计算两个证据体的距离的主要思想是:定义一个由幂集 2 Ω 2^\Omega 2Ω 中的元素作为基底的向量空间 S 2 Ω S_{2^\Omega} S2Ω,一个证据源的基本概率分配函数 (bpa) 就是该证据源在 S 2 Ω S_{2^\Omega} S2Ω 上的向量,然后在此基础上定义和计算距离。
证据体 (Body of evidence, BOE)
证据体是所有焦元和它对应的 bpa 所构成的集合,表示如下: ( B , m ) = { [ A , m ( A ) ] ∣ A ∈ 2 Ω a n d m ( A ) > 0 } (B,m)=\{[A,m(A)]|A\in2^\Omega \; and\;m(A)>0\} (B,m)={[A,m(A)]∣A∈2Ωandm(A)>0} 例如: ( B , m ) = { [ { A , B } , 0.8 ] , [ Ω , 0.2 ] } (B,m)=\{[\{A,B\},0.8],[\Omega,0.2]\} (B,m)={[{A,B},0.8],[Ω,0.2]}。
度量空间 (Metric spaces)
定义了距离的向量空间称为度量空间。向量空间 S S S 上距离的定义如下: d : S × S → R ( A , B ) ↦ d ( A , B ) \begin{aligned} d:&S\times S\rightarrow R \\ &(A,B) \mapsto d(A,B) \\ \end{aligned} d:S×S→R(A,B)↦d(A,B) 距离 d d d 满足以下条件 ( ∀ A , B ∈ S \forall A,B\in S ∀A,B∈S):
- 非负性: d ( A , B ) ≥ 0 d(A,B)\geq0 d(A,B)≥0,当且仅当 A = B A=B A=B 时,有 d ( A , B ) = 0 d(A,B)=0 d(A,B)=0;
- 反身性: d ( A , B ) = d ( B , A ) d(A,B)=d(B,A) d(A,B)=d(B,A);
- 三角不等式: d ( A , B ) ≤ d ( A , C ) + d ( C , B ) , ∀ C ∈ S d(A,B)\leq d(A,C)+d(C,B),\quad \forall C\in S d(A,B)≤d(A,C)+d(C,B),∀C∈S
两个证据体的距离
两个证据体的距离的计算公式如下: d ( m 1 , m 2 ) = ( m 1 ⃗ − m 2 ⃗ ) T D ‾ ‾ ( m 1 ⃗ − m 2 ⃗ ) d(m_1,m_2)=(\vec{m_1}-\vec{m_2})^T\underline{\underline{D}}(\vec{m_1}-\vec{m_2}) d(m1,m2)=(m1−m2)TD(m1−m2) 实际使用如下公式: d B P A ( m 1 , m 2 ) = 1 2 ( m 1 ⃗ − m 2 ⃗ ) T D ‾ ‾ ( m 1 ⃗ − m 2 ⃗ ) d_{BPA}(m_1,m_2)=\sqrt{\frac{1}{2}(\vec{m_1}-\vec{m_2})^T\underline{\underline{D}}(\vec{m_1}-\vec{m_2})} dBPA(m1,m2)=21(m1−m2)TD(m1−m2) m 1 ⃗ , m 2 ⃗ \vec{m_1},\vec{m_2} m1,m2 表示两个证据源的 bpa 构成的向量, D ‾ ‾ \underline{\underline{D}} D 是一个 2 N × 2 N 2^N\times2^N 2N×2N 矩阵, D ‾ ‾ \underline{\underline{D}} D的行指标对应证据源1,列指标对应证据源2, D ‾ ‾ \underline{\underline{D}} D 中的每一个元素为: D ‾ ‾ ( A , B ) = ∣ A ∩ B ∣ ∣ A ∪ B ∣ \underline{\underline{D}}(A,B)=\frac{|A\cap B|}{|A\cup B|} D(A,B)=∣A∪B∣∣A∩B∣ ∣ A ∣ |A| ∣A∣ 表示集合 A A A 的基数,即集合 A A A 中元素的个数。
Example
示例引自参考文献[2]的附录。
Ω
=
{
A
,
B
,
C
}
m
1
:
m
1
(
{
A
}
)
=
0.3
,
m
1
(
{
A
,
B
}
)
=
0.4
,
m
1
(
Ω
)
=
0.3
m
2
:
m
2
(
{
B
}
)
=
0.2
,
m
2
(
{
C
}
)
=
0.3
,
m
2
(
Ω
)
=
0.5
\begin{aligned} &\Omega=\{A,B,C\} &\quad &\quad \\ &m_1:m_1(\{A\})=0.3,& m_1(\{A,B\})=0.4,\quad & m_1(\Omega)=0.3 \\ &m_2:m_2(\{B\})=0.2,& m_2(\{C\})=0.3, \quad & m_2(\Omega)=0.5 \\ \end{aligned}
Ω={A,B,C}m1:m1({A})=0.3,m2:m2({B})=0.2,m1({A,B})=0.4,m2({C})=0.3,m1(Ω)=0.3m2(Ω)=0.5
证据源1的 BOE 为:
(
B
1
,
m
1
)
=
{
[
{
A
}
,
0.3
]
,
[
{
A
,
B
}
,
0.4
]
,
[
Ω
,
0.3
]
}
(B_1,m_1)=\{[\{A\},0.3],[\{A,B\},0.4],[\Omega,0.3]\}
(B1,m1)={[{A},0.3],[{A,B},0.4],[Ω,0.3]}
证据源2的 BOE 为:
(
B
2
,
m
2
)
=
{
[
{
B
}
,
0.2
]
,
[
{
C
}
,
0.3
]
,
[
Ω
,
0.5
]
}
(B_2,m_2)=\{[\{B\},0.2],[\{C\},0.3],[\Omega,0.5]\}
(B2,m2)={[{B},0.2],[{C},0.3],[Ω,0.5]}
为了减少计算量,可以将两个 BOE 中的集合元素取一个并集,得到新的集合(可以视为一个新的幂集)表示如下:
2
Ω
1
∪
2
=
{
{
A
}
,
{
B
}
,
{
C
}
,
{
A
,
B
}
,
Ω
}
2^{\Omega_{1\cup2}}=\{\{A\},\{B\},\{C\},\{A,B\},\Omega\}
2Ω1∪2={{A},{B},{C},{A,B},Ω} 将
m
1
,
m
2
m_1,m_2
m1,m2 按
2
Ω
1
∪
2
2^{\Omega_{1\cup2}}
2Ω1∪2 中集合出现的顺序表示成向量的形式:
m
1
⃗
=
[
0.3
0
0
0.4
0.3
]
m
2
⃗
=
[
0
0.2
0.3
0
0.5
]
\vec{m_1}=\begin{bmatrix} 0.3\\ 0 \\ 0 \\ 0.4 \\ 0.3 \end{bmatrix} \quad \vec{m_2}=\begin{bmatrix} 0\\ 0.2 \\ 0.3 \\ 0 \\ 0.5 \end{bmatrix}
m1=⎣⎢⎢⎢⎢⎡0.3000.40.3⎦⎥⎥⎥⎥⎤m2=⎣⎢⎢⎢⎢⎡00.20.300.5⎦⎥⎥⎥⎥⎤ 矩阵
D
‾
‾
\underline{\underline{D}}
D 表示为:
D
‾
‾
=
[
1
0
0
1
2
1
3
0
1
0
1
2
1
3
0
0
1
0
1
3
1
2
1
2
0
1
2
3
1
3
1
3
1
3
2
3
1
]
\underline{\underline{D}}=\begin{bmatrix} 1&0&0&\frac{1}{2}&\frac{1}{3} \\ 0&1&0&\frac{1}{2}&\frac{1}{3} \\ 0&0&1&0&\frac{1}{3} \\ \frac{1}{2}&\frac{1}{2}&0&1&\frac{2}{3} \\ \frac{1}{3}&\frac{1}{3}&\frac{1}{3}&\frac{2}{3}&1 \\ \end{bmatrix}
D=⎣⎢⎢⎢⎢⎡1002131010213100103121210132313131321⎦⎥⎥⎥⎥⎤
m
1
⃗
−
m
2
⃗
=
[
0.3
−
0.2
−
0.3
0.4
−
0.2
]
\vec{m_1}-\vec{m_2}=\begin{bmatrix}0.3 \\ -0.2 \\ -0.3 \\ 0.4 \\ -0.2 \end{bmatrix}
m1−m2=⎣⎢⎢⎢⎢⎡0.3−0.2−0.30.4−0.2⎦⎥⎥⎥⎥⎤
d
B
P
A
(
m
1
,
m
2
)
=
1
2
[
0.3
−
0.2
−
0.3
0.4
−
0.2
]
[
1
0
0
1
2
1
3
0
1
0
1
2
1
3
0
0
1
0
1
3
1
2
1
2
0
1
2
3
1
3
1
3
1
3
2
3
1
]
[
0.3
−
0.2
−
0.3
0.4
−
0.2
]
=
0.4359
\begin{aligned} d_{BPA}(m_1,m_2)&=\sqrt{\frac{1}{2}\begin{bmatrix}0.3 & -0.2 &-0.3 &0.4 &-0.2 \end{bmatrix}\begin{bmatrix} 1&0&0&\frac{1}{2}&\frac{1}{3} \\ 0&1&0&\frac{1}{2}&\frac{1}{3} \\ 0&0&1&0&\frac{1}{3} \\ \frac{1}{2}&\frac{1}{2}&0&1&\frac{2}{3} \\ \frac{1}{3}&\frac{1}{3}&\frac{1}{3}&\frac{2}{3}&1 \\ \end{bmatrix}\begin{bmatrix}0.3 \\ -0.2 \\ -0.3 \\ 0.4 \\ -0.2 \end{bmatrix}} \\ &=0.4359 \end{aligned}
dBPA(m1,m2)=21[0.3−0.2−0.30.4−0.2]⎣⎢⎢⎢⎢⎡1002131010213100103121210132313131321⎦⎥⎥⎥⎥⎤⎣⎢⎢⎢⎢⎡0.3−0.2−0.30.4−0.2⎦⎥⎥⎥⎥⎤=0.4359