范晓建，田建艳，杨英波，菅垄，杨胜强

基于改进D-S证据理论的滚抛磨块融合决策模型

范晓建a，田建艳a，杨英波b，菅垄a，杨胜强b

（太原理工大学 a.电气与动力工程学院 b.机械与运载工程学院，太原 030024）

为了能够有效利用滚磨光整加工数据库平台的案例知识和专家经验，提高新零件加工时滚抛磨块优选的准确率，解决不同优选方式优选结果的冲突问题。将案例推理、专家推理、迁移学习3种优选方式的滚抛磨块优选结果作为3种证据，根据3种优选方式计算的相似度结果构建滚抛磨块决策辨识框架，并采用合理的方法确定基本概率赋值。然后依据按冲突信息的比例分配基本概率赋值的方法对证据合成公式进行改进，避免传统的D-S证据理论在证据间高度冲突时出现融合结果有悖于实际情况的问题。接着采用改进的证据合成公式对3种证据进行融合决策。最后利用数据库平台中工厂加工实例数据进行仿真。基于数据库平台中已有的成功案例结果，通过仿真结果可以表明，该改进的融合决策模型可以解决不同优选方式优选结果之间的冲突问题，解决了原始合成公式的弊端问题，且融合决策结果较3种方法单独使用时具有更高的准确率，该融合决策模型的准确率达到88%。基于改进D-S证据理论的滚抛磨块融合决策模型，可以为滚磨光整加工时滚抛磨块的智能优选提供决策指导。

滚抛磨块；智能优选；融合决策；D-S证据理论；辨识框架；基本概率赋值