一种基于焦元解耦和PCR6证据推理方法.pdf

Computer Engineering and4 pplications计算机工程与应用
2016,52(18)79
种基于焦元解耦和PCR6证据推理方法
李长庚,赖广文
LI Changgeng, LAI Guangwen
中南大学物理与电子学院,长沙410012
School of Physics and Electronic, Central South University, Changsha 410012, China
LI Changgeng, LAI Guangwen. Evidence reasoning rule based on focal element decoupling and PCR6 Computer
Engineering and Applications, 2016, 52(18): 79-83.
Abstract: Evidence reasoning applies to information fusion with the case without any prior information. In the representa.
tion of uncertainty, there are obvious advantages. A evidence reasoning rule based on focal element decoupling and Propor
tional Conflict Redistribution No6(PCR6) is proposed. The method uses Smarandache coding to get monotonous Boolean
function of each focal element in all evidence, allocates the focal element of conflict, uncertainty and mix to the corresponding
single atom focal element. Then all sources with the hyper-power set are combined together according to PCR6 Numerical
examples show that: the new fusion method fully considers the focal element of conflict, uncertainty and mix impact on
fusion results, compared with the direct use of PCR6, reduces conflict, uncertainty focal elements reliability assignment
in the reasoning result. The fusion process is simple, and fusion results are more intuitive, rational, and easy to judge
Key words: Proportional Conflict Redistribution No 6(PCR6); monotone boolean function; focal element decoupling
evidence reasoning
摘要:证据推理适用于无先验信息情况下的信息融合,在不确定性的表示、融合方面有明显优势。提出一种基于
焦元解耦和第六类比例冲突分配规则(PCR6)的证据推理方法,在各证据源中利用 Smarandache编码得到各焦元的
单调布尔函数,将冲突焦元、不确定焦元及混合焦元分配到相应的单原子焦元上,再利用PCR6进行融合。通过数值
算例仿真表明:提出的方法充分考虑冲突焦元、不确定焦元及混合焦元对融合结果影响,与直接利用PCR6融合相
比,减少了推理结果中不确定、冲突焦元的融合。融合过程简单,融合结果更直观、合理,便于判决
关键词:第六类比例冲突分配规则(PCR6);单调布尔函数;焦元解耦;证据推理
文献标志码:A?图分类号:TP391doi:10.37786js.102-8331.1412-0217
引言
信息源间的信息融合问题,但它的重点是处理高度冲
人工智能不确定推理的主要方法有:贝叶斯推理、突、不确定和不精确的证据源间的融合问题。DSmT不
证据推理、模逻辑推理等,每种方法都有各自优势。受DSmT辦识框架的限制,处理静态或动态融合问题,
随着信息技术的发展,对于复杂的不完善信息(不一致特别是当信息源间的冲突非常大,或者是所考虑问题的
信息、不完全信息、不确定信息和不精确信息)获取和融辦识框架(一般情況下用⊙表示)中命题之间界限模樹、
合,传统的融合方法已不再适应。
不确定、不精确而很难细分时,DSmT优势明显。但是,
Jean Dezert和 Florentin Smarandache在2003年提随着郑识框架的増加,DSmT推理结果中存在很大一部
出一种似是而非、自相矛盾推理(DSmT),可看作是证分界限模楜、不确定、不精确的信度赋值,无法为最后的
据推理(DST)?的扩展,但它们又存在着重要的差別。判决提供有力的支撑,而且推理运算成指数増长的。
DSmT可以处理由信度赋值函数表示的任意类型独立
为解决该问题,学者安家们在DST的2°葬识框架下
基金项目:湖南省自然科学基金项目(No.09.J5044)。
作者简介:李长庚(1970-),男、博士研究生,教授,研究领域为无线通信,无线传感器网络,E-mail:Icgeng(@mail.csu.edu.cn;赖广文
(1989),男,助教、研究领域为无线传感器网络,信息融合
收稿日期:2(014-12-16修回日期:2015-01-30文章编号:1002-8331(2016)18-0079-05
CNKI?络优先出版:2015-06-16,http://www.cnki.net/kcms/detail/11.2127.tp.20150616.1345.024.html