DS合成法则近似算法和证据相似程度的度量方法研究.pdfVIP

信息系统协会中国分会第一届学术年会 DS合成法则近似算法和证据相似程度的度量方法木 陈增明，梁昌勇，蒋翠清 (合肥工业大学管理学院，合肥230009) 文摘：DS合成法则计算时间复杂度是影响了DS理论广泛应用，文章介绍了几种著名的近似算法，分析了它们 的优劣性，指出了这些方法的存在的问题。文章把识别框架用坐标系进行了扩展，给出了一种新的近似算法，这 种方法不需要预先限定焦元的个数，计算过程直观、方便，结果合理。这种方法的计算结果和Bayesian方法较为 接近，但不存在Bayesi姐方法的不合理之处。文章还引入了证据相似程度的概念，并给出了一种度量方法。 关键词：证据理论；合成法则；近似算法 决策支持系统中一个很棘手的问题是如何处 1．1几种近似算法 理不确定性问题，进行不确定性推理。证据推理适 1)Bayesian算法 合于无先验信息的融合，在各个领域不同层次上应 Bayesian近似算法的基本原理为：对原始的基 用证据推理，取得了较好的结果…幢1。证据理论将 本概率分配函数m进行调整，只允许识别框架的原 对命题的不确定性描述转化为对集合的不确定性 子集获得概率分配。假设原始mass函数为m，重 描述，能够较好地处理不确定信息的合成问题，在 处理不同专家的意见集结问题时，具有明显的优越 性口1【4】[51。不过DS合成法则会导致巨大的计算量， rI=l m(c()B．)一，IaIcl 盥(A)={∑c以。小(c)·’ 限制了DS理论更为广泛的应用，因此构造有效的 盥(A)：{I∑…．?s：,9tg小B DS快速算法显得格外重要和有意义。文章提出了一 【o 种新的近似算法，这种算法是在把识别框架用坐标 经过上述调整后，m最多有I。1个焦元。这种 系进行扩展的基础上提出的，这种新的近似算法不 0％，在众 方法存在以下优点：①Mo鸺=，，11 需要预先限定焦元的个数，计算过程直观、方便， 结果合理。同时文章还对证据间的相似程度进行的 多近似算法中，只有Bayesian近似算法具有这个性 相关探讨，并给出了一种新的度量方法。 ma 1近似算法探讨 o，坞=％+，他。 2)k．1-x算法 构造DS快速计算方法主要有两种思路和策略 这种算法的基本原理是将依次将m中的大概 哺1：第一种是针对特殊的证据组织结构，构造相应 率值的焦元作为近似mass函数nlk．1．x的焦元，赋给 的快速算法‘7¨町恻n01；第二种策略是减少焦元个数， 识别框架0其余子集的基本概率值均为0，最后重 也即采用近似算法n”n2Ⅲ3m引。 新归一化。1％k焦元的选择满足：①I醵k最多包含 很多学者对DS的近似算法作了一些探讨，文 Z个焦元；②魄．k至少包含k个焦元；③如果不满 献【ll】提出了Bayesian近似算法，文献【13】提出了