一种基本概率赋值转换为概率的最优化方法

许培达; 韩德强; 邓勇

您当前的位置：

首页 >

文章列表页 >

一种基本概率赋值转换为概率的最优化方法

学术论文 | 更新时间：2025-07-16

- 一种基本概率赋值转换为概率的最优化方法
- An Optimal Transformation of Basic Probability Assignment to Probability
- 电子学报 2011年39卷第3A期页码：121-125
- 作者机构：
  
  1. 上海交通大学电子信息与电气工程学院,上海,200240
  2. 西安交通大学综合自动化研究所,陕西,西安,710049
  3. 西南大学计算机与信息科学学院,重庆,400715
  4. 上海交通大学电子信息与电气工程学院上海,200240
  5. 西安交通大学综合自动化研究所陕西西安,710049
  6. 西南大学计算机与信息科学学院重庆,400715
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60874105,No.60904099);国家重点基础研究发展计划资助项目 (No.2007CB311006);教育部新世纪优秀人才支持计划 (No.NCET-08-0345);上海市青年科技启明星计划 (No.09QA1402900);重庆市自然科学基金 (No.CSCT,2010BA2003);航空科学基金 (No.20090557004,No.20095153022);上海交通大学"晨星学者计划"资助 (No.T241460612);上海交通大学国防预研基金 (No.11GFF-17);西南大学博士基金 (No.SWU110021)
- DOI：
  中图分类号： TP391
- 纸质出版：2011
- 稿件说明：
移动端阅览
许培达, 韩德强, 邓勇. 一种基本概率赋值转换为概率的最优化方法[J]. 电子学报, 2011,39(3A):121-125.

XU Pei-da, HAN De-qiang, DENG Yong. An Optimal Transformation of Basic Probability Assignment to Probability[J]. Acta Electronica Sinica, 2011, 39(3A): 121-125.
许培达, 韩德强, 邓勇. 一种基本概率赋值转换为概率的最优化方法[J]. 电子学报, 2011,39(3A):121-125. DOI：

XU Pei-da, HAN De-qiang, DENG Yong. An Optimal Transformation of Basic Probability Assignment to Probability[J]. Acta Electronica Sinica, 2011, 39(3A): 121-125. DOI：

摘要

将基本概率赋值转换为概率在不确定性决策中有重要作用

本文提出了一种基于证据关联系数的最优化转换方法.主要思想是:转换后所得到的概率分布可以视为一个特殊的基本概率赋值函数

从命题的上下概率之间寻优使得被转换的基本概率赋值与转换所得概率之间的证据关联系数最大.将提出的最优化转换方法与常用的Pignistic概率转换方法通过算例进行比较

表明了所提出方法的有效性.

Abstract

One of the key issues in the application of Dempster-Shafer evidence theory is how to make decision based on basic probability assignment (BPA).The usual method is to transform the BPA to probability.In this paper

an optimal transformation method based on a new presented evidence correlation coefficient is proposed.The obtained probability has the maximum correlation coefficient to the original BPA.Numerical examples are used to illustrate the efficiency of the proposed method.

关键词

Keywords

references

浏览量

1567

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于自学习选路算法的多路径并行传输

大尺度IP骨干网络流量矩阵估计方法研究

对偶线性规划神经网络及算法步长的选取

奇异值衡量证据冲突的新方法

一种二维神经网络模型及其应用