论文研究基于改进贝叶斯粗糙集和证据理论的决策信息融合方法.pdf

针对决策信息信息表中新对象的分类问题，提出一种基于改进的贝叶斯粗糙集和证据理论的决策信息融合方法。对传统的贝叶斯粗糙集进行改进，扩展到多决策类，定义了支持度的概念以此反映确切分类的对象所占的百分比。利用贝叶斯粗糙集的支持度和置信增益函数作为证据的支持程度，得到各准则下的证据基本概率分配函数，并利用证据合成法则对多个证据进行合成，以此进行决策。将上述方法应用于设备故障的诊断问题中，通过方法的对比验证了该方法实践应用的有效性。