基于证据推理的信息不完全的多准则排序方法

针对有训练集的准则权系数信息不完全确定且准则值信息不完全或缺失的多准则决策问题,提出了一种基于证据推理的决策方法.该方法首先通过证据推理算法将方案的准则值集成,然后将效用值集成,结合准则权系数和等级效用的不完全确定信息和训练集的排序等建立非线性规划模型,利用遗传算法来求解非线性规划模型,得到各准则的权系数和各等级效用值,进而得到整个方案集的排序.最后用实例说明该方法的有效性和可行性.     

一种语言评价信息不完全的多属性群决策方法

针对语言评价信息不完全的多属性群决策问题,以D-S(Dempster-Shafer)证据理论为基础,指出了已有研究在焦元识别的方法及相应焦元语言评价信息量化上存在的问题.同时提出了一种基于D-S证据理论的改进方法,该方法重新进行焦元识别、计算基本可信度分配,然后进行证据合成,并根据信度函数做出决策.该方法具有评价结论稳定、决策规则简单的特点.     

基于粗糙集与证据理论的决策规则合成方法

如何根据规则进行决策是决策规则应用必须解决的核心问题之一。针对该问题,提出了一种决策规则的合成方法,为根据多条规则进行决策提供了崭新的思路。首先,获取规则,计算支持度、信度等信息;然后,将规则信度转换为可信度分配,综合属性重要性和规则支持度两方面因素,计算可信度分配的权重;最后,运用证据理论对可信度分配进行合成。实验表明,规则合成方法能够对决策规则,尤其是冲突规则进行有效合成,得出可靠的决策。     

证据信度的效用分析

提出了一类在已有证据理论方法中尚未得到有效解决的效用悖论问题,然后给出了一种证据理论的效用分析方法.该方法根据决策者的主观偏好,将专家的意见利用效用信度函数转换成效用信度,效用信度决定了决策者行动的可能性,然后利用证据理论合成公式对效用信度进行综合.给出了效用信度函数的定义及其性质,并给出了一个具体的函数及其合理性证明.     

基于技术进步和信息不对称的证据合成研究

证据理论著名的Dempster-Shafer合成公式忽视了证据信息源的主观差异性,导致其在应用中存在一些不合理性.本文初步研究了不同专家意见在决策中的分配、组合问题,提出了基于技术进步和信息不对称的动态证据合成规则,在设立专家权威系数和时间序列信度分配函数的基础上实现了新的合成法则.实例分析表明,新的合成公式比较符合直观和常理,并较好地解决了冲突证据的合成问题.     

不完全信息条件下可生存网络存储系统方案优选研究

提出了一种不完全信息条件下的可生存网络存储系统方案优选模型.该模型基于可生存性指标构建了证据源,给出了存在空缺值的决策评估矩阵,针对传统方法无法处理不完全信息情况,提出了基于DS证据理论的方案评估方法;同时,为了处理决策评估矩阵中以不同形式描述的取值情况,给出了点值、区间值、模糊值等取值形式的隶属度函数,采用了基于信任区间的多属性决策规则,以获得方案优劣排序结果.最后,通过网络存储系统方案优选实例证明了该模型具备处理不完全信息能力,方法有效合理.     

基于证据推理的武器装备体系能力需求满足度评估方法

武器装备体系能力需求满足度评估中存在底层指标类型多样、评估信息不确定的问题. 针对这一问题, 提出了一种基于证据推理的满足度评估方法. 该方法首先构造信度规则库, 然后将多种类型的不确定性数据转换成统一的信度结构, 最后通过证据推理方法获得能力需求满足度分布. 文末, 以陆上区域防空武器装备体系能力需求满足度评估为例说明该方法的运用和优点.     

基于D-S证据理论的工程投标决策研究

工程投标决策是一类典型的具有不确定性、不完备信息的多属性决策问题。证据理论能够处理“不确定性”和“不完备性”，并能基于合成法则进行信息合成。探讨了不确定信息的定量描述及规范化、信度函数的表达方法等问题，探讨了基于Dempster-Shafer合成法则的证据组合理论，提出了用于求解不确定多属性投标决策问题的D-S证据理论二级递阶推理决策模型。最后实例验证了该方法的可行性、有效性和实用性。     

不完全信息下一种信度判断矩阵及其集结方法

针对现有判断矩阵在不完全信息环境下不能准确反映决策者的偏好,以及群决策背景下难以将专家偏好信息集结等问题,将证据推理方法引入到判断矩阵中,研究一种新型不确定判断矩阵——信度判断矩阵。在不完全信息情况下,用比较值及其信度表示两两比较时决策者的偏好,用证据推理算子将专家的意见(信度判断矩阵)进行集结,利用加权几何平均算子将合成后的信度判断矩阵转化为互反判断矩阵并求其权向量,最后结合例子来检验该方法的有效性。     

基于灰色关联系数和D-S证据理论的区间数投资决策方法

主要研究投资方案的指标值为区间数时的投资方案选择问题.定义了效益型和成本型指标下的理想属性区间数,并且通过理想属性偏离度定义把指标值为区间数的矩阵转化为以理想属性偏离度为测度的矩阵,把不确定性问题转化为确定性问题处理.在此基础上把灰色关联分析方法与证据理论相结合,构造了一种新的信息不确定度提取方法和基本概率分配函数,探讨了不同子集间信度函数和基本概率分配函数之间的数量关系;通过对各投资方案对应于不同指标下基本概率分配函数的确定,利Dempster法则进行信息融合, 确定最佳投资方案. 算例结果表明,文中提出的方法可以得到满意的决策结果并显著降低决策的不确定性.     

多传感器基于证据理论的机载雷达用途识别

雷达用途识别是分析雷达型号和进行威胁评估的基础。在简要阐述D S证据理论基本概念的基础上 ,较系统地论述了基于D S证据理论的多传感器机载雷达用途识别的信息融合方法。该方法同时采用多个传感器 ,并且每个传感器进行多个周期的测量 ,然后利用多传感器多测量周期的信息 ,基于Dempster组合规则 ,采用中心式融合算法 ,对机载雷达用途进行识别。识别实例表明 ,该方法识别结果令人满意 ,使原来采用单一传感器可能存在的无法识别或误识别等现象得到了明显的改善。     

基于混合型专家系统的目标综合识别模型

鉴于目标识别在防空信息处理中的重要性 ,在对目标信息进行综合利用的基础上 ,利用人工智能原理 ,研究把专家系统、神经网络和证据推理相结合用于目标识别 ,建立了目标综合识别的专家系统模型 ,模拟专家识别思维。给出了知识库的构造方法及推理机制。该模型通过人工神经网络 ,实现了知识的并行处理和自动获取 ,具有自学习功能 ;再学习机制可对系统进行及时调整 ,增加或修改知识库的知识 ,具有很好的人机界面和实用性 ,对目标的综合应用识别具有很好的借鉴作用。     

融合不确定信息的某型导弹控制系统可靠性分析方法#br#

针对不确定信息在可靠性评估中难以表达与处理的问题,应用Dempster Shafer (DS)证据理论对贝叶斯网络进行改进。在分析现有研究的基础上,对DS证据理论与贝叶斯网络理论进行简要介绍,提出了不确定信息条件下故障树节点向贝叶斯网络节点转化的方法,包括与节点、或节点、异或节点、非节点与2/3表决节点。针对多状态贝叶斯网络中条件概率值难以确定的问题,应用DS证据理论/层次分析法对专家经验知识进行分析与表达。以某型导弹控制系统为例,利用故障树构建贝叶斯网络模型,应用DS证据理论对专家信息进行数据融合处理,确定不确定节点的信任函数、似然函数和条件概率值,并借助贝叶斯网络的正向推理、反向推理和重要度分析确定了可靠性设计与分配中的薄弱节点。     

目标机动策略的智能决策支持系统研究

在建立地面防空作战信息对抗模型的过程中,为充分利用目标机动时的定性和定量信息,应用智能决策支持系统的基本理论和方法建立了目标机动策略的智能决策支持系统模型。该系统模型突出知识库创建、知识表示方法、模型库和决策支持系统建立,形成了具有专家水准的目标机动的战术机动自动决策仿真机制,为地面防空作战信息对抗模型的进一步研究提供了良好的平台。     

证据冲突:丢弃,发现或化解?

组合可能冲突的信息是智能推理中重要的研究内容,其中,证据理论是一种典型的不确定性智能推理方法。在证据理论中,用以融合和更新证据信息的推理组合规则是其理论基石。Dempster组合规则通过合取运算来构造信息结构,得到了广泛的应用。然而,当证据冲突比较大、证据源不完全可靠或辨识框架不完备时,Dempster组合规则得到的结果并不符合常理。为此,改进组合规则和处理证据冲突,成为证据理论中一个重要的研究课题。将全面回顾和比较国内外现有的主要推理组合方法,基于不同的冲突处理机制,建立相应的理论框架,涵盖绝大多数推理方法,从理论上对证据推理方法的研究,进行一个全面的总结,并剖析各种组合方法的优缺点和相互关系,指出最新的研究趋势。     

基于玫瑰线扫描双色信息融合目标识别方法

图形扫描复合制导是当今深受国内外重视的一种制导方式。虽然玫瑰线扫描双色导引头技术已在战术地空导弹中得到了应用,但目前主要将其作为一维信号加以处理,不利于目标的识别与信息融合。本文的基本思想在于将玫瑰线扫描得到的一维波形转化为二维准成像图像,同时引入目标、背景以及诱饵的红外与紫外概率模型,采用Ｄｅｍｐｓｔｅｒ证据理论将红外和紫外准成像图像进行融合,以提高系统去除诱饵即假目标的能力。模拟实验结果证明了本文所提出方法的有效性和可行性。     

一种基于非线性多目标群决策的防洪投资分配方法

通过分析防洪投资分配决策中的不满意度影响因素 ,给出了不满意度的非线性显函数形式 ;运用非线性多目标群决策理论 ,建立了非线性多目标群决策防洪投资分配模型 ,提出了一种交互式多目标加权解法 .经实例研究 ,结果满意     

基于模糊聚类分析的证据组合

针对证据理论Dempster Shafer（D-S)组合规则存在的不足,考虑辨识框架的非完备性,提出一种基于模糊聚类分析的混合证据组合方法。该方法利用Pignistic概率距离构建证据间的模糊相似矩阵及聚类有效性指标,通过传递闭包法对证据进行最优聚类及可信度求取,对证据进行修正后,采用D-S规则对同一类中的证据组合,利用统一信度函数组合方法对不同类中的证据进行最终合成。仿真实验表明了所提方法的合理性和有效性。     

Improvement method for the combining rule of Dempster-Shaferevidence theory based on reliability

1.INTRODUCTION DSisakindofreasoningalgorithmbasedonevidence theory.ItwasputforwardbyDempsterfirst,and developedbyShafer,soitwascalledDSevidence theory.Thealgorithmsolvedtwoproblemsofproba bility:Itcangiveaclearexpressiontoanunknown case,andthesupporttonegativesuppositionofevi dencecanbeexpressedbysomevalueiftheevidence supportsapartofsupposition.DSevidencetheoryis usedtodealwithsomeinexactinformationorinexact informationsometimes.SupposeΩistheaggregateofallprobableele mentsofvariableX…