您的位置: turnitin查重官网> 工程 >> 电气工程 >> 电气工程及自动化 >简论证据证据和基于高斯函数凸函数证据和运用结论

简论证据证据和基于高斯函数凸函数证据和运用结论

收藏本文 2024-03-05 点赞:15361 浏览:61843 作者:网友投稿原创标记本站原创

摘要:证据论述作为不确定、不一致信息融合的最常用策略,在许多领域得到了广泛运用。但证据论述在处理高冲突证据融合时有着悖论,且该论述在处理有序命题类不足时常出现违反常识的值融合结果。这些不足导致了证据论述组合规则运用的局限性。本论文对证据论述悖论和证据间冲突,面向有序命题类不足的基于高斯函数的证据组合策略及其在多属性决策评价等不足中的运用进行了探讨,主要工作如下:本论文探讨了冲突因子K值与证据间冲突程度的联系,mass值的差别对合成结果的影响,得出K值不能很好反映证据间冲突程度的结论,同时指出证据对不同焦元信任函数值(mass值)的差别是与信任收敛的密切相关。本论文通过引入差别因子参数,给出了一种新的证据组合策略,实验结果表明该策略能较好处理冲突证据的融合。本论文介绍了有序命题的概念,能有效处理有序命题类不足的凸函数证据论述模型。迄今为止,该模型是唯一能有效处理有序命题类不足的不确定性推理模型。但对一些基本支持函数值,凸函数证据论述的综合结果不令人满意,为此本论文提出用高斯函数代替凸函数证据论述模型中的综合函数,较好解决了上面陈述的不足。本论文指出多属性评价不足属于有序命题类不足范畴,由此可以利用高斯凸函数证据论述模型解决该不足。本论文在高斯凸函数证据论述模型基础上,利用基于典型样本的策略和基于层次浅析法的策略来构建基本支持函数,进而给出了基于典型样本和基于层次浅析法的两种高斯凸函数证据论述模型。其中,基于典型样本的高斯凸函数证据论述模型利用正态曲线生成典型值的相似度,进而求得各检测样本对目标方式的基本支持函数,最后利用高斯凸函数证据论述对基本支持函数进行合成,以而得到综合结果;基于层次浅析法的高斯凸函数证据论述模型首先确定各级指标的确信度,然后利用层次浅析法确定指标权重,并求出各指标对评价目标的基本信任函数,最后利用高斯凸函数证据论述对基本支持函数进行合成,进而确定目标的评价等级。关键词:DS证据论述论文凸函数证据论述论文高斯凸函数证据论述论文多属性决策论文典型样本论文层次浅析法论文

    摘要4-5

    Abstract5-9

    第1章 绪论9-13

    1.1 探讨背景及作用9-10

    1.2 证据论述及凸函数证据论述的探讨进展情况10-12

    1.2.1 证据论述的国内外探讨近况10-11

    1.2.2 凸函数证据论述的探讨近况11-12

    1.3 本论文的结构12-13

    第2章 证据论述13-23

    2.1 证据论述介绍13-14

    2.1.1 证据论述基本概念13-14

    2.2 DS 证据论述的组合规则14-15

    2.3 Zadeh 悖论及其解决对策15-18

    2.3.1 Zadeh 悖论的介绍15-16

    2.3.2 悖论的解决对策16-18

    2.4 一种处理证据之间冲突的组合规则18-22

    2.4.1 证据间冲突的探讨18-19

    2.4.2 一种处理证据之间冲突的组合规则19-20

    2.4.3 实验浅析20-22

    2.5 本章总结22-23

    第3章 凸函数证据论述及其改善23-34

    3.1 凸函数证据论述介绍23-26

    3.1.1 凸函数证据论述基本概念23-25

    3.1.2 补充说明25-26

    3.1.3 本节小结26

    3.2 高斯凸函数证据论述模型26-33

    3.2.1 原有凸函数证据论述模型的不足26-28

    3.2.2 高斯凸函数证据论述模型28-32

    3.2.3 实例浅析32-33

    3.3 本章小结33-34

    第4章 基于典型样本的高斯凸函数证据论述模型34-41

    4.1 基于高斯凸函数证据论述的多属性决策不足求解模型34-35

    4.2 基于典型样本的高斯凸函数证据论述模型35-40

    4.2.1 新模型处理历程35-37

    4.2.2 实例浅析37-40

    4.3 本章小结40-41

    第5章 基于层次浅析法的高斯凸函数证据论述模型41-53

    5.1 层次浅析法的基本概念41-44

    5.1.1 层次浅析法概述41

    5.1.2 AHP 的优点41

    5.1.3 层次浅析法的处理历程41-44

    5.2 基于 AHP 的高斯凸函数证据论述模型44-48

    5.2.1 评价指标模型和确信度的确立44

    5.2.2 基于层次浅析法的指标权重的确立44-45

    5.2.3 基本信任函数的计算45-46

    5.2.4 基于贝叶斯近似法的递归合成46-47

    5.2.5 利用高斯凸函数加权证据论述策略进行合成47-48

    5.3 实例浅析48-52

    5.4 本章小结52-53

    第6章 总结和展望53-55

    6.1 本论文探讨内容工作总结53-54

    6.2 后续工作展望54-55

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号