基于Jousselme距离的证据理论决策方法.pdfVIP

第24卷第4期 河南城建学院学报 V01．24No．4 of JournalHenan ofUrbanConstruction Jul．2015 2015年7月 University 文章编号：1674—7046(2015)04—0069—04 基于Jousselme距离的证据理论决策方法 李文艺，汪材印，张明玉 (宿州学院机械与电子5-程学院，安徽宿州234000) 摘 要： 针对证据理论融合结果的决策问题，提出了利用Jousselme距离对融合结果进 行决策的方法。首先把辨识框架中的元素表示为目标证据，然后计算融合结 果与目标证裾之间的Jousselme距离，当距离最小时对应一个目标证据，此目标 证据对应的元素即为最终的决策结果。仿真算例表明该方法可以得到合理的 决策结果。 关键词： 证据理论；信息融合；决策；证据距离 中图分类号：TP391 文献标识码：A 法。证据理论已经成功解决了多个领域的不确定信息处理问题，目前证据理论的应用领域已经从不确 定推理领域扩展到目标识别、态势评估、图像处理、网络入侵检测、信息融合等领域…。证据理论的核 心是Dempster合成规则，该规则能够融合相互独立的证据并得到新证据，在融合的过程中正确的信息 得以“聚集”。利用Dempster合成公式完成多个证据的融合，然后利用融合结果完成最终的决策。目前 简单易行的决策方法有最大似真函数方法、最大信任函数方法、最大化BPA函数方法等…，也可以把融 分别设计了基于单点信任函数与似真函数的概率转换方法“1。Dezert等利用BPA函数设计出了 DSmP转换方法。51。韩德强等提出了层次化的转换方法№o。这些方法都可以解决证据理论的决策问 题，但是从本质上看都是把复合焦元的BPA函数值转换为概率，只是采取的转换方法不同，都有一定的 信息损失。本文借鉴了Jousselme提出的采用距离的方法进行决策，在决策的过程中避免了信息的损 失。首先把不同的目标转换成对应的目标证据，再计算融合结果到各个目标证据的距离，采用距离最小 的原则进行决策。 1 证据理论 集合0由互斥且可穷举的N个元素构成，@的所有的子集构成了@的幂集(PowerSet)记为P Belief As— (@)。基本信任函数(BasicAssignment，简称BBA)又称基本概率赋值函数(Basic Probability signment，简称BPA)或mass函数，BPA的定义为： m：P(@)一[0，1] A卜÷m(A) 收稿日期：2015—04—25 作者简介：李文艺(1980一)，男，河南开封人，硕士，讲师。 万方数据 70 河南城建学院学报 2015年7月 world 时对应“开放世界假定”(open world 应“封闭世界假定”(ClOSe assumption)，此时所有研究对象都属于辨识框架。本文主要针对“封闭 不能表示证据对A的子集的支持程度。m(a)=1表示对象完全属于A，但是不能确定属于A中的那个 A 4 元素。当BPA函数满足条件m(A)=1和ff=1时才能确定证据完全支持A。当m(A)=1、47=N 时表示证据提供完全未知信息。若m是给定的BPA