基于证据距离和矛盾因子的加权证据合成法

针对Dempster-Shafer(DS)理论直接对高冲突证据合成时会有融合结果不合理的问题,本文提出了一种加权证据合成法.在多个证据融合时,该方法综合利用证据距离和矛盾因子表示证据冲突,并根据各证据与其它证据的冲突程度确定其权重系数,基于此又分别采用两种适用于不同情况的方法对证据基本置信指派函数修正,然后用DS规则合成.算例实验表明了本文方法对高冲突证据融合的有效性,并且其融合结果还具有良好的收敛性.

基于相关系数的证据冲突度量方法

为了更加准确地描述证据间的冲突,在分析证据相关性与证据冲突关系的基础上,给出了证据相关系数的判定准则,基于证据相关系数提出了一种新的证据冲突度量方法,理论证明和数值计算表明该方法可有效表示证据之间的冲突程度,相关系数越大,表明证据间冲突越小,反之亦然。最后通过算例将该冲突度量与其他方法进行对比,结果表明该方法更具全面性和精确性。

基于距离测度的证据合成方法

为解决经典证据理论无法处理高度冲突证据的不足,提出了一种基于距离测度的证据合成方法。将证据视为空间向量,定义距离测度空间,计算空间中两两证据之间的距离,并通过距离测度矩阵确立证据之间的一致性测度,在此基础上求得辨识框架对各证据的支持度,通过归一化支持度得到证据一致性因子,以此作为冲突概率的分配权重,最后给出改进的证据合成公式。数值算例证明了改进公式既能处理冲突证据,又能合成非冲突证据,与其他合成方法的比较验证了改进合成公式的有效性。

证据冲突下D-S融合算法的改进

针对D-S证据理论在处理高冲突证据时会出现悖论这一情况,在D-S理论框架下,给出冲突程度的判别方法,并提出一种改进的相对加权融合算法。该算法根据证据距离来确定证据的相互支持度,并以证据支持度矩阵模最大特征值对应的特征向量为证据的权重向量,并求得各证据的相对折扣因子,对各证据信息进行折扣处理后用D-S规则融合,消除了信息冲突环境下D-S合成法则悖论。为验证改进算法的有效性,给出了仿真分析,验证了该算法在证据冲突的情况下能有效地减小冲突对组合结果的影响,降低了决策风险。

基于Pignistic概率函数和相关系数的证据组合方法

D-S证据理论不能很好地解决证据之间高冲突的情况,得到的结果与事实相悖,并且在实际的应用中无法解决"一票否决"的问题。针对上述不足,提出了一种基于Pignistic概率函数和相关系数的新证据冲突衡量标准(Pcor)和基于该标准的加权证据组合方法。该方法用Pcor来衡量证据间的冲突,通过建立支持矩阵来确定各证据的支持度,用加权平均法修正证据,使用Dempster组合规则,最终得出与事实相符的结果。数值算例表明,所提方法有效地解决了高冲突证据组合问题,与相关算法相比,具有更好的收敛性。

基于Einstein算子的证据冲突度量方法

为了有效度量融合证据之间的冲突,在分析冲突因子和典型证据冲突度量方法不足的基础上,提出了一种基于Einstein算子的证据冲突度量方法。首先,利用证据向量度量思想给出证据之间的差异度矩阵,并定义对数形式的差异因子;然后,引入模糊集相似关系定义证据之间的相关系数;最后,综合考虑证据之间的差异性和相关性,利用Einstein算子定义一种新的证据冲突度量因子。仿真实验结果表明:该方法不但可以有效度量证据之间的冲突程度,而且对冲突证据的融合具有良好的收敛性。

多证据源冲突的组合度量方法

具有不同特性的证据源,利用现有的冲突度量方法得到的冲突值存在效果不理想的情形。因此,针对现有的冲突度量方法进行分析研究,采用将冲突度量方法两两组合的思想,提出了一类冲突度量方法。利用实例分析几种常用冲突度量方法的特性;描述组合度量方法的实现思路,对组合度量方法中证据理论的适用范围进行讨论。算例结果表明,新方法能够更加有效地判断证据源间的冲突程度,从而使证据融合过程中证据理论的选择更加准确。

加权距离的D-S证据理论在岩体评价中的应用

为降低岩体各评价指标间的冲突性和评价过程中的模糊性与不确定性对评价结果的精度和信度带来的不利影响,构建基于D-S证据理论的岩体质量综合评价模型。首先,依据岩体质量影响指标和分级标准,运用欧氏距离法衡量各指标与各质量等级之间的关联程度,进而确定岩体质量基本概率分配函数(BPA)。然后,根据指标间距离以及指标间的相似度与支持程度确定指标权重,并修正BPA。最后,对修正的证据运用D-S组合规则,得出质量等级。将该方法应用到某工程实例中,并在评价过程中与可拓法进行比较,以验证其优缺点。实例研究表明,用该方法得到的评价结果与工程实际相吻合,与可拓法相比,该方法在评价精度和定量反映指标间的一致性程度上有明显优势。

基于相容性距离的冲突证据合成方法研究

针对传统证据理论中高度冲突证据组合出现反直观结果的问题,提出了一种基于相容性距离的冲突证据合成方法。分析了证据理论存在的三个方面问题和各种改进方法的特点,通过欧式距离建立了证据距离和相容性测度矩阵,对接受度归一化后计算出相容因子来对冲突概率进行加权分配。数值算例验证了改进合成公式的有效性和合理性。

基于复合冲突的临近空间平台效能评估算法

针对目前临近空间平台效能评估研究中出现的评估指标体系不够完善、评估方法不够成熟的问题,在对临近空间平台效能评估指标体系进行改进完善的基础上,提出了一种基于复合冲突的D-S证据理论的效能评估算法,该算法有助于辅助指挥员进行快速作战决策,仿真验证表明该算法简单易行,融合速度快,能够有效克服单一冲突表示方法的"死角问题",并且解决了经典D-S理论对高冲突证据组合时出现的悖论问题。

一种新的权重修正合成方法

传统的证据理论由于自身的缺陷,面对高冲突下的证据组合无法正常融合,或者融合结果不理想。针对这个问题,提出一种修正的证据理论,运用模糊测度和置信距离相结合的方法产生新的权重,对冲突证据体进行加权和修正,从而获得较为理想的融合结果。通过仿真实验证明,该方法能够有效处理冲突证据,并获得更好的融合结果。

基于皮尔逊系数和不确定测度的冲突证据组合方法

D-S证据理论在合成冲突较大的证据时会产生直觉相悖问题,现有的修正证据源的改进方法大多只从单一角度做出改进,不能全面反映冲突信息特征。针对此问题,提出了一种基于皮尔逊相关系数和不确定性测度的证据组合方法。首先,利用皮尔逊相关系数衡量证据之间的相关性,定义证据的可信度。其次,引入基于区间概率的不确定度对可信度进行修正,得到权重。最后,使用该权重对原始证据进行加权平均,使用Dempster组合规则进行合成。与经典改进方法相比,该方法能有效处理冲突证据的融合问题,指认正确命题的准确率达到0.9920。与已有皮尔逊系数改进方法相比该方法更具有合理性,且有较高的准确度。

基于平均证据和焦元距离的高冲突证据融合方法

针对传统DS证据理论无法有效解决高冲突证据融合的问题,提出基于平均证据和焦元距离的高冲突证据融合方法。首先,利用皮尔逊相关系数计算证据体相关性,并由此定义证据权重计算平均证据。然后,利用平均证据计算各证据焦元距离,根据焦元距离将冲突重新分配给各焦元的BPA,构造新证据体。最后,对新证据体进行传统Dempster组合,得到融合结果。仿真实验表明,新方法在处理高冲突证据时准确度高、收敛速度快,较好地解决了高冲突证据融合问题。

非单点证据体数据融合的Dempster组合规则适用性评价方法

针对待融合的证据体包含基本概率分配值相差较大的非单点证据时,基于pignistic距离的Dempster组合规则适用性评价方法判定结果存在模糊性甚至不准确的问题,提出了一种表示证据体之间关联性的改进pignistic距离,并将改进的pignistic距离与经典冲突系数相结合,提出了对Dempster组合规则适用性评价的新方法。在新方法中,定义了一种新的证据体冲突衡量系数用于判定Dempster规则的适用性。当经典冲突系数为0时,新系数与改进pignistic距离一致;当经典冲突系数不为0时,新系数与改进pignistic距离和经典冲突系数之和的平均值一致。算例分析的结果表明,与基于pignistic距离的Dempster规则适用性评价方法相比,新的基于改进pignistic距离的Dempster组合规则适用性评价方法有较好的适用性和合理性。

基于推土机距离的证据冲突强度量方法

针对D-S(Dempster-Shafer)证据理论中的冲突因子k不能有效度量证据之间的冲突程度的问题,首先提出了证据冲突强度量函数需要满足的期望特征,然后提出了一种新的基于推土机距离的证据冲突度量方法。该方法不要求不同证据有相同的焦元数量,并且可以直接计算含有非单子集命题的证据冲突。理论和实验表明,所提方法给出的冲突度量大小能够正确表征2个证据间冲突的程度,并具有证据冲突强度量函数的所有期望特征,表明所提方法是一种有效的证据冲突强度量方法。

一种基于非对称冲突度量的证据融合决策方法

在Dempster-Shafer(D-S)证据理论中,传统的冲突度量是对称的。由于对称冲突度量无法反映两个证据之间相互支持程度的差异,提出了一种新的非对称冲突度量方法,非对称Jousselme距离。利用非对称Jousselme距离与平均距离之间的关系,得到距离关系矩阵,绘制证据之间的关系图,确定融合顺序和不予融合的证据。利用Dempster组合规则依次组合证据,得出融合决策结果。通过数值分析以及与其他方法的比较,表明了所提方法的有效性。

一种基于决策距离测量与D-S证据理论结合的多源冲突证据信息融合算法

应用D-S证据理论能够有效的解决多传感器的信息融合问题,而在证据间冲突情况严重时,应用D-S合成规则可能获得有悖常理的结论,针对这一问题,通过细致研究多种典型处理冲突证据信息融合的方法,引入决策距离测量和证据间距离函数概念,应用证据间支持度、可信度和平均信任度函数等处理证据的方法,将多源冲突证据重构数学模型合理化处理,再应用D-S证据合成规则进行多源信息融合,得到一种基于决策距离与D-S证据理论结合的多源冲突证据信息融合算法.由仿真结果分析可知,该算法能解决D-S合成规则融合冲突证据信息存在的问题,得出比较合理的信息融合结论.

新冲突衡量标准下的证据组合方法

为了解决在使用D-S证据理论对高冲突证据进行融合时产生与实际不符的问题,从修改证据源角度出发,将单子集下的Pignistic概率函数与Pearson相关系数结合,提出一种新的证据冲突衡量标准和基于该标准的加权证据组合方法.先用新的证据冲突衡量标准对不同证据之间的冲突程度进行度量,求出证据之间的相关性测度;然后用相关性测度构建相关性矩阵得到证据之间的支持度,并通过权重系数对证据进行修正;最后用Dempster组合规则对证据进行融合.数值算例表明,基于新的冲突衡量标准下的组合方法能够有效地衡量证据冲突程度,且得到的融合结果比其他相关算法具有更好的精确性和收敛性.

基于重合度的证据冲突度量方法

为更加准确、有效地描述证据间的冲突程度,提出一种新的证据冲突度量方法.该方法通过取小累加证据体之间两个相交为非空集的焦元BPA,得到证据重合度;然后基于其与证据冲突程度的关系,计算出证据冲突大小.实验结果表明,相比经典冲突系数与Jousselme证据距离,所提出的方法更加准确、有效.

基于云模型和证据理论的多属性决策优化算法

为解决多属性决策中语言值评语的模糊性和不确定性问题,在云模型评估的基础上引入了D-S证据理论.首先,使用黄金分割法将专家的语言评价值转化为云决策矩阵,而后以评语集中的不同等级标准云为参照,得出各评价等级的隶属度,进而构建出不同专家对不同方案中不同属性的评语的基本概率分配函数(mass函数);其次,基于D-S证据理论,引入冲突系数、Jousselme距离、Pignistic概率距离3个值,定义了证据冲突量并计算各证据可信度与专家相对权重,对不同专家mass函数进行修正并融合;再次,结合各属性权重融合不同备选方案的mass函数,与理想云mass函数和负理想云mass函数对比,通过比较平均贴合度的大小可得出最佳方案;最后结合算例,验证了该算法的适用性,为多属性决策提供了新的技术途径.