一种基于证据相似性的证据分类策略

摘要

证据分类策略是一种有效的冲突证据推理融合方法,但是在实际应用中会产生大量重复分类,而且分类门限根据主观经验确定,缺乏依据。为了降低分类数,提高证据分类策略的准确性,提出一种基于证据相似性的证据分类策略。首先以证据推理中得到的初始证据作为理想证据,通过衡量各个证据与理想证据的证据距离,按照证据的相似性将系统内证据分为2类证据集,然后继续按照以上的分类策略分类,直到不可再分。最后对分类结果采用Dempster组合规则合成,衡量各个分类的可信度,对合成结果加权平均组合。通过算例对该策略进行了验证,结果表明:基于证据相似性的证据分类策略可以有效降低分类数。