第1章 绪论 1
1.1信息与信息融合 1
1.2信息融合模型 2
1.3信息融合的应用及发展 8
1.4不确定信息处理方法及发展 10
1.4.1不确定信息处理方法综述 10
1.4.2证据理论研究进展 12
第2章 模糊集理论基础 17
2.1引言 17
2.2模糊集及基本运算 18
2.2.1模糊集的定义 18
2.2.2模糊集的表示方法 21
2.2.3典型隶属度函数 23
2.2.4模糊集的基本运算 26
2.3模糊集的分解定理 29
2.3.1 α截集 29
2.3.2支撑集和核 31
2.3.3数乘模糊集 32
2.3.4分解定理 32
2.4模糊度与贴近度 34
2.4.1模糊度 34
2.4.2贴近度 40
2.5模糊关系及其运算 41
2.5.1模糊关系 41
2.5.2模糊关系合成运算 43
2.6扩张原理与模糊数 45
2.6.1扩张原理 45
2.6.2凸模糊集与模糊数 48
第3章 直觉模糊集理论基础 53
3.1引言 53
3.2直觉模糊集及其基本运算 54
3.2.1直觉模糊集的定义 54
3.2.2直觉模糊集基本运算 55
3.2.3直觉模糊集的截集 58
3.3直觉模糊数及其扩展运算 58
3.3.1直觉模糊数 58
3.3.2直觉模糊数扩展运算 59
3.4直觉模糊关系及其合成运算 60
3.4.1直觉模糊关系 60
3.4.2直觉模糊关系合成运算 62
第4章 证据理论 66
4.1引言 66
4.2证据理论的数学基础 67
4.2.1概率模型 67
4.2.2上下概率模型 68
4.2.3 Dempster模型 69
4.3 D-S证据理论基础 71
4.3.1基本概念 72
4.3.2证据更新规则 75
4.3.3证据理论中的决策 78
4.4证据理论遇到的主要问题 80
4.4.1 Zadeh悖论 80
4.4.2“一票否决”问题 82
4.4.3“焦元爆炸”问题 83
4.4.4 Dempster组合规则改进方法 83
第5章 基于直觉模糊集的不确定信息描述 85
5.1引言 85
5.2直觉模糊集与证据理论 85
5.3基于可能度的直觉模糊数排序 86
5.3.1计分函数法 86
5.3.2基于可能度的直觉模糊数排序方法 88
5.4基于证据组合的直觉模糊集成运算 91
5.4.1加权集成运算规则 91
5.4.2基于证据组合的直觉模糊集成运算规则 94
5.5直觉模糊不确定性测度 96
5.5.1直觉模糊熵 97
5.5.2非精确度度量 102
5.5.3广义不确定性测度 106
第6章 冲突证据的加权平均组合方法 112
6.1引言 112
6.2基于证据相关系数的冲突度量 112
6.2.1现有冲突度量方法分析 112
6.2.2基于相关系数的冲突度量方法 119
6.3基于信任度和虚假度的证据组合 124
6.3.1证据信任度与证据虚假度 124
6.3.2基于信任度和虚假度的证据组合方法 126
6.3.3数值算例与分析 127
第7章 基于可靠性评估的证据组合方法 132
7.1引言 132
7.2证据折扣运算及其扩展 133
7.2.1 Shafer折扣准则 133
7.2.2广义证据折扣运算 134
7.3基于直觉模糊多属性决策的证据可靠性评估 136
7.3.1证据理论与直觉模糊多属性决策模型 137
7.3.2基于IFMCDM的证据可靠性评估方法 138
7.3.3数值算例与分析 140
第8章 区间不确定信息融合方法 148
8.1引言 148
8.2区间证据理论基础 148
8.2.1区间证据理论中的信任量化函数 148
8.2.2区间数之间的运算 150
8.2.3区间BPA概率转换方法 152
8.3区间证据理论中的不确定性度量 155
8.3.1证据理论中的不确定性度量 155
8.3.2区间BPA的不确定性度量 157
8.3.3数值算例与分析 161
8.4基于直觉模糊集区间证据组合 165
8.4.1现有区间证据组合方法 165
8.4.2基于直觉模糊集的区间证据组合方法 169
8.4.3数值算例与分析 172
第9章 时域不确定信息融合方法 177
9.1引言 177
9.2基于证据理论的时空信息融合 177
9.3基于实时可靠度的时域证据组合 181
9.3.1马尔可夫性及证据折扣 182
9.3.2基于实时可靠度的时域证据组合方法 183
9.3.3数值仿真与分析 186
9.4基于复合可靠度的时域证据组合 188
9.4.1时域证据相对可靠性评估 188
9.4.2基于复合可靠度的时域证据组合方法 190
9.4.3数值算例与分析 192
参考文献 201