一种开放世界下的基本概率指派生成方法

摘要

本文引用一种计算三角模糊数间差异度的方法，定义了悲观函数，根据差异度的相对大小，修正悲观函数中差异度变量的影响度。在建立的开放世界辨识框架下生成了初始BPA，根据实际目标环境运用组合规则或广义组合规则对证据进行了融合。该方法结合了证据理论和模糊集理论的优点，特别是广义证据理论组合规则对于开放世界下未知目标的处理能力，具有较好的识别效果。为了减小冲突证据对融合结果的影响，计算了各证据体间的距离，并根据冲突阂值在生成BPA的初始阶段即对干扰进行消解。通过算例可知，该方法简洁有效，理论基础扎实，同时具有非常显著的小样本下的数据处理能力。