D 数理论：Dempster-Shafer 证据理论的推广
人工智能
2014-05-14 v1
摘要
现实世界中不确定信息的有效建模仍然是一个开放性问题。Dempster-Shafer 证据理论是最常用的方法之一。然而，Dempster-Shafer 证据理论假设辨识框架中的假设是互斥的。这一条件在实际应用中可能被违反，特别是在语言决策中，因为语言变量本质上并不是互斥的。在本文中，系统地发展了一种称为 D 数理论（DNT）的新理论来解决这一问题。提出了两个 D 数的组合规则。定义了一个系数来衡量辨识框架中假设之间的互斥程度。如果互斥系数为 1，意味着辨识框架中的假设完全互斥，则 D 组合退化为经典的 Dempster 组合规则。最后，提出了 D 数的语言变量变换以进行决策。通过一个语言证据决策的数值例子说明了所提 D 数理论的有效性。
引用
@article{arxiv.1405.3175,
title = {D numbers theory: a generalization of Dempster-Shafer evidence theory},
author = {Yong Deng},
journal= {arXiv preprint arXiv:1405.3175},
year = {2014}
}
备注
31 pages, 5 figures. arXiv admin note: substantial text overlap with arXiv:1404.0540