基于P距离的证据合成与信息量确定方法

"P距离确定信息量的证据合成方法 (2010年)"，这篇文章发表在2010年11月的《兵工自动化》期刊上，由项浩、姜礼平和苏思共同撰写。文章探讨了如何在Dempster-Shafer (D-S) 证据理论框架下处理高度冲突的证据，以避免得出与直觉相悖的结论。作者提出了一种新的证据合成方法，该方法基于P距离来确定信息量，并通过遗传算法优化权重分配，从而提高证据组合的可信度。 在传统的D-S证据理论中，当融合高度冲突的证据时，可能会导致不合理的结果。为了解决这一问题，该研究首先分析了一些经典的改进方法，然后提出了一种新的证据权重分配策略。该策略的关键在于P距离，它是一种衡量证据之间冲突程度的指标。通过最小化所有证据的P距离总和，可以确保证据冲突的整体最小化。 接下来，研究建立了证据权重分配模型，利用遗传算法寻找最优的权重分配。遗传算法是一种全局优化方法，能够有效地搜索复杂问题的解空间。根据这些权重，可以计算每个证据的可取信息量，即每个证据对于决策的重要性。随后，这些权重被用来调整基本概率分配函数（BPA），以反映证据的相对信任度。 实例分析证明了改进后的D-S算法的有效性。它具有较强的抗干扰能力，可以降低决策风险，从而提高证据组合结果的可信性和决策质量。这种方法对于处理不确定性和不完整信息的领域，如军事、自动化和人工智能等，具有重要的应用价值。 总结关键词包括：证据合成、P距离、可取信息量和遗传算法。文章所属分类为工程技术，具体是TP274+.1（自动控制技术及系统），文献标识码为A，表明这是一篇具有较高学术价值的研究论文。通过这种方法，研究者能够更好地处理和融合冲突的证据，为决策提供更为可靠的信息支持。