一种有效消除合成悖论的证据组合方法

传统的D-S证据合成规则会产生与直觉相悖的合成结果。针对这一问题,在分析现有改进方法优缺点的基础上提出了一种新的证据组合方法。首先引入证据的清晰度对证据源进行折扣处理;然后利用证据的可信度对各个命题进行加权平均得到证据对命题的平均支持度,利用命题平均支持度对冲突概率进行加权分配,得到改进的D-S证据合成规则;最后利用改进D-S证据合成规则对折扣证据进行合成。实验结果表明,该方法能够解决证据合成中的悖论问题,合成结果可靠有效。

基于邓熵和Jensen-Shannon散度的合成悖论改进算法

为解决DS证据理论合成悖论问题,研究了一种邓熵和Jensen-Shannon散度结合的改进算法。利用邓熵对冲突证据进行冲突衡量;利用Jensen-Shannon散度计算证据的可信度;最后用DS合成规则对加权修正后的证据进行融合决策。结果表明:算法可以消除全冲突悖论,0信任悖论,1信任悖论和高度冲突悖论;融合精度高;合成结果可靠有效。

基于规范分解的证据合成悖论分析

利用Dempster合成规则组合证据时,有可能会出现合成悖论,且其表现形式多样,很难直接获得它们之间的规律或关系.对此,利用规范分解法将证据的基本信任分配转换为一组广义简单支持函数的组合形式.从2个典型反例分析入手,得出它们都存在信任忽略这一共同问题,在此基础上进一步总结出了Ⅰ类和Ⅱ类2种信任忽略形式及其发生的规律.对Ⅱ类信任忽略进一步分析,给出了不会发生Ⅱ类信任忽略的一般性结论.为更合理地使用Dempster合成规则避免出现合成悖论提供了依据,也为更有效地改进证据组合方法提供了参考.

一种D-S合成法则悖论消除方法的不稳定性分析

首先介绍了证据理论及其合成法则,针对梁昌勇教授提出的合成法则悖论消除方法进行了分析,说明消除方法的不稳定性。最后,对合成法则的优势和不足加以分析说明。

一种新的证据复合折扣合成方法

D-S证据理论是一种重要的决策级信息融合方法,但传统的Dempster证据合成规则会导致一些与直觉相悖的结果。针对该问题,在经典的Shafer折扣方法基础上,提出了一种综合可靠性和重要性因素的复合折扣因子计算方法。该方法首先借助证据包含度合理地定义了证据可靠性度量;然后综合证据清晰度、证据一致性和证据积累程度等因素,建立了证据重要性模型;最后两者通过乘法算子共同构成复合折扣因子。实验结果表明,文章方法的证据处理过程与生物学研究中人的信息积累过程一致,能够解决证据合成中的悖论问题,合成证据可靠有效。

冲突证据融合中证据一致性研究

针对经典Dempster-Shafer证据理论在处理高度冲突证据时易产生合成悖论问题,提出一种基于证据一致性的改进证据理论.该方法利用反映证据一致性的焦元相似度和证据相似度计算证据绝对可信度,并改进原始证据模型.然后,将证据相对可信度和焦元相对识别一致性相结合,建立基于证据一致性的合成规则.仿真结果表明,提出的算法能够合成正常数据和冲突证据,能有效解决0信任悖论、1信任悖论、全冲突悖论和证据失效悖论,与其他同类合成方法相比,合成结果更合理,收敛速度更快.

一种基于一致性证据冲突的证据合成方法

针对Dempster-shafer证据合成结果与直觉决策认识之间的不一致性,提出一种新的证据合成规则。从决策的具体背景入手,描述Dempster-shafer证据合成公式产生悖论的两种情况,利用证据冲突的定义分析产生悖论的原因,提出基于一致性证据冲突的证据合成公式。该公式能减低决策中"一票否决制"和"众口烁金"等模式中决策信息放大或缩小而造成的误差。实例分析和实验结果表明,新的合成公式比较符合直观和常理,并较好地解决了上述冲突证据的合成问题。