![大批量定制技术:产品设计、制造与供应链](https://wfqqreader-1252317822.image.myqcloud.com/cover/501/34752501/b_34752501.jpg)
上QQ阅读APP看书,第一时间看更新
2.2.1 证据推理的基本概念
假设有K个信息源C1,C2,…,CK组成评价团队,K个信息源的权重分别为λ1,λ2,…,λK,且满足,λk≥0(k=1,2,…,K)。令识别框架为G={G1,G2,…,Gd,…,GN},待评对象O包含的属性集合为E={e1,e2,…,eL},属性权重为w1,w2,…,wL。
成员信念度用于表示信息源成员Ck提供的信息对属性ej做出评价值Gd∈G以置信度
为真,并且满足
,
。
团队信念度βj,d用于表示信息源团队提供的信息对属性ej做出评价值Gd∈G的置信度,计算公式为
![](https://epubservercos.yuewen.com/16BF31/18562449401476906/epubprivate/OEBPS/Images/Figure-P47_19747.jpg?sign=1739671847-WPfjXVhN97CYUfamNaEbKQJpLek6ODLk-0-8fc1f4c266c6623611a47556be413f88)
基本可信度mj,d表示信息源团队支持属性ej被评为Gd的程度,计算公式为
![](https://epubservercos.yuewen.com/16BF31/18562449401476906/epubprivate/OEBPS/Images/Figure-P47_19749.jpg?sign=1739671847-GiUfUv9RXKqkznfef6XulKVENJvAY0fU-0-5d8a669904029b60ca7f50352ba9d589)
未分配可信度mj,G表示信息源团队支持属性ej被评价后剩下的概率,计算公式为
![](https://epubservercos.yuewen.com/16BF31/18562449401476906/epubprivate/OEBPS/Images/Figure-P47_19750.jpg?sign=1739671847-pxB31tpunrYuCZ8o4mFpsrxoIiqgc28H-0-af8f87be88571b77d08f604f755ed861)
将mj,G分解为两部分,即
![](https://epubservercos.yuewen.com/16BF31/18562449401476906/epubprivate/OEBPS/Images/Figure-P47_19752.jpg?sign=1739671847-vj6yklIyMAVsTl0N4RJK1UogDia8s1sW-0-c4a38db6d44c7f20725ea67667260bd5)
式中,表示由于权重而未分派的概率函数;
表示由于无知而未分派的概率函数。