[发明专利]多证据源冲突的组合度量方法

摘要

本发明公开的多证据源冲突的组合度量方法，具体按照以下步骤实施：步骤1、选择并分析四种常用的冲突度量方法；步骤2、选取三种常用的冲突度量方法两两结合构成本发明的多证据源冲突的组合度量方法，对证据源进行分析，根据冲突度量方法和证据源的特性选择相应的组合冲突度量方法；步骤3、采用本发明的多证据源冲突的组合度量方法中的三种组合冲突度量方法计算出证据源间的冲突值，并对冲突值进行分析，根据冲突值的分析结果选择适合的证据理论。本发明的方法可以提高判断证据源间冲突程度的有效性和证据理论选择的准确性，本发明目的在于克服具有不同特性的证据源，利用现有的冲突度量方法得到的冲突值存在效果不理想的情形。

主权项

1.多证据源冲突的组合度量方法，其特征在于，具体按照以下步骤实施：步骤1、选择并分析四种常用的冲突度量方法：典型的冲突度量方法：是Shafer中的证据组合规则中的冲突度量方法，具体算法如下：K=m⊕(Φ)=ΣB∩C=Φm1(B)m2(C)---(1)]]>其中，m₁(B)和m₂(C)分别是两组证据源的基本概率赋值函数，当K＝1时为完全冲突，此时Dempster组合规则无定义，K＝0时表示没有冲突，当0＜K＜1时为非完全冲突；赌博信度距离：辨识框架Θ上性质不同的两个证据源的基本概率赋值函数分别为m₁和m₂，m₁和m₂对应的Pignistic概率函数为和赌博信度距离如下：difBetPm1m2=maxA⊆Θ(|BetPm1(A)-BetPm2(A)|)---(2)]]>其中，BetPmi(A)=ΣX∈2Θ|X∩A||X|mi(X),]]>|A|表示集合A中元素的个数，表示两个证据对于A的赌博信度的差值，赌博信度距离即所有子集差值中的最大值；王壮的冲突度量方法：辨识框架Θ上的两个基本概率赋值函数为m₁和m₂，m₁和m₂之间的距离按以下算法实施：R=ΣA⊆Ω|m1(A)-m2(A)|2---(3)]]>其中，|m₁(A)-m₂(A)|表示取绝对值运算，R∈[0,1]；张昌芳的冲突度量方法，不仅包括传统的冲突部分，还包含了两个基本信度函数之间的潜在冲突，具体方法如下：Kijn=Kij+ΣFis∩Fjt=Φmi(Fis)mj(Fjt)|Fis∩Fjt|-|Fis∩Fjt||Fis∩Fjt|---(4)]]>其中，K_ij是Shafer的冲突度量方法，m_i(F_is)和m_j(F_jt)分别是两个证据源的基本概率赋值函数，|F_is∩F_jt|表示取绝对值运算。步骤2、选取三种常用的冲突度量方法两两结合构成本发明的多证据源冲突的组合度量方法，对证据源进行分析，根据冲突度量方法和证据源的特性选择相应的组合冲突度量方法：多证据源冲突的组合度量方法包括有：将步骤1中选取的王壮的冲突度量方法和张昌芳的冲突方法算法组合构成本发明的多证据源冲突度量方法中一种组合冲突度量方法；将步骤1中选取的王壮的冲突度量方法和赌博信度距离组合构成本发明的多证据源冲突的组合度量方法中的一种组合冲突度量方法；将步骤1中选取的张昌芳的冲突度量方法和赌博信度距离组合构成本发明的多证据源冲突的组合度量方法中的一种组合冲突度量方法；步骤3、采用本发明的多证据源冲突的组合度量方法中的三种组合冲突度量方法计算出证据源间的冲突值，并对冲突值进行分析，根据冲突值的分析结果选择适合的证据理论。