基于测度的不确定性及其在Dempster-Shafer结构中的应用

《Science China-Information Sciences》：Measure-based uncertainty with Dempster-Shafer structure

模糊测度作为处理不确定性的有效工具，通过Dempster-Shafer结构实现建模与处理。采用t-经典分解构建可解释的建模方法，扩展组合规则处理测度不确定性，确保跨框架信息处理一致性。

　　

摘要

模糊测度（也称为单调测度）被证明是描述不确定变量价值的一种强大工具。其有效性源于它能够适应多种不确定性，包括概率性、可能性以及认知性不确定性，因为这些不确定性具有较为宽松的约束条件。然而，基于测度的不确定性方法并未得到广泛发展，主要是因为在建模和处理不确定性方面难以与其他理论达成一致。在本文中，我们利用Dempster-Shafer结构开发了基于测度的不确定性的构建和处理方法。在不确定性建模领域，t-典型分解可以对模糊测度进行处理，并提供了一种可解释的构建方法，为知识和数据提供了更加便捷的接口。在不确定性处理领域，Dempster-Shafer粒子的合取和析取组合规则被扩展用于处理基于测度的不确定性，从而实现了跨不同不确定性框架的信息处理一致性。