多重改进型指数双向联想记忆模型及其在多证据推理中的决策性能

摘要

提出了多证据推理中采用神经网络来模拟信念组合学习的方法.网络由多个改进型指数双向联想记忆模型(IeBAM)构成,并且共享一个输出来同时进行多证据不确定性的管理.文中证明了多重IeBAM(Multi-IeBAM)的稳定性,讨论了在多条证据同时提交网络后的多数规则.理论和实验都证明了多数因子比Wang所提模型更紧凑、更严格,从而可保证在受一定程度的干扰下,专家们仍能做出正确决策.最后所给出的模拟例子的结果与直觉推理相吻合.