用于异质信息的信任区间交互式多属性识别方法

李双明 关 欣 衣 晓 吴 斌

①(海军航空大学 烟台264001)

②(92941部队 葫芦岛125001)

1 引言

异构数据类型包括实数、区间数、序列数、灰数、三角模糊数、直觉模糊数及模糊语言术语等，从数据融合的角度，又可以分为特征层数据[1–4]和决策层数据[5]或二者的混合数据[6]。由于传统决策方法在异构数据决策上的适用性受到限制，为此有两种解决思路：一是对传统决策方法进行改进[1,4]，构建异类数据间的度量方法；二是对将异构数据转化到同种数据类型[5,6]，利用传统方法进行决策。多参数决策问题中的逼近理想解(TOPSIS)[7]方法被公认为非常有效的决策方法，但在实际应用会产生排序反转现象[8]。Dezert等人[9]提出了基于信度函数的逼近理想解(BF-TOPSIS)方法，该方法同样也有排序反转的问题。基于前景理论的TODIM方法已经从处理确定数扩展到处理区间模糊数、直觉模糊数、区间直觉模糊信息及犹豫模糊等。但是当面临未知目标的数据类型与目标数据库不同构，且包含专家的决策信息时，如何实现异质信息的决策识别，是一个十分值得研究的问题，现有的文献对该问题的研究较少。本文尝试从同一准则的异构数据类型角度，并融合专家的经验知识，研究基于异质信息的目标融合识别问题。

2 异构数据距离

设数据库中的目标特征测量值类型为实数、区间数或序列数，未知目标在广义特征(由传感器测量信息和专家决策信息组成)上的取值类型为实数、区间数、序列数和直觉模糊数等4种数据类型，称传感器的特征参数测量值为特征层信息，专家的经验知识为决策层信息。……