不确定理论及应用分析课件.pptVIP

不确定理论及应用

不确定性分类

不确定理论应用领域不确定统计(UncertainStatistics)n不确定规划(UncertainProgramming)不确定逻辑(UncertainLogic)不确定分析(UncertainCalculus)不确定推理(UncertainInference)n不确定过程(UncertainProcess)n不确定模拟(UncertaintySimulation)n

不确定理论与不确定规划

不确定理论与不确定规划

概率测度，可信性测度，机会测度nn概率测度模型用来处理随机现象。可信性测度模型用来处理模糊现象。混合模型用来研究模糊性和随机性共存的系统。

对不确定性的研究趋势

nEvidenceandPossibilityTheories

UncertaintyQuantification?ProbabilisticSufficientdata?Non-ProbabilisticüFuzzySets§Insufficient(scarce)dataüIntervalAnalysisüPossibilityEvidenceTheories

UncertaintyTheoriesEvidenceTheoryProbabilityPossibilityTheoryTheory

BasicsofEvidenceTheory

1、证据理论的名称?证据理论(EvidenceTheory)?Dempster-Shafer理论?Dempster-Shafer证据理论?DS(或D-S)理论其它叫法：?Dempster规则?Dempster合成规则?Dempster证据合成规则

2、证据理论的诞生和形成?诞生：源于20世纪60年代美国哈佛大学数学家A.P.Dempster在利用上、下限概率来解决多值映射问题方面的研究工作。自1967年起连续发表了一系列论文，标志着证据理论的正式诞生。?形成：Dempster的学生G.Shafer对证据理论做了进一步的发展，引入信任函数概念，形成了一套基于“证据”和“组合”来处理不确定性推理问题的数学方法，并于1976年出版了《证据的数学理论》(AMathematicalTheoryofEvidence)，这标志着证据理论正式成为一种处理不确定性问题的完整理论。

3、证据理论的核心、优点及适用领域?核心：Dempster合成规则，这是Dempster在研究统计问题时首先提出的，随后Shafer把它推广到更为一般的情形。?优点：由于在证据理论中需要的先验数据比概率推理理论中的更为直观、更容易获得，再加上Dempster合成公式可以综合不同专家或数据源的知识或数据，这使得证据理论在专家系统、信息融合等领域中得到了广泛应用。?适用领域：信息融合、专家系统、情报分析、法律案件分析、多属性决策分析，等等。

4、证据理论的局限性?要求证据必须是独立的，而这有时不易满足?证据合成规则没有非常坚固的理论支持，其合理性和有效性还存在较大的争议?计算上存在着潜在的指数爆炸问题

5、证据理论的发展概况?“Zadeh悖论”：对证据理论的合成公式的合理性进行质疑。?例子：利用Dempster证据合成规则对两个目击证人（W1,W2）判断某宗“谋杀案”的三个犯罪嫌疑人（Peter,Paul,Mary）中究竟谁是真正的凶手，得到的结果（认定Paul是凶手）却违背了人的常识推理结果，Zadeh认为这样的结果无法接受。m()m()m()1212PeterPaul0.990.010.000.000.010.990.001.000.00Mary

证据理论的发展概况（续1）?专家系统MYCIN的主要开发者之一Shortliffe：对证据理论的理论模型解释和算法实现进行了研究。?AI专家DuboisPrade：指出证据理论中的信任函数（Belieffunction）是一种模糊测度，以集合论的观点研究证据的并、交、补和包含等问题。?Smets等人：将信任函数推广到识别框架的所有模糊子集上，提出Pignistic概率和可传递信度模型（TBM）。?粗糙集理论的创始人Pawlak：认为粗糙集理论使得无限框架上的证据处理向有限框架上的证据处理的近似转化成为可能。

证据理论的发展概况（续2）为了避免证据组合爆炸，提高证据合成的效率：?Voorbraak：提出一种Dempster证据合成公式的Bayes近似方法，使得焦元个数小于等于识别框架中元素的个数。?DuboisPrade：提出一种“和谐近似”（Consonantapproximation），即用和谐函数来代替原来的信任函数。?Tess