证据理论及其在决策评价中应用研究

证据理论及其在决策评价中应用研究作者：童建军学位授予单位：合肥工业大学参考文献(52条)1.APDempsterUpperandlowerprobabilitiesinducedbyamultivaluedmapping19672.GShaferAmathematicaltheoryofevidence19763.王刚证据理论及其在图像目标识别中的应用[学位论文]硕士20024.侯俊证据理论几个关键问题的研究[学位论文]硕士20035.杨春证据理论在决策与评价中的应用研究[学位论文]博士19996.段新生证据推理与决策、人工智能19937.GordonJ.ShortliffeEHAMethodofManagingEvidentialReasoninginaHierarchicalHypothesisSpace1985(03)8.ZadehLAOntheValidityofDempster'sRuleofCombinationofEvidence19799.PawlakZRoughSets1982(05)10.向阳.史习智证据理论合成规则的一点修正[期刊论文]-上海交通大学学报1999(3)11.杜文吉.陈彦辉.谢维信加权Dempster证据组合算法[期刊论文]-西安电子科技大学学报（自然科学版）1999(5)12.YenJGERTIS:ADempster-ShaferApproachtoDiagnosingHierarchicalHypotheses1989(05)13.RMahlerCombiningAmbiguousEvidencewithRespecttoAmbiguousaprioriKnowledge.I:BooleanLogic1996(01)14.FisterT.MitchellRAModifiedDempster-ShaferwithEntropyBasedBeliefBodyCompression199415.孙红岩.张钹.何克忠.郭木河目标的Dempster-Shafer融合识别[期刊论文]-清华大学学报（自然科学版）1999(9)16.BarnettJAComputationalMethodsforaMathematicalTheoryofEvidence198117.VoorbraakFAComputationallyEfficientApproximationofDempster-ShaferTheory1989(50)18.SimardMADataFusionofMultipleSensorsAttributeInformationforTargetIdentityEstimationUsingaDempster-ShaferEvidentialCombinationAlgorithm199619.DaleFixaon.RonaldPSMahlerTheModifiedDempster-ShaferApproachtoClassification1997(01)20.MBauerApproximationsfordecisionmakingintheDempster-ShaferTheoryofevidence199621.BoglerPLShafer-DempsterReasoningwithApplicationstoMultisensorTargetIdentificationSysetns1987(06)22.康耀红数据融合理论与应用199723.GShafer.RSrivastavaTheBayesianandbelief-functionformalisms:Ageneralperspectiveforauditing199024.JWGuan.DABellCombiningevidenceintheextendedDempster-Shafertheory199025.JGordon.EHShortliffeTheDempster-Shafertheoryofevidence198426.RRYager.DPFilevIncludingprobabilisticuncertaintyinfuzzylogiccontrollermodelingusingDempster-Shafertheory1995(08)27.JSwuUncertaintiesinsystemanalysis:probabilisticversusnonprobabilistictheories199028.JWangSafetyanalysisandsynthesisusingfuzzySetsandevidentialreasoning199529.张文修.梁怡不确定推理原理199630.张尧庭.杜劲松人工智能中的概率统计方法199831.徐扬.乔全喜.陈超平不确定性推理199432.肖人彬.费奇基于证据理论的不确定性分析1993(03)33.肖人彬.王雪.费奇.周济相关证据合成方法的研究1993(03)34.SmetsP.KennesRTheTransferableBeliefModel1994(02)35.YaoYY.LinarasPJInterpretationofbelieffunctioninthetheoryofroughset1998(1-2)36.RonaldRYagerOntheDempster-shaferframeworkandnewcombinationrules198737.孙全.叶秀清.顾伟康一种新的基于证据理论的合成公式[期刊论文]-电子学报2000(8)38.李弼程.王波.魏俊.钱曾波.黄玉琪一种有效的证据理论合成公式[期刊论文]-数据采集与处理2002(1)39.InagkiToshiyukiInterdependencebetweensafety-controlpolicyandmultiple-sensorschemesviaDempster-Shafertheory1991(02)40.TakashiMatsuyamaBeliefformationobservationandbeliefintegrationusingvirtualbeliefspaceinDempster-Shaferprobabilitymodel199441.梁昌勇.陈增明.黄永青.童建军Dempster-Shafer合成法则悖论的一种消除方法[期刊论文]-系统工程理论与实践2005(3)42.张所地.王拉娣DEMPSTER-SHAFER合成法则的悖论1997(05)43.杨萍.刘卫东基于证据理论的群决策层次评价方法研究[期刊论文]-系统工程与电子技术2002(2)44.苏波.王浣尘群决策研究的评述199545.张崎.西村昂提高层次分析法评价精度的几种方法[期刊论文]-系统工程理论与实践1997(11)46.李元左.李登峰基于广义判断的一类模糊区间层次分析法——IGJAHP[期刊论文]-系统工程理论方法应用1996(1)47.张斌多目标系统决策的模糊集对分析方法[期刊论文]-系统工程理论与实践1997(12)48.高燕云研究与开发评价199649.宋庆克多属性评价方法及发展综述1997(04)50.胡毓达实用多目标最优化190051.KJRadfordIndividualandsmallgroupdecisions198952.KJRadfordRelationshipsbetweenMultipleparticipantandmultiplecri8teriadecisionmaking1993相似文献(10条)1.期刊论文孙奇.杨伟.SUNQi.YANGWei基于证据理论Dempster合成法则的灰色负荷预测模型融合-电力科学与工程2006,(4)首先建立负荷预测的灰色模型,用3种不同阶数的灰色模型对负荷进行预测,针对灰色模型预测存在误差较大且误差变化剧烈的缺点,提出利用证据理论对负荷预测结果进行融合.通过分析3种灰色模型的预测误差,用Dempster合成法则融合预测结果的误差,并将融合后的结果重新用于负荷预测.结果表明,经过证据理论Dempster合成法则融合后的预测结果具有更高的预测精度.2.期刊论文ZHUJing.朱静.高会生.李聪聪基于D-S证据理论的信息安全风险评估-华北电力大学学报2008,35(4)采用Dempster-Shder(D-S)证据理论处理信息安全风险评估中的不确定性问题,提出了基于D-S证据理论的风险评估模型.用改进的Dempster合成法则即对基本可信度分配使用折扣率的方法,对信息系统中存在的各种风险因素进行合成,处理风险因素中的不确定性,并通过仿真证明了该算法的正确性.最后,通过与模糊综合评判法进行比较验证了证据理论具有更高的准确性.3.期刊论文高会生.朱静.GAOHui-sheng.ZHUJing基于D-S证据理论的网络安全风险评估模型-计算机工程与应用2008,44(6)针对网络信息系统的安全风险评估问题,提出了基于D-S证据理论的风险评估模型.证据理论是一种处理不确定性的推理方法.首先用折扣率对Dempster合成法则进行了改进,然后使用改进后的Dempser合成法则对网络中存在的各种风险因素进行合成.减少了风险因素中的不确定性,并以实例验证了该模型在网络安全风险评估中的应用,仿真结果证明了该算法的正确性.最后,通过与模糊综合评判法进行比较验证了证据理论具有更高的准确性.4.学位论文陈静证据理论在负荷预测中的应用2006电力工业是一个国家国民经济的基础，电力系统的安全经济运行对国民经济的发展具有很大的影响。电力系统的运行管理是一个复杂而有机的整体，其中，负荷预测是一个重要的组成部分。负荷预测是制定发电、输电和电能分配等计划的前提条件。影响电力负荷的因素很多，除受经济状况、国家政策、气候等因素的影响之外，影响负荷的还有若干偶然因素，例如：异常天气、国家重大节口活动等等。因此，负荷预测是一项比较复杂的工作。目前，具体的负荷预测方法有很多，但是每种方法都因其同有的小足之处，导致预测精度时高时低的问题。本文引入证据理论的方法，将多种负荷预测方法综合起来，使得综合后的负荷预测精度始终保持在一个较高的水平。论义的主要工作有：(1)概述证据理论，并对证据理论在电力系统负荷预测问题上的应用进行实用化探讨。(2)运用时间序列法、回归分析法等传统的一些经典的负荷预测方法，对某市的日负荷进行预测，并对每种预测方法的预测日负荷曲线与负荷真值曲线进行比对。(3)介绍了传统的负荷预测综合模型，并对其进行了改进。提出了主观权重、客观权重以及合成权重的概念。合成权重是通过证据理论中的Dempster合成法则进行合成运算后的权重。(4)直接应用证据理论综合多种负荷预测方法，获得负荷预测精度的改善。通过实例对应用证据理论综合多种预测方法进行了试算，试算的结果表明了这种方法的有效性。(5)根据第(4)部分内容开发的24点日负荷预测软件。简单介绍了该软件的结构流程，及其主要功能。(6)总结，对论文已经完成的工作做出总结，说明有待完善之处。5.期刊论文孙奇.杨伟.SUNQi.YANGWeiD-S证据理论融合改进BP网络的短期负荷预测研究-继电器2007,35(7)针对传统BP网络收敛速度较慢且实时性较差的缺点,在考虑了气候因素的情况下,分别用三种BP网络算法对某地区的负荷进行预测,通过对预测误差的分析,用证据理论的Dempster合成法则对算法进行融合,通过选取待预测日之前几天的数据作为融合样本,规定相应的基本信度函数,得到融合后的信度分配,从而决定相应时刻的预测模型,仿真结果表明,经过证据理论融合后选择的负荷预测算法具有更高的预测精度.6.期刊论文孙奇.杨伟.SUNQi.YANGWei证据理论Dempster法则融合神经网络的短期负荷预测-华中电力2007,20(3)针对传统神经网络收敛速度较慢且实时性较差的缺点,在考虑气候因素的情况下,分别用改进BP网络、径向基函数网络和Elm