利用資料融合提高災難決策系統可靠度

Abstract

群眾資訊近幾年被廣泛的使用在各種應用中，尤其是在災難警告與訊息回報上。利用群眾資訊可幫助災難緊急應變中心在實體感測器遭受損害時，即時獲得當地真實情況資訊，以有效做出應變決策。但是，群眾資訊的資訊來源在無法驗證可靠度的情況下，會因為資料中夾雜?多未知的錯誤訊息，影響災難緊急應變中心的判讀，導致決策的不確定性。目前災難緊急應變中心主要採用的資料處理方法，為最大概似期望值演算法(Expectation Maximization Algorithm)簡稱EM演算法，此方法透過概似估計不斷重複迭代感測資訊集合，直到函數收斂得到資訊來源可靠度。然而EM演算法的缺點包含了過程繁瑣、時間複雜度高以及需要大量的資料量才能得到具一定可靠度的結果，由此可知，EM演算法在回報資訊不足的情況下會降低災難緊急應變中心做決策的可靠度。因此，本論文的研究問題為：在實體感測器資料量不足的情況下，如何融合最少的群眾資訊，達到具一定可靠度的決策結果。為此，我們提出一個結合二進制檢定與NP檢定的資料融合方法來解決此問題。為驗證資料融合方法之效果，我們與Dong Wang[5]等人提出的EM演算法做效能比較，採相同情境與設定下進行比較分析。實驗結果顯示，本論文所提出的資料融合方法在已知群眾資訊可靠度的情況下，利用較少的群眾資訊仍然可以達到與使用EM演算法相同的可靠度。

Date of Award	2014 Aug 29
Original language	Chinese
Supervisor	Pei-Hsuan Tsai (Supervisor)