一种基于混合参数和DSm T的证据网络多连通结构推理方法

郭 强，关 欣，潘丽娜，孙贵东

（1.海军航空工程学院信息融合研究所，山东烟台 264001；2.海军航空工程学院电子信息工程系，山东烟台 264001；3.海军航空工程学院基础部，山东烟台 264001）

一种基于混合参数和DSm T的证据网络多连通结构推理方法

郭 强1，关 欣2，潘丽娜3，孙贵东2

（1.海军航空工程学院信息融合研究所，山东烟台 264001；2.海军航空工程学院电子信息工程系，山东烟台 264001；3.海军航空工程学院基础部，山东烟台 264001）

针对现有的证据网络推理模型无法进行复杂的多连通知识网络结构下的信度推理问题，提出一种基于混合参数和DSmT的证据网络推理方法，将条件信度函数和联合信度函数同时作为多连通证据网络的结点备选参数，并根据多连通网络结构的结点特点进行选择，并提出DSmT的证据网络信度合成方法，不仅可以有效地进行复杂多连通图结构的证据网络信度推理，并可有效解决证据网络的不确定性高冲突信息融合问题。最后通过典型的胸腔诊断问题实例，验证了本文方法的有效性。

证据网络；信息融合；信度合成；证据推理；Dezert-Smarandache Theory

0 引 言

为了解决多源异类知识框架下的不确定性信息融合、推理问题，基于网络模型的知识表示和不确定推理方法得到了广泛的研究［1，2］。贝叶斯网络（BN）［3］作为贝叶斯理论与图论相结合的不确定性知识处理方法，将不确定性先验知识以先验概率和条件概率的形式进行表示并形成有向无环图的网络知识结构，对证据信息进行不确定性推理，该方法在故障诊断、专家系统、评估预测、军事系统等领域都得到了广泛的应用［4-10］。……