总结大量的灾害研究的资料,并以此为基础探索、总结了灾害系统的非线性与灾变动力学的研究内容和方法,从大系统角度讨论了如何研究灾害孕育、演化、发生、传播、影响,评定、预测和防止的普遍规律和方法。提出了建立灾害系统和灾变动力学的思想和理论框架体系,为灾害研究以及防灾减灾提供了新思路。
参考文献：
[1]. 随机动态过程的多尺度表示方法研究[D]. 张延锋. 河南大学. 2004
[2]. 一类随机过程的多尺度建模方法研究[D]. 史军杰. 河南大学. 2006
[3]. 一类随机动态过程基于q阶树的多尺度建模方法[J]. 文成林, 张延锋, 史军杰. 电子与信息学报. 2005
[4]. 多尺度数据融合状态估计算法研究[D]. 闫莉萍. 河南大学. 2003
[5]. 基于不规则树的一类随机过程多尺度建模方法[J]. 文成林, 史军杰, 张延锋河南大学计算机与信息工程学院. 电子与信息学报. 2008
[6]. 动态过程数据的多变量统计监控方法研究[D]. 刘育明. 浙江大学. 2006
[7]. 模糊统计决策理论基础上的大型工程项目风险评估方法研究[D]. 刘佳琳. 吉林大学. 2013
[8]. 多传感器数据融合与线性逆问题的多尺度求解方法[D]. 周福娜. 河南大学. 2004
[9]. 基于不规则二阶树的多尺度表示和多尺度建模[J]. 史军杰, 文成林. 河南大学学报(自然科学版). 2007
[10]. 灾害系统与灾变动力学研究方法探索[D]. 王沙燚. 浙江大学. 2008
标签：自动化技术论文; 统计模型论文; 风险评价论文; 预测模型论文; 数据融合论文; 系统评价论文; 随机算法论文; 动态模型论文; 工程信息论文; 风险模型论文; 项目评估论文; 数据建模论文;