基于粗糙集與證據(jù)理論的決策信息融合研究.pdf

1、在信息融合領(lǐng)域中，面對(duì)的常常是不完整、不精確或不確定的信息。粗糙集理論與證據(jù)理論都是信息融合領(lǐng)域中處理不確定性問題的重要方法。粗糙集方法通過近似空間中的上、下近似對(duì)論域進(jìn)行刻畫，利用已有的知識(shí)，對(duì)不確定的或者不精確的知識(shí)進(jìn)行處理。因此該理論只需要利用已有的知識(shí)庫，并不需要提供其他的任何先驗(yàn)知識(shí)，所以可以較客觀的處理不確定性問題。但是粗糙集的推理能力較弱，而證據(jù)理論是一種進(jìn)行不確定性推理的重要工具。證據(jù)理論用信度函數(shù)與似然函數(shù)構(gòu)建證據(jù)的信

2、任區(qū)間，通過信任區(qū)間對(duì)證據(jù)的不確定性進(jìn)行度量，可以很好的表示未知信息的不確定性程度。本文研究了證據(jù)理論的不確定性表示，并指出證據(jù)存在不確定性的條件。
　　 本文基于粗糙集與證據(jù)理論的互補(bǔ)關(guān)系，研究基于粗糙集與證據(jù)理論的信息融合過程，主要針對(duì)不同信任結(jié)構(gòu)下證據(jù)的獲取與合成。信度函數(shù)的焦元不同，形成的信任結(jié)構(gòu)則不同。單點(diǎn)集、對(duì)論域的劃分與覆蓋是三種特殊的信任結(jié)構(gòu)。當(dāng)信度函數(shù)的焦元構(gòu)成不同的信任結(jié)構(gòu)時(shí)，獲取證據(jù)的過程也不同。本文分別討

3、論這三種特殊的信任結(jié)構(gòu)下，證據(jù)理論與概率論、粗糙集之間的關(guān)系，以及在不同的信任結(jié)構(gòu)下，如何通過粗糙集獲取證據(jù)函數(shù)。在單點(diǎn)集結(jié)構(gòu)下，分析證據(jù)函數(shù)與概率測(cè)度轉(zhuǎn)換的條件;在劃分結(jié)構(gòu)下，分析了兩種獲取證據(jù)函數(shù)的方法，并用實(shí)例說明其可行性;在覆蓋結(jié)構(gòu)下，研究了基于覆蓋的粗糙近似空間以及在覆蓋結(jié)構(gòu)下如何通過粗糙集獲取證據(jù)函數(shù)。
　　 信息融合的另一個(gè)關(guān)鍵問題是證據(jù)的合成。在粗糙集和證據(jù)理論體系結(jié)構(gòu)的基礎(chǔ)上，通過對(duì)粗糙集和證據(jù)理論中合成質(zhì)量函