证据理论与决策、人工智能PDF电子书下载

第一章 序言 1

1 概率的三种解释 1

2 构造性解释 3

3 信度所遵循的原则 5

4 证据理论的发展 6

5 证据理论的应用 8

第二章 信度函数 13

1 识别框架 13

2 基本可信度分配与信度函数 14

3 众信度函数与似真度函数 19

4 m、Bel、pl、Q的几何意义 23

5 贝叶斯信度函数 24

第三章 Dempster合成法则 26

1 两个信度函数的合成 26

2 多个信度函数的合成 30

3 Dempster合成法则的众信度函数形式 32

4 冲突权重 33

5 条件信度函数 34

第四章 框架的转化 36

1 粗化与细分 36

2 相容框架族 40

3 相容的信度函数 43

4 相容框架的独立性 44

5 框架的收缩与扩张 45

第五章 信度函数的分类及证据的权重 47

1 简单支持函数 47

2 可分离支持函数 50

3 支持函数 52

4 证据的权重 54

5 准支持函数 62

6 信度函数的分类 63

第六章 一致支持函数 65

1 一致支持函数 65

2 外形函数 67

3 证据的一致性 69

4 推理证据 71

5 一致支持函数与可能性分布 72

第七章 统计证据 76

1 引言 76

2 单个观察值下的统计证据 77

3 统计证据的权重 78

4 多个观察值下的统计证据 81

5 统计证据的折扣 82

6 在框架的相容变换下支持函数变化 83

1 证据合成的公理化研究 86

第八章 理论上的进一步探讨 86

2 多层证据处理 97

3 无限框架上证据的近似处理 102

第九章 利用Shafer证据理论作决策的一般方法 114

1 问题的提出 114

2 用“最少点”原则求真值 115

3 利用 Shafer 证据理论作决策的一般算法 118

4 一些问题的讨论 124

第十章 决策分析 126

1 主观概率的传统估计 127

2 专家咨询法 129

3 Dempster 合成法则的递归形式及主观概率的修正 131

4 M决策法 133

第十一章 预测 140

1 预测及常用方法 140

2 信度预测法 142

3 另一种决策分析的方法 145

第十二章 证据理论的另一种类型的应用 147

1 指标体系的确定 148

2 领导班子的选取 152

3 医疗诊断 155

第十三章 人工智能与专家系统 157

1 软推理 157

2 用证据理论解决归纳问题 162

3 证据理论与非单调推理 165

4 识别证据 168

5 专家系统中不确定性的处理 178

附录 本书用数学知识简介 185

参考文献 205