一种基于置信散度的冲突证据合成方法与流程

技术特征：
1.一种基于置信散度的冲突证据合成方法，其特征在于包括以下步骤：1)、获取决策问题的证据源信息，具体过程为：获取决策问题中相互独立的所有可能性假设，将其数量记为n，n个相互独立的可能性假设构成辨识框架θ＝{θ
i
|i＝1,2,
…
n}，θ
i
为辨识框架θ的第i个元素，表示该决策问题的第i个可能性假设；获取决策问题的特征信息，将其数量记为l，采用l个特征信息形成证据源集合m＝{m
j
|j＝1,2,
…
l}，m
j
为第j个证据源，表示第j个特征信息，具体表示为a为辨识框架θ的任一子集，表示该决策问题的一个发生命题，m
j
(a)为第j个证据源对子集a的基本概率赋值，表示第j个特征信息对发生命题a的支持程度；2)、采用公式(1)分别计算每个证据源对应辨识框架θ中每个元素的pignistic概率函数：式(1)中，betp
j
(θ
i
)为第j个证据源m
j
对应辨识框架θ的第i个元素θ
i
的pignistic概率函数，为空集，也是辨识框架θ的一个子集；|a|表示辨识框架θ的子集a包含元素的个数，也称为子集a的基数；3)、采用置信散度来表示证据源之间的差异性和冲突程度，采用式(2)～式(4)计算任意两个证据源之间的置信散度：证据源之间的置信散度：证据源之间的置信散度：上式中，t＞0，bd(m
j
,m
k
)为第j个证据源m
j
和第k个证据源m
k
之间的置信散度，j＝1,2,
…
l，k＝1,2,
…
l；4)、采用式(5)计算每个证据源的支持度：上式中，sup(m
j
)为第j个证据源m
j
的支持度；5)、采用式(6)计算每个证据源的可信度：上式中，crd
j
为第j个证据源m
j
的支持度；6)、采用式(7)计算每个证据源7的信息熵：
其中，e
d
(m
j
)为第j个证据源m
j
的信息熵，表示该证据源的不确定程度；7)、采用式(8)计算每个证据源的信息量：其中，iv(m
j
)为第j个证据源m
j
的信息量；8)、采用式(9)分别计算每个证据源的权重：其中，w
j
表示第j个证据源m
j
的权重；9)、采用式(10)分别计算每个证据源的折扣因子：其中，α
j
为第j个证据源m
j
的折扣系数；10)、采用式(11)和(12)计算修正后的证据源：1)和(12)计算修正后的证据源：其中，为第j个证据源m
j
修正之后得到的第j个修正证据源，为第j个修正证据源对子集a的基本概率赋值，表示第j个修正证据源对发生命题a的支持程度；11)、采用l个修正证据源构成修正证据源集合12)、采用dempster组合规则对修正证据源集合中的l个修正证据源进行逐个融合，得到证据合成结果以此进行决策。

技术总结
本发明公开了一种基于置信散度的冲突证据合成方法，该方法通过引入置信散度表征各证据源之间的差异性和冲突程度，以此确定各证据源的可信度，并采用信息熵表示各证据源的不确定性，以此计算各证据源的权重，通过将证据可信度和证据权重相结合，对证据源进行预处理和修正，能够有效地降低高度冲突、不重要证据在合成过程中的影响，进而应用Dempster组合规则合成修正后的证据源，避免产生反直观的不合理结果，保证实际决策的合理性，并且冲突证据合成结果可用于目标识别、故障诊断、多准则决策等领域，具有重要的理论意义和应用价值；优点是在处理和合成冲突证据时具有更好的收敛性、鲁棒性和有效性。鲁棒性和有效性。鲁棒性和有效性。


技术研发人员：包甜甜 杨忠振 刘伊凡 邬珊华
受保护的技术使用者：宁波大学
技术研发日：2021.09.27
技术公布日：2022/1/21