学位论文 > 优秀研究生学位论文题录展示
冲突的区间值证据加权平均合成规则研究
作 者: 李淑娟
导 师: 马江洪
学 校: 长安大学
专 业: 应用数学
关键词: 区间值证据 区间值基本概率赋值 可信度系数 相似度系数 证据合成规则
分类号: O212.8
类 型: 硕士论文
年 份: 2010年
下 载: 46次
引 用: 0次
阅 读: 论文下载
内容摘要
Dempster-Shafer(D-S)证据理论综合了Bayes概率论和集合论的概念,为研究不确定性提供了一种取代传统概率论的数学表达,为不确定信息的合成提供了一个强力手段,在不确定推理和信息融合方面都有广泛的应用.现实中,经典D-S证据理论中基本概率赋值是介于0和1之间中的单个实数,大部分情况下,是由专家依据经验主观给定.区间数无需很多的先验假设知识就可以有效地表示不确定数据.基于区间数的概率测度是表示信息的模糊性和不完全性的一种更为简洁的方式.在很难给出单点值基本概率赋值时,可用区间数来表示命题所对应的基本概率赋值,降低基本概率赋值获取的难度,这对D-S证据理论的应用领域将是一大拓展,对信息融合和决策问题都有很高的实用价值.不确定性可以分为随机不确定性和认知不确定性,传统的概率论不能很好地处理认知不确定性,基本的D-S证据理论是现有的处理不确定性的最为成熟和有效的方法.本文首先介绍基本的D-S证据理论,回顾证据合成概念并对冲突证据合成规则进行综合考察;其次对区间值证据的概念与合成进行分析,比较区间值证据合成的优缺点,介绍区间值证据的冲突概念,在此基础上,利用经典的冲突处理思想提出两种区间值冲突证据合成方法:一是基于可信度的区间值证据加权平均合成方法,二是基于相似系数的区间值证据加权平均Yager合成方法,并用实例对合成效果进行了验证.结果表明,两个方法在处理冲突区间证据都有较好的结果,基本符合人们的思维认知.
|
全文目录
摘要 5-6 Abstract 6-9 第一章 绪论 9-15 1.1 研究的目的和意义 9-11 1.2 国内外研究现状 11-14 1.3 主要研究内容和结构安排 14-15 第二章 D-S证据理论基础 15-22 2.1 D-S证据理论概述 15 2.2 D-S理论的基本概念 15-18 2.3 D-S合成规则 18-20 2.4 D-S合成规则的优点和缺点 20-21 2.5 本章小结 21-22 第三章 冲突证据处理 22-34 3.1 证据之间关系的度量 22-26 3.2 冲突证据合成规则 26-33 3.3 本章小结 33-34 第四章 区间值证据合成规则分析 34-53 4.1 李和朱的方法 34-35 4.2 Denoeux方法 35-38 4.3 Yager方法 38-41 4.4 区间值概率赋值函数合成与正规化的最优化方法 41-50 4.5 同胚变换合成法 50-52 4.6 本章小结 52-53 第五章 冲突的区间值证据的合成 53-59 5.1 区间值证据冲突的相关概念 53-54 5.2 基于可信度的冲突的区间值证据加权平均合成方法 54-56 5.3 基于相似度的冲突的区间值证据加权平均Yager合成方法 56-58 5.4 本章小结 58-59 总结及展望 59-61 总结 59 展望 59-61 参考文献 61-66 致谢 66
|
相似论文
- 电子商务下的企业定价策略以及实证研究,F224
- 基于对数正态分布异方差模型的统计推断,O212.1
- 山西省人口中长期发展变化趋势预测,O212.1
- 稀疏数据矩阵条件下应用公式法估计方差分量的影响因素研究,O212.1
- 贝叶斯方法下二值与多值序次数据模型与异常点的同时识别,O212.1
- 关于GMM模型常规渐近性的一种新的检验统计量的讨论,O212.1
- 儿童行为的多元重复测量数据分析,O212.1
- 一类计数型数量性状的区间定位,O212.7
- 有序Probit模型的非参贝叶斯统计,O212.8
- 两总体协方差矩阵成比例的检验,O212.1
- 多元回归模型中变量选择问题研究,O212.1
- 基于数据挖掘的城市圈比较研究,O212.1
- 基于经验似然的p阶自回归模型的统计诊断,O212.1
- 逆高斯分布参数的Bayes 估计研究,O212.8
- 增长曲线模型误差方差的二次型容许估计及带约束条件的二次型估计的可容许性,O212.1
- 线性混合模型的参数估计,O212.1
- bootstrap方法分析AR(p)的单位根检验统计量的渐近分布,O212.1
- 关于岭估计的若干问题研究,O212.1
- 线性回归诊断若干问题研究,O212.1
- 改进的主成分分析法在我国高校数学学科排名中的应用,O212.4
- 均值协方差模型中非约束参数的最大似然估计,O212.1
中图分类: > 数理科学和化学 > 数学 > 概率论与数理统计 > 数理统计 > 贝叶斯统计
© 2012 www.xueweilunwen.com
|