證據(jù)理論的可信度時間衰減模型的研究.pdf

1、證據(jù)理論由于其特有的表達方式和處理模糊信息的方法，在處理不確定信息方面具獨特的優(yōu)勢，近年來受到人們越來越多的關(guān)注。隨著證據(jù)理論在信息融合、目標識別、決策、預測和人工智能等領域的應用日益廣泛，證據(jù)理論中相關(guān)概念的物理意義及與其它不確定性理論之間的關(guān)系也引起了一些學者的興趣。目前大多數(shù)關(guān)于信息融合的研究都是在空域開展的，然而，在信息融合中，受干擾信息和傳感器性能的影響，單個測量周期內(nèi)各傳感器所獲取的信息并不一定準確，在信息融合中，往往還需要

2、綜合利用多個時間節(jié)點的識別信息進行時域信息融合，因此信息融合應該是基于多傳感器的時空序貫融合的過程。
　　雖然基于證據(jù)理論的時域信息融合受到了一些研究者的關(guān)注，但目前仍缺乏有針對性的時域證據(jù)組合方法。時域證據(jù)組合方法還有待于進一步深入研究，需要基于時域信息融合的特點構(gòu)建有針對性的時域證據(jù)組合方法。從證據(jù)理論的相關(guān)研究中可知，證據(jù)組合的關(guān)鍵在于沖突信息的處理，證據(jù)可靠性評估是一種重要的沖突處理方法，時域證據(jù)組合的重點也在于如何處理證

3、據(jù)間的沖突。因此，本文將圍繞時域證據(jù)序列的動態(tài)可靠性展開研究。
　　本文首先對證據(jù)的融合模型進行研究，對已有的證據(jù)動態(tài)衰減模型方法做出一些合理的改進。接著根據(jù)時域融合的特點，將證據(jù)理論的時間衰減模型應用到人因分析當中，對人因分析中事件的依賴程度的影響因素進行分析。最后，基于廣義TOPSIS的方法，在動態(tài)決策評估中，我們相應作出修改并應用了時間衰減模型，為動態(tài)分析多屬性決策提供了一種科學的方法。為了體現(xiàn)我們所修改和提出的這些方法的有

4、效性和科學性，我們將這些算法應用到實際的數(shù)據(jù)當中，與已有的認可的算法進行比較說明。
　　本文的工作主要包含以下三個方面：
　?。?）根據(jù)時域融合的特點，提出了一種改進的時間衰減模型
　　在時域融合的過程中，受到傳感器可靠程度的影響，我們在修改傳感器接收到的信息時，這些信息不僅會受到時間的影響，而且還有可能受到自身所攜帶的信息量的影響。因此，在考慮時間衰減模型時，我們加入了信息量這一影響因素，融合了香農(nóng)熵的差值，對模型進

5、行了修改。最后通過實驗數(shù)據(jù)與傳統(tǒng)的時間衰減模型進行對比，我們所提出的基于信息量的時間衰減模型，更加的傾向于識別目標，更加科學的闡釋了在時域融合過程，信息衰減的影響因素。
　　（2）基于時間衰減模型，提出了一種新的事件依賴性評價模型
　　在人因分析過程中，最重要的一個關(guān)鍵環(huán)節(jié)就是對事件的依賴程度進行分析。而直接影響事件依賴程度的因素有三個。其中一個為“時間的接近程度”，本文采用時間衰減模型，更加科學的表達方式去分析這一影響因素

6、，將時間具體化，數(shù)字化，而非傳統(tǒng)的時間模糊化，概念化。最后我們用具體的實驗數(shù)據(jù)去分析這三個影響因素，對依賴程度所造成的影響。我們使用證據(jù)理論，來融合這三個直接的影響因素，得到事件的依賴程度表達式，最后根據(jù)數(shù)學模型，來計算得到，條件下人出錯的概率。我們采用控制變量的方法，分析某一影響因素對依賴程度造成的影響時，另外兩個影響因素的數(shù)據(jù)值保持不變。最后我們對實驗結(jié)果進行了合理性的分析。
　　（3）基于時間衰減模型的特性，我們提出了一種動

7、態(tài)的廣義多屬性決策方法
　　在動態(tài)多屬性決策中，我們給出的時間節(jié)點的歷史數(shù)據(jù)，時間上距離我們越近則對于我們的幫助就越大，即這些時間節(jié)點較近的數(shù)據(jù)越有用。這與我們時間衰減模型的思想相同，但是形式剛好相反，所以我們對時間衰減模型做了一定的修改，使其滿足動態(tài)多屬性決策的特點。廣義的多屬性決策是相比較傳統(tǒng)的多屬性決策而言，傳統(tǒng)的多屬性決策，要求屬性的評價模型及評價規(guī)則即框架必須相同，而廣義的決策，不要求框架相同，給了專家更大的自由度。我們