证据决策PDF电子书下载

第一部分　证据理论的基本内容第一章　预备知识 2

1.1　集合及其运算 2

1.2　关系与划分 6

1.3　映射和函数 8

1.4　有限集理论 10

1.5　麦比乌斯变换 13

第二章　证据表示函数 20

2.1　证据处理模型 20

2.2　基本信度分配与信度函数 23

2.3　众信度函数 29

2.4　似真度函数 33

2.5　证据理论与贝叶斯统计学的关系 39

第三章　Dempster合成法则 54

3.1　两个信度函数的合成 54

3.2　合成的基本性质及多个信度函数的合成 61

3.3　Dempster合成法则的其它形式 68

3.4　Dempster条件法则 74

第四章　特殊类型的信度函数 78

4.1　简单支持函数 78

4.2　可分离支持函数 91

4.3　一致支持函数 105

第五章　框架划分与信度函数的粗化 115

5.1　Bel、Pl、Q的数学结构 115

5.2　Dempster合成法则的另一种陈述 117

5.3　框架的划分 118

5.4　信度函数的粗化 135

第六章　一些实例 145

6.1　Gordon和Shortliffe给出的例子 145

6.2　Shafer给出的例子 153

第二部分　证据理论的计算问题导论 162

第七章　Barnett算法 164

7.1　引言 164

7.2　简单证据函数 164

7.3　算法和计算 166

7.4　冲突和决策 173

7.5　一些问题的讨论 179

第八章　Gordon和Shortliffe算法 183

8.1　Barnett证据合成系统 183

8.2　层次假设空间 184

8.3　层次假设空间下的证据合成系统 185

第九章　Shafer和Logan算法 196

9.1　Barnett算法的众信度函数表示 196

9.2　Gordon和Shortliffe的问题 199

9.3　层次证据的交互作用 203

9.4　S-L算法的陈述与说明 209

9.5　S-L算法的细节 212

9.6　关于S-L算法的一些问题的讨论 223

第十章　S-S-M算法 226

10.1　定性马尔可夫树 226

10.2　定性马尔可夫树的变化 230

10.3　诊断马尔可夫树 233

10.4　信度函数在树中的传播 239

第三部分　证据决策模型第十一章　证据决策的一般模型 250

11.1　问题的提出 250

11.2　用专家咨询法得到基本信度分配 250

11.3　如何利用信度函数给出的信息 252

11.4　用信度函数作决策的一般算法 254

11.5　证据决策的一般模型 259

第十二章　SA证据决策模型 262

12.1　Barnett算法的简单回顾 262

12.2　基于Barnett算法的MAXBEL算法 263

12.3　SA证据决策系统SAEDS 266

12.4　SA证据决策模型 268

第十三章　层次结构下的证据决策模型 270

13.1　S-L算法的简单回顾 270

13.2　层次结构下MAXBEL算法的实现 273

13.3　HEDS系统 274

13.4　层次结构下的证据决策模型 276

第十四章　基于传播的证据决策模型 278

14.1　S-S-M算法的简单回顾 278

14.2　基于传播的MAXBEL算法的修改 279

14.3　BPEDS系统 282

14.4　基于传播的证据决策模型 283

参考文献 286