改進(jìn)的D-S理論在ETC系統中的應用研究
加入技術(shù)交流群
1 D-S 證據理論概述及改進(jìn)
Dempster-Shafer 證據理論（簡(jiǎn)稱(chēng)D-S 證據理論）源于20 世紀60 年代Dempster 在多值映射方面的工作，他將證據的信任函數與概率空間的概率的最大最小值相關(guān)聯(lián)，構造了不確定推理模型的一般框架。此后Shafer 又在此基礎上進(jìn)行了擴展，形成了能夠處理不確定、不精確、不完整信息的證據理論。它憑借其能夠表示“不確定性”、“未知”等概念的優(yōu)點(diǎn)，在數據融合中得到廣泛重視。
1.1 D-S 證據理論概述
設有一個(gè)有限假設空間，Θ為空間中所有命題的窮舉集合，D-S 理論用“識別框架(Frame. of Discernment)”描述構成整個(gè)假設空間的所有命題的集合Θ，識別框架中的各元素要求互相排斥，而集合中的命題稱(chēng)為識別框架的原命題。定義1 設Θ為給定識別框架，Ω=2Θ為Θ的冪集，則函數m：Ω→[0，1]，在滿(mǎn)足下列條件：
時(shí)，稱(chēng)m 為Ω 上的基本概率分配；?A∈Ω，m(A)稱(chēng)為基本概率分配函數（BPA），m(A)≥0的命題稱(chēng)為證據的焦元。
定義2 設Θ 為一識別框架，m(A)為Ω 上的基本概率分配函數，滿(mǎn)足下列的函數稱(chēng)為信任函數：
其中A 的信度函數為A 中每個(gè)子集的信度之和，Bel(A)表示對A 的總的信任程度，亦為可信度。
定義3 Bel 為給定信任函數，有一函數PL：
，則PL為A 的似然函數。即：
雖然D-S 證據理論在實(shí)際得到廣泛的追捧，但在應用中人們發(fā)現其自身也存在一些不足和缺點(diǎn)，特別是在高沖突證據組合的時(shí)候會(huì )導致合成的結果違背直覺(jué)。前人如Zadeh 和Yager、Smets 他們也在這個(gè)問(wèn)題上做了許多詳細的研究，并提出了針對性的意見(jiàn)及妥善的改進(jìn)方法?？上щS著(zhù)科技的進(jìn)步這一問(wèn)題終究沒(méi)有得到很好的解決。
1.2 D-S 證據理論的改進(jìn)
D-S 的合成法則如下：
m1 與m2 是識別框架Θ 的兩個(gè)獨立證據，Ω 為Θ 的冪集，A、B 為冪集中的元素，則這兩個(gè)證據組合后得到的組合證據為：
其中
為歸一化常數：
它的作用就是避免在合成時(shí)將非零的概率賦給空集Φ。
雖然D-S 理論有諸多優(yōu)點(diǎn)，但在實(shí)際的應用中卻不是令人滿(mǎn)意，往往有時(shí)與直覺(jué)相違背，主要的原因是存在證據沖突，這是不可小覷的問(wèn)題。所以做了如下的改進(jìn)，取沖突權值為歸一化常數的對數：
如果上述兩個(gè)證據之間不存在沖突，則Cov(Bela，Belb)=∞；如果證據間完全沖突，則Cov(Bela，Belb)=0。在充分認識到證據間的沖突下，令σ=1-K 為沖突因子，當σ=0 時(shí)證據之間不存在任何沖突，當σ=1 時(shí)證據之間完全沖突，那么對D-S 的合成法則改進(jìn)如下：
當融合的證據信息多于兩個(gè)以上時(shí)，σ1，σ2，…，σn 為各個(gè)證據之間的沖突因子，則有：
評論