基于最优权教材重的多源证据加权平均合成算法研究.pdf

理 论 新 探 基于最优权重的多源证据加权平均合成算法研究 于东平，段万春，孙永河 （昆明理工大学 管理与经济学院，昆明 650093 ） 摘 要：为克服传统 合成公式对各证据信息源提供证据平等对待，即在合成时不考虑专家 DS 个人差异，无视各信息源提供证据的重要性与可靠性差别这一缺陷，文章通过构建各证据与所有证 据之间距离最小化的目标优化模型确定最优权重，并引入平均算法，给出了基于最优权重的多源证 据加权平均合成算法。基于数值试验的对比分析结果表明，新方法在抗干扰及收敛性方面比现有DS 合成公式更为优越。 关键词： 证据理论；证据权重；加权平均算法；证据距离 DS 中图分类号： ； 文献标识码： 文章编号： （ ） O21 TP274 A 1002-6487 2011 10-0016-04 处理不确定性及多源证据融合方面的优势，因此一经提出便 0 引言 在人工智能、 目标识别等众多领域得到了广泛应用。 定义 在证据理论中，定义一个样本空间 ，它是由 1 Θ 现实问题中都包含了某种程度的不确定性因素，而处理 个两两相斥的命题 组成的一个识别框架，即 ， ， n Ai Θ={A1 A2 不确定性信息将涉及很多理论和技术。 对不确定问题的处 …，A }。 所有的这些命题组成了系统所要辨识的全部要素。 n [1] 定义 设 为一论域集合， Θ 为 所有子集构成的 理，证据理论 理论 已显示出很好的前景 。 2 Θ 2 Θ