紧急风险分析基于模糊证据推理

文摘

风险分析的紧急有效的应急管理是至关重要的。然而,传统的分析受到新兴问题紧急出现越来越复杂的风险。紧急的风险属性源自复杂的来源,和他们的信息总是不完整的。确保应急风险分析的效率和稳定性,提出了一种思考的方法组成的结构描述框架和模糊证据推理。首先,发现的风险属性结构描述框架。获得的信息作为证据和规范化进行进一步分析。其次,风险分析与构造模糊证据推理模型,并评估风险等级。最后,某铁路工程事故为例来测试模型和一些管理的见解。方法结合结构描述框架和模糊证据推理模型是可行和有效的;此外,它提供了稳定的支持应急风险分析。

1。介绍

在过去的几十年中,对应急管理的研究在学术界和实践(获得了巨大的关注1- - - - - -4]。由于紧急的复杂性及其严重后果,这是至关重要的,深入研究应急管理包括风险分析、开发控制和演化管理(5]。有各种类型的紧急情况,使应急管理更加复杂。在中国,按照国家总体应急计划,紧急主要包含四类:自然灾害、社会保障、公共卫生、和技术事故。地震,一个典型的自然灾害,例如,它执行复杂的后果(6]。结果通常显示为一个复杂的灾害链包括人员伤亡、经济损失、火灾、山体滑坡、洪水、瘟疫、和社会恐慌。另一个例子是铁路工程事故(7),这是更难应对事故等的原因,结合工业技术和自然状况和社会环境因素在一起。因此,许多作品进行镜头的复杂性科学(8- - - - - -10),和一系列积极进展11- - - - - -13]。考虑紧急情况的复杂性和它的后果,这将有利于应急管理如果决策者能尽早反应(14]。因此,紧急的风险分析具有十分重要的意义。

作为应急管理的关键部分,紧急风险分析(实际上是一个复杂的工作15]。准确和稳定分析的紧急风险意味着伟大的许多方面16等),以减少发生的频率(17),较低的初始损失(18),和有效控制的演变过程19]。因此,有必要提出先进的风险分析方法来更好的解决问题。以中国应急管理为例,风险管理和全相位的特点,所有涉众,所有类型直到2003年才通知。因此,在风险分析的研究取得进一步进展,特别是在应对日益复杂的风险环境,建议开发更加灵活和适应性的分析方法。

一些研究人员注意到,紧急风险通常表现较差,由于不完全信息要么不足或损失(20.,21]。处理这样的决策方案,介绍了证据理论和证据推理方法(22]。基本证据模型,它关注命题的不确定性的特点制定解决问题的不确定性(23]。这可能是意识到通过对比的命题,并设置一个接一个。取 为一组,其中的元素是互斥和详尽。是所谓的识别框架集。此外,质量(米)描述了框架的信念,它满足 ,和 ,在表示空集和一个代表的任何子集 。作为其利用证据推理的发展,处理决定场景没有完整的信息是越来越明显24- - - - - -29日]。因此,常识为决策者和研究人员组成,证据推理解决问题多属性的特征。

最近有关证据推理方法专注于工作原因证据规则的更新,这个方法的实现在实践中,以及与其他方法的集成。在广泛研究致力于证据推理,下面的作品非常具有代表性的。小王和Elhag30.通过人工神经网络模型桥的风险,证据推理和多元回归分析。建模机制的比较后,他们认为证据推理的显著优势是它的造型能力的定量和定性数据使用分布式建模框架。一些作品关注更新的证据规则。杨和徐31日)改进证据推理方法的新规则考虑证据权重和可靠性。刘等人。32)关注犹豫模糊信息和突出应急管理中信息处理的重要性。一些作品关注如何使用证据推理来解决问题。香港et al。33)发展的信念基于规则的推理方法使用证据推理方法,帮助决策者预测创伤的结果。徐et al。34]调查一个纯粹的数据驱动的工作和使用证据推理提出一种分类方法。Zhang et al。35考虑一个模糊规则,进行导航的风险评估。一些小说作品建立分析框架通过整合证据推理与其他方法。王等人。36)结合层次分析法和证据推理,他们帮助承包商选择合适的分包商。证据推理在这项工作有助于排名选择分包商。Ng (37)需要证据reasoning-based方法作为一种快速和客观的工具,用它来排名可用的设计方案。处理相结合的多属性决策和非寿险周期评估,证明了证据推理的好处是评价设计方案的环境性能。香港et al。38)做一个结合主成分分析和证据推理方法,并提供一个新的框架来评估病人的满意度。

总之,两个流的研究与我们的工作密切相关:应急管理,尤其是风险分析,和可能导致的风险分析方法,特别是证据推理。现有的研究对风险分析和证据推理做出了重要的贡献。然而,值得一提的是,很少有人注意到风险分析的技术事故,如铁路工程事故。它可能引发的风险分析的缺乏理解这样的紧急情况。考虑到紧急的信息总是不确定和不完整,我们采用模糊证据推理。进一步,为了更好地理解风险的属性,我们引入模糊证据推理结构描述框架。因此,我们提出一个分析方法,通过融合模糊证据推理的结构描述框架。证明我们提出的模型的有效性,我们运行一个案例研究在铁路工程事故。铁路工程事故是一个复杂的系统,它可能包含运输事故,公共设施事故、设备破坏,环境污染,工业危害和经济损失39]。此外,它是一个典型的技术事故和紧急研究很少分析。因此,我们的工作不同于先前的研究。我们提出一个新颖的方法为风险分析将结构描述框架与模糊证据推理相结合,尤其是不完善不确定或不完整的信息。我们首先建立事故结构描述框架,识别框架,它有助于快速而准确地识别风险属性。其次,我们构造模糊的信仰结构模型和规范化我们收集的所有信息作为证据。第三,模糊证据推理模型用于进一步处理风险的属性。最后,我们获得了风险分析结果,提供紧急风险分析的解决方案。

本文的其余部分组织如下。部分2建立了结构识别的风险属性的描述框架。部分3说明了模型和部分4以某铁路工程事故为例来测试我们的工作的有效性。最后,部分5总结我们的工作,为今后的研究提供了方向。

2。风险属性分析

应急风险属性的准确识别是风险分析的前提。核心对象识别的一般属性和基本属性(40]。没有统一的或统一的模型不同的紧急情况41),我们提出一个合理的分析框架。我们确定的基本风险来源其次是可能的结果和设置它们的证据。之后,我们把所有的证据推理规则和变换的一般属性。直到那时,我们完成紧急风险属性分析和基础建设的模糊证据推理模型。

2.1。应急风险属性的识别

关于紧急的复杂特点,可能是高不确定性和严重的后果,我们应该考虑内部和外部风险属性的复杂系统。系统地说明紧急,它采用一组形式建立结构描述框架作为紧急={{紧急类型},{键属性},{二级属性},{环境属性},{风险属性}}[40]。这个框架明显有助于理解紧急及其严重程度。回顾框架,它提供了一个简单的方法来识别风险属性,覆盖的风险来源,模式,趋势和结果。因此,这个框架也可以应用于紧急风险属性识别和相应简化为紧急={{键属性},{二级属性},{环境属性}}。其中,关键属性是在紧急危险因素。在某种程度上,风险等级(风险值)直接决定了初始的严重性后果,一旦事件发生。二级属性也源于内部的紧急,通常间接影响紧急。环境属性存在之外的紧急情况下,紧急显著地影响明显,但不一定可控。为方便进一步分析,这三个属性统称为一般属性。此外,说明具体的紧急风险,每个属性可以细分的基本属性。 That is, the general attributes are extracted to describe the common characters, while the basic attributes are used to highlight the specific status. Then, the identification framework for emergency risk attribute is established as shown in Figure1。

考虑到一般属性之间的关系、基本属性、和紧急风险等级,我们获得推理规则如下。如果没有一定的一般属性的基本属性属于特定的风险等级,一般属性不属于这个风险等级。如果所有的基本属性的某些一般属性属于一个特定的风险等级,那么一般属性也属于这个风险等级。如果基本属性的一般属性属于多个等级,那么一般属性应该分配给不同等级下的具体规则。使用框架如图1,我们可以识别风险属性,找到风险的来源,评估发生概率,并预测可能的后果。一旦风险属性分析框架建立,它将支持后续的建模研究应急风险分析。

2.2。模糊的信念模型进入紧急状态

考虑风险的复杂特征属性,有必要规范所有风险属性进行进一步分析。通常,需要等级描述紧急风险。成绩应该包含几个标准来评估风险。标准可能覆盖严重的紧急,紧急发生的频率和紧急的后果。以列车制动系统故障风险为例,风险等级定义为年级我年级第四。自然灾害风险,细分到五年级。也有一些紧急风险等级所描述的定性方法。例如,故障模式严重程度可分为微不足道,边际,关键,和灾难性的;事件的频率可以被描述为很少,很少,平均水平,通常,总是。此外,也有一些定量描述方法,如风险值。风险属性是如此不同的证据,证据应该规范化之前进一步分析。 Combining the fuzzy set theory and the belief structure model, we establish fuzzy belief structure.

假设紧急N模糊风险等级和相邻两个年级可能相交。鉴于隶属度函数,我们象征模糊数为每个年级FG_n并进一步与三角模糊数和梯形模糊数描述它们。成品之间的交集_n和成品_{n+ 1}表示为成品_{n,n+ 1},如图2。然后,紧急模糊风险可以说明了FG = {FG₁、成品₂FG,…_nFG,…_N}。一起信仰模型,我们得到模糊的信念模型如下: 在成品_n代表模糊风险等级,N描述了成绩的总数β_n表示紧急风险等级的信念落在年级FG_n。此外,我们有 。具体地说,表明风险属性信息是完全已知的,而表明人们对风险一无所知属性。

3所示。模型

在上述分析的基础上,将提出证据推理模型。建立的模型将最终通过以下四个步骤。首先,风险识别属性。结构描述框架的紧急,我们可以获得一般属性,并进一步通过应急管理经验获得的基本属性。其次,信息的风险属性是标准化的。我们收集的信息的所有风险属性和把它们作为证据进行进一步的推理。然后,我们组的规范化规则的定性和定量的证据。第三,一般属性导致风险计算。这一步的主要工作主要由计算质量价值和相应的信念的一般属性,以及可靠性分配的十字路口。最后,应急风险分析结果。 The framework of evidential reasoning model is shown in Figure3。第一步是准备通过风险属性分析,我们将从第二步追求模型建设。

3.1。模糊的信仰结构转换

证据的风险属性multifeature的特点,多重标准,和multilength增加风险分析的复杂性。因此,它是必要的规范化风险属性的证据之前,后续分析。为了解决这个问题,我们采用模糊信仰结构模型。鉴于模糊风险等级 模糊的信仰结构 。假设风险属性R有证据的长度l,其风险等级 及其模糊的信仰结构可以被贴上 。关于证据可以说明定性或定量(即使不同长度),我们设置了处理规则如下。

如果风险属性定性证据与模糊风险等级相同的长度比较紧急,也就是说,N_l=N,然后可以直接转换的证据

如果证据是定性与不同长度比较模糊风险等级,也就是说,N≠N_l,那么我们可以把它转换成的信念 。因此, 在 。

如果风险属性量化证据和其风险值属于模糊风险等级与会员另外,然后转换为

由(2)- (4),基本的风险属性证据是标准化的。

3.2。模糊证据推理模型

正如上面提到的,我们建立一个结构描述框架组成的关键属性,次要属性和环境属性;我们可以使用这个框架,即R老= {{KR}, {}, {ER}}来描述紧急风险属性。每个通用属性可以细分为某些基本属性。从那时起,我们以KR为例构建模型。假设的数量KR的基本属性X并获得 在模糊的信仰结构转换。设置相应的重量作为 ,和 ,每一个基本的风险属性的质量价值可以得到

此外,也不能确定存在一些风险,由于不完整的甚至完全未知的信息在实践中,这是衡量

通过归一化权重来 ,我们可以进一步处理的证据KR。基米-雷克南的风险评价结果 。因此,我们获得的质量价值KR通过以下方程:

的质量价值两个相邻风险等级之间的十字路口

不确定风险等级的质量价值由于不完美的信息

特别,是由 。

每个质量价值的信念

我们得到的主要分析结果 。然而,两个等级之间的交集并不存在于现实。因此,还需要进一步分析 。

3.3。分配模糊交叉的信念

考虑到风险等级规范清晰的在现实中,这是必要的过程相邻的风险等级之间的十字路口。以确保分析是合理的,我们设置了推理规则如下。如果十字路口完全属于或 ,那么它的信念也属于或 。如果十字路口不同来 ,如图4和设定的端点和 ,然后我们分配 在这个区间。

因为它是图所示4年级的比例在是 ,而成绩的比例是 。 ,他们是由(12)和(13)分别:

因此,分配给年级信念是

然而,信仰分配给成绩是

然后,结合 ,我们得到了事故的初步风险分析结果

以来的关键属性,次要属性和环境属性已经分化,当我们确定一般风险属性,没有必要等级风险属性一般风险分析范式。

3.4。模糊证据推理结果的分析

更直观地理解风险等级,我们进一步分析。它也有利于应急管理,如发布预警信号和制定应急响应在不同阶段的紧急。为了解决这个问题,我们使用的期望风险值。随着风险等级及其信仰可以获得的(16),我们确定风险等级值如下。假设的风险值最高等级1和最低等级为0,n−2年级其中可能由特定的事故。分析结果将最终获得的所有风险值的总和:

基于关键属性的分析,我们可以分析二级属性和环境属性的风险提出的相同的方式(1)- (17)。关于KR的期望风险价值,SR,呃,这将帮助分析事故风险。鉴于风险属性的信息,模糊证据推理模型将有意义的估计到什么程度会发生事故。此外,这种方法还有助于评估事故后果的严重程度。

4所示。模型分析的案例研究

在这里,我们以铁路工程事故为例。铁路工程事故是一个典型的技术事故,很少研究在以前的作品。我们确定风险属性的信息和证据主要来自以下两个文件:铁路建设工程的风险管理技术规程(2014年发行的中国铁路),施工风险的统计数据(宣布的一系列文件某些铁路项目在2018年)。

4.1。模型的解决方案

以下4.4.1。步骤1

使用紧急风险属性识别框架,我们确定的一般属性及其基本属性。然后,计算出风险等级、重量和所有属性的价值。最后,我们获得21个基本属性,总结了他们的信息如表所示1。

4.1.2。步骤2

考虑在中国铁路工程的具体条件,我们测量铁路工程事故的风险等级{灾难性的关键,一般情况下,边际,无关紧要的},它简化了FG = {FG₁、成品₂、成品₃、成品₄、成品₅}。关于图2,最后,我们确定铁路工程事故的模糊风险等级图5。

4.1.3。步骤3

我们采取进一步的过程基本风险属性。简单但不失一般性,我们省略的过程从multi-information获得最终的证据。计算从路堑边坡高度,其风险值为2;三角模糊数FG₁(0,0,4)和成品吗₂是(0、4、8)。然后,我们获得模糊的信仰吗路堑边坡高度作为 ,带(0.5,0.5,0,0,0)。所有的基本属性分析结果表明在第三列在表中2。然后,我们得到质量价值(5)- (7),结果显示在第四列在表中2。基于方程(8)- (11在铁路项目),我们得到的主要结果事故风险分析和第五列在表中所示2。请注意,相邻等级之间仍有一个十字路口;因此,我们追求分配以下步骤的十字路口。

4.1.4。步骤4

由方程(12)- (16),我们分配两个相邻等级的十字路口的信念和得到的结果对风险评估考虑风险等级及其信仰。如前所述,我们进一步计算每个基本属性的期望风险值通过使用方程(17)。最后,我们得出结论这一步的结果和他们在表列表3。

4.2。结果分析

我们可以画一些管理洞察出上述结果。一个有趣的一点是,风险价值的关键属性不是相当高的比较与传统的认可。我们从实践的角度解释这个违反直觉的结果。在现实中,人们往往花费巨大的金钱和高精力在这方面,它会导致技术进步和有效的监管。因此,虽然关键属性是至关重要的铁路工程事故,失败率和风险值较低。它符合中国铁路项目的发展现状。

二级属性执行相对平均风险等级和信仰,这基本上是与实际情况一致。出人意料地,分配给环境属性是相对较高的。这可能是由于地质条件是重要的铁路项目及其操作。因为它是铁路工程事故的统计数据所示,造成重大经济损失和人员伤亡通常环境属性。

在某种程度上,这些发现将推动管理者重新思考传统的角色识别和相关培训经验。此外,我们还提供参考风险预防、预警和响应的铁路工程事故。特别是,它将明显受益的铁路公司资本约束。

5。结论

应急风险分析是至关重要的应急管理工作;特别是,它扮演着一个重要的角色在学习应急运行机制。旨在提供一个稳定的应急风险分析方法,本文提出了一种分析方法将结构描述框架和模糊证据推理。它从建立风险属性识别,这是采取紧急结构描述框架为基础。然后,我们评估风险的风险等级属性通过证据推理。通过一个案例研究铁路工程事故,证明该方法优于目前风险管理的比较。它可能风险预防提供理论支持和决策涉及在每个阶段。

最后,我们的研究提出了一种新颖的方法对事故风险分析通过结合结构描述框架和模糊证据推理,特别是当不完善不确定或不完整的信息。我们首先建立事故结构描述框架,识别框架;它有助于快速而准确地识别风险属性。其次,我们构造模糊的信仰结构模型和规范化的所有信息。第三,模糊证据推理模型结合的基本属性。最后,我们获得分析结果,以协助决策的紧急预防风险或响应。

我们工作的局限性也是明显由于模型建设。首先,我们这里使用的证据推理规则是非常基本的。隐含的假设的前提是明确定义的模糊风险等级。然而,成绩可能掩盖在现实中,它可能诱发的事实证据属于三个或更多不同的成绩。其次,我们的案例研究的基本属性是相对较小。我们获得这些属性从深入分析日常记录的特定的铁路项目建设风险和统计,毫无疑问,它们是有用的风险分析。考虑到分析结果,特别是关键属性的分析,它仍然需要更多的详细工作的基本属性突出的关键的关键属性。最后,我们的工作只是集中在发生紧急情况的风险,事实上总是发展风险。因此,我们必须进一步缓解困难证据推理的应用程序或做风险分析采取紧急开发或正在考虑进化。

关于上述限制和风险管理是基本的应急管理发展和演化的研究,需要进一步研究。对于未来的工作,研究可以丰富证据推理规则数据挖掘和扩展属性的新工具的范围发生风险发展风险和发展风险。进一步,研究可以丰富风险预防和预警工作。此外,未来的工作可能会引入各种限制接近现实,特别是资源约束。之后,它终于可以提供很好的参考相关经理和有助于科学、高效的决策。

数据可用性

期间产生的所有数据或分析本研究都包含在本文。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

第一作者承认人文社会科学基金会的支持中国教育部(批准号17 yjc630113)和国家自然科学基金委(批准号71572115和71572115)。第二作者承认国家自然科学基金委的支持(批准号71702021和71702021)和中央大学的基础研究基金(DUT18RC(4) 021年)。

引用

1. n阿尔泰和w·g .绿色”,或女士/灾难运营管理研究”,欧洲运筹学杂志》上,卷175,不。1,第493 - 475页,2006。视图:出版商的网站|谷歌学术搜索
2. g .绿色和r .出差费,”回顾最近的发展或/女士灾难运营管理研究”欧洲运筹学杂志》上,卷230,不。2、201 - 211年,2013页。视图:出版商的网站|谷歌学术搜索
3. l .周,吴x、z徐和h . Fujita”自然灾害应急决策:概述,“减少灾害风险的国际期刊27卷,第576 - 567页,2018年。视图:出版商的网站|谷歌学术搜索
4. n .郭进隆译和美国法国“核应急决策支持:行为或角度来看,“欧洲运筹学杂志》上,卷262,不。1,第193 - 180页,2017。视图:出版商的网站|谷歌学术搜索
5. s Thorvaldsdottir和r . Sigbjornsson Disaster-function管理:基本原则。”自然灾害评估,15卷,不。1,48-57,2014页。视图:出版商的网站|谷歌学术搜索
6. y张、w·g·翁和z l .黄”一种基于场景的模型,为地震应急管理有效性评价,“技术预测和社会变革卷,128年,第207 - 197页,2018年。视图:出版商的网站|谷歌学术搜索
7. c·w·杨郭x y, z h . Li w . y . Yu j .金和l .朱”应用BP神经网络模型在铁路建设的风险评价,“复杂性卷,2019篇文章ID 2946158, 12页,2019。视图:出版商的网站|谷歌学术搜索
8. M.-S。Chang杨绍明。关铭曾和J.-W。陈”,情景规划方法进行洪水应急物流准备问题的不确定性,”运输研究E部分:物流和运输审查,43卷,不。6,737 - 754年,2007页。视图:出版商的网站|谷歌学术搜索
9. j . Ren y优素福,n .烧伤,“敏捷企业合作决策支持框架,”国际先进制造技术杂志》上第41卷。。1 - 2、180 - 192年,2009页。视图:出版商的网站|谷歌学术搜索
10. v . a . Banuls m . Turoff, s . r . Hiltz”通过cross-impact协同应急管理中的场景建模,”技术预测和社会变革,卷80,不。9日,第1774 - 1756页,2013年。视图:出版商的网站|谷歌学术搜索
11. 卢娜和m . j . Pennock“社交媒体应用程序和应急管理:一个文献综述和研究议程,”减少灾害风险的国际期刊28卷,第577 - 565页,2018年。视图:出版商的网站|谷歌学术搜索
12. t . b . Vu和纳,”在中国地区自然灾害的影响:投资于灾后复苏,”自然灾害,卷75,不。S2, 111 - 126年,2015页。视图:出版商的网站|谷歌学术搜索
13. m . Kumasaki m .国王,Arai m, l .杨“解剖层叠在日本的自然灾害:主要模式和联系,“自然灾害,卷80,不。3、1425 - 1441年,2016页。视图:出版商的网站|谷歌学术搜索
14. x z . y . Wang刘,s . t .张”的新决策方法舆论危机干预的风险感知的公众,“复杂性ID 9527218条,卷。2019年,14页,2019。视图:出版商的网站|谷歌学术搜索
15. s . d . Guikema”,自然灾害风险分析的关键基础设施系统:基于统计学习理论的一种方法,“可靠性工程和系统安全,卷94,不。4、855 - 860年,2009页。视图:出版商的网站|谷歌学术搜索
16. t·克里斯滕森o . Andreas Danielsen p . Laegreid和l . h . Rykkja”在六个国家的危机管理协调结构相比,“公共管理,卷94,不。2、316 - 332年,2016页。视图:出版商的网站|谷歌学术搜索
17. x Lu和l .雪“管理意想不到:推动中国应急管理体系,“公共管理,卷94,不。2、414 - 429年,2016页。视图:出版商的网站|谷歌学术搜索
18. m·a·科尔r . j . r .艾略特t大和e . Strobl“防灾规划和灾后援助:检查东日本大地震的影响,“减少灾害风险的国际期刊21卷,第302 - 291页,2017年。视图:出版商的网站|谷歌学术搜索
19. p . j . Ren,徐z s和j .顾”对地震紧急救援计划的有效性的评估层次分析法实现与犹豫,“国际信息技术与决策》杂志上,15卷,不。6,1367 - 1389年,2016页。视图:出版商的网站|谷歌学术搜索
20. 古普塔,m·k·斯塔尔r . z . Farahani和n . Matinrad“灾害管理从POM的角度来看:映射一个新的领域,“生产与运作管理》,25卷,不。10日,1611 - 1637年,2016页。视图:出版商的网站|谷歌学术搜索
21. m . Setbon j . Raude c >, a . Flahault“风险感知的“疯牛病”在法国:决定因素和后果,”风险分析,25卷,不。4、813 - 826年,2005页。视图:出版商的网站|谷歌学术搜索
22. J.-B。杨”规则和基于效用的证据下的多属性决策分析的不确定性推理方法,”欧洲运筹学杂志》上,卷131,不。1、31 - 61年,2001页。视图:出版商的网站|谷歌学术搜索
23. j·b·杨和d . l .徐”证据推理算法下的多属性决策分析的不确定性,”IEEE系统,人,Cybernetics-Part答:系统和人类,32卷,不。3、289 - 304年,2002页。视图:出版商的网站|谷歌学术搜索
24. d·l·j·b·杨y . m . Wang,和k . s .下巴,“马达思班的证据推理方法在概率和模糊不确定性,”欧洲运筹学杂志》上,卷171,不。1,第343 - 309页,2006。视图:出版商的网站|谷歌学术搜索
25. D.-L。许,“证据推理方法的介绍和调查多标准决策分析,“《运筹学,卷195,不。1,第187 - 163页,2012。视图:出版商的网站|谷歌学术搜索
26. m·桑麦资、j·b·杨和g·d·霍尔特”解决承包商选择问题使用一个证据推理方法,”工程建设和建筑管理,8卷,不。3、198 - 210年,2001页。视图:出版商的网站|谷歌学术搜索
27. Y.-M。王,J.-B。杨,D.-L。徐:“环境影响评估使用证据推理方法,”欧洲运筹学杂志》上,卷174,不。3、1885 - 1913年,2006页。视图:出版商的网站|谷歌学术搜索
28. m·周X.-B。刘,J.-B。杨,c .方”组证据推理方法下的马达思班模糊性和不确定性,”国际期刊的计算智能系统》第六卷,没有。3、423 - 441年,2013页。视图:出版商的网站|谷歌学术搜索
29. a . Akhoundi和s .纳齐夫“可持续性评估废水重用的替代品使用证据推理方法,”《清洁生产,卷195,不。10日,1350 - 1376年,2018页。视图:出版商的网站|谷歌学术搜索
30. y . m . Wang和t . Elhag比较神经网络、证据推理和多元回归分析模型桥的风险,”专家系统与应用程序,32卷,不。3、336 - 348年,2007页。视图:出版商的网站|谷歌学术搜索
31. J.-B。杨和D.-L。许,“证据推理规则的证据组合,”人工智能卷,205年1至29,2013页。视图:出版商的网站|谷歌学术搜索
32. 张x, z . Wang和美国,“犹豫模糊应急决策的新方法与未知的重量信息,“复杂性卷,2018篇文章ID 5145348, 12页,2018。视图:出版商的网站|谷歌学术搜索
33. g .香港d l .徐j·b·杨et al .,“信念基于规则的推理预测创伤的结果,”以知识为基础的系统卷。95年,35-44,2016页。视图:出版商的网站|谷歌学术搜索
34. x, j .郑j·b·杨·d·l·徐和y w·陈,“使用证据推理规则,数据分类”以知识为基础的系统卷,116年,第151 - 144页,2017年。视图:出版商的网站|谷歌学术搜索
35. d .张x, j . Zhang z杨和j .王”在导航中使用模糊规则的证据推理方法的内河运输系统的风险评估,“安全科学卷,82年,第360 - 352页,2016年。视图:出版商的网站|谷歌学术搜索
36. f . g . Wang Cetindere、a . Damci和b . n .托利“智能家居分包商选择使用层次分析法和证据推理方法的集成,”Procedia工程卷,164年,第353 - 347页,2016年。视图:出版商的网站|谷歌学术搜索
37. c . y . Ng”证据reasoning-based模糊AHP方法的评价设计方案的环境表现,”应用软计算,46卷,第397 - 381页,2016年。视图:出版商的网站|谷歌学术搜索
38. g . l, l . l .江x f .阴et al .,“结合主成分分析和医疗质量评估的证据推理方法,”《运筹学,卷271,不。2、679 - 699年,2018页。视图:出版商的网站|谷歌学术搜索
39. 黄,和吴y, y Lei“操作风险评估国际运输通道:一个案例研究中巴经济走廊,“离散动力学性质和社会卷,2019篇文章ID 5730746, 7页,2019。视图:出版商的网站|谷歌学术搜索
40. x y . j . Li j·乔,x c .太阳,“紧急结构描述框架,研究”中国电子科技大学学报(社会科学版),5卷,不。1,只愿降价,2013页。视图:谷歌学术搜索
41. 殷x, x, x,“一大群紧急风险决策方法基于数据挖掘的公共属性的偏好,“以知识为基础的系统卷,163年,第509 - 495页,2019年。视图:出版商的网站|谷歌学术搜索

版权

版权©2019 Xiaojiao乔史和丹。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。