基于改进贝叶斯粗糙集和证据理论的决策信息融合方法

• 作者: 张小强 徐选华 陈可
• 来源期刊: 计算机应用研究
• 关键词: 贝叶斯粗糙集 证据理论 证据权重 多准则决策
• 年，卷（期）: 2014,（9）
• 页码范围: 2625-2628
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.09.015

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐选华	中南大学商学院	94	986	17.0	27.0
2	陈可	中南大学商学院	21	65	5.0	7.0
3	张小强	中南大学商学院	3	9	2.0	3.0