考虑决策者时序偏好的时域证据融合方法

针对时域不确定信息的融合难题,为充分体现时域信息融合的动态性特点和时间因素对融合的影响,在证据理论的基础上,提出一种考虑决策者时序偏好的时域证据融合方法。首先将决策者对时序的偏好融入时域证据融合,通过分析时域证据序列的特点,在定义时序记忆因子的基础上,对决策者的时序偏好进行度量;然后通过构建优化模型求解时序权重,再结合证据信任度的概念,对证据源进行修正;最后利用Dempster组合规则对修正后的证据进行融合。数值算例表明,与没有考虑时间因素的融合方法相比,考虑决策者时序偏好的证据融合方法可以有效处理时域信息序列中的冲突信息,得到合理的融合结果;同时,所提方法充分考虑了时域证据序列的信任度和决策者的主观偏好,可以反映决策者主观因素对时域证据融合的影响,较好地体现了时域证据融合的动态性特点。

任务级行动序列问题中的定性偏好研究

关注了一类典型行动序列,研究如何在动作集合上存在定性偏好,且偏好集合存在不一致性时开展规划。所考虑的行动序列问题称为任务级COA,以抽象层次的动作为基本要素,所考虑的定性偏好包括静态偏好和时序偏好,所讨论的规划目的是获得最大满意度的COA方案。首先建立了偏好与约束的归一化形式描述,在此基础上形成了COA方案设计算法;进一步,使用计算辩论技术排除偏好集合中的不一致性,形成用户接受度最高的COA方案。文中建立的以定性推理为基础的规划框架,实现了偏好解耦,能够适应不同的领域问题,是以定量计算为基础的传统规划算法的有效补充。通过快速响应卫星成像的COA案例,演示了算法的可行性。