基于改进贝叶斯粗糙集和证据理论的决策信息融合方法OA北大核心CSCDCSTPCD
Approach to decision information fusion based on improved Bayesian rough set and evidence theory
针对决策信息信息表中新对象的分类问题,提出一种基于改进的贝叶斯粗糙集和证据理论的决策信息融合方法.对传统的贝叶斯粗糙集进行改进,扩展到多决策类,定义了支持度的概念以此反映确切分类的对象所占的百分比.利用贝叶斯粗糙集的支持度和置信增益函数作为证据的支持程度,得到各准则下的证据基本概率分配函数,并利用证据合成法则对多个证据进行合成,以此进行决策.将上述方法应用于设备故障的诊断问题中,通过方法的对比验证了该方法实践应用的有效性.
陈可;张小强;徐选华
中南大学商学院,长沙410083中南大学商学院,长沙410083中南大学商学院,长沙410083
信息技术与安全科学
贝叶斯粗糙集证据理论证据权重多准则决策
Bayesian rough setevidence theoryevidence weightmulti-criteria decision-making
《计算机应用研究》 2014 (9)
基于复杂适应系统仿真的碳交易市场配额分配机制研究
2625-2628,4
国家自然科学基金资助项目(71271216)国家社科基金重点项目(12AZD109)
评论