证据理论
证据理论介绍
- 证据理论 (Theory of Evidence) 也称为 D - S(Dempster-Shafer) 理论。
- 能够区分 “不确定” 与 “不知道” 的差异,并能够处理由 “不知道” 引起的不确定性,具有较大的灵活性。
- 在 D - S 理论中,知识以产生式规则的形式表示,证据和结论以集合形式表示。D - S 理论采用集合来表示命题,为此,首先应该建立命题与集合之间的一一对应关系,把命题的不确定性问题转化为集合的不确定性问题。
- 在证据理论中,D 的任何一个子集 A 都对应于一个关于 x 的命题,称该命题为 “ x 的值在 A 中 ” 。
概率分配函数
信任函数
似然函数
概率分配函数的正交和
特定的概率分配函数
基于特定的概率分配函数的不确定性推理模型
信任度函数
知识不确定性的表示
证据的不确定性的表示
不确定性的传递算法
推理实例(一)
推理实例(二)
证据理论推理的特点
- 优点:
- 1.能满足比概率更弱的公理系统,能处理由“不知道”所引起的不确定性;
- 2.子集可以是多个元素的集合,因而知识的结论部分可以是更一般的假设,有利于领域专家在不同细节、不同层次上进行知识表示。
- 缺点:
- 1.要求样本空间中的元素满足互斥条件,在实际系统中不易实现;
- 2.要求给出的概率分配数太多,计算比较复杂。