基于分类优化的离散证据推理
CSTR:
作者:
作者单位:

1. 福州大学决策科学研究所,福州350108;
2. 福建江夏学院,福州350108.

作者简介:

王应明

通讯作者:

中图分类号:

TP182;C391

基金项目:

国家杰出青年科学基金项目(70925004);国家自然科学基金项目(71371053);福建省中青年教师教育科研项目(JA14322);福建江夏学院青年科研项目(JXZ2014003).


Discrete evidence based on grouping optimization
Author:
Affiliation:

1. Institute of Decision Sciences,Fuzhou University,Fuzhou 350108,China;
2. Fujian Jiangxia University,Fuzhou 350108,China.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    离散信息在专家系统、模式识别、决策分析等领域普遍存在, 为了解决这类信息融合问题, 提出一种离散证据推理方法. 首先, 将每个离散证据拆分成一类单点值证据; 然后, 以冲突最小化为目标修正类内证据, 并采用证据推理进行组合; 最后, 以同样的方法对类间证据进行修正与组合. 所提出方法不仅可以解决离散证据的内外部冲突问题, 而且能够克服运算量过大的问题. 算例分析表明了所提出的方法是合理且有效的.

    Abstract:

    Discrete information widely exists in many areas such as expert systems, pattern classification, and decision analysis. To solve the problem on the kind of information fusion, a method for the combining evidence of discrete intervalvalued belief structures is proposed. Firstly, each discrete evidence is separated into a kind of single-valued evidences. Then, the bodies of intra-group evidences are modified with the objective of minimizing evidence conflict and combined by using the evidential reasoning(ER) approach. Finally, the bodies of extra-group evidences are modified and combined by using the same method. It not only solves the internal and external conflict problems of the discrete interval evidence, but also greatly reduces the computational complexity. The numerical examples show the efficiency and rationality of the proposed approach.

    参考文献
    相似文献
    引证文献
引用本文

陈圣群 王应明.基于分类优化的离散证据推理[J].控制与决策,2016,31(1):30-36

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-10-18
  • 最后修改日期:2015-01-05
  • 录用日期:
  • 在线发布日期: 2016-01-20
  • 出版日期:
文章二维码