关于D-S证据理论，说一下我的几个理解【自用】

该文只是自己找一个地方记笔记，如果大家有兴趣以后再找时间展开。

 

1.D-S证据理论基于的是概率分配函数BPA，而不是经典概率论。因为对于A,B,C来说M（A）+M（B）+M（C）不等得1，但是P（A）+P（B）+P(C)一定为1；

2.D-S证据理论是一个由概率分配函数来确定信任程度的过程

3.BPA：2^D->[0,1]（D是整个集合，D的每个子集映射为0-1的实数）并且满足M（∅）=0，西格玛M（A）=1（所有分配求和得1）那么他就是一个概率分配函数。

下面几点以红蓝黄,RYB为例

4.Bel是信任函数强调对A的总的信任程度。Bel{y，b} = m{Y}+m{B}+m{y,b};

5.似然函数pl是对A的不信任程度Pl（A）=1-Bel（非A）

PL（B） = 1-bel{非B}=1-bel{Y,R} = 1-m(y)-m(b)-m(y,b);

6.A[bel(a),pl(a)]

A[0,1]对A一无所知

A[1.1]A为真

A[0,0]A为假

A[a,1]部分信任

A[0,b]对非A部分信任

A[a,b]对A和非A同时部分信任

7。证据组合：从不同地方得到了多个概率分配函数，要融合

M = M1正交M2

这就是D-S证据理论那个公式。不谈了

 

8.Zadeh 模糊-隶属函数

参考资料：

[1]苏州大学——专家系统直播课程

https://www.bilibili.com/video/BV1X7411Z7s5

[2]CSDN
https://blog.csdn.net/qq_36512295/article/details/89448583?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.control&dist_request_id=1328592.22645.16148302111052083&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.control