论文部分内容阅读
针对基于先验数据融合的测试性指标评估中存在先验信息互相冲突的问题,提出一种基于多源冲突证据信息融合的测试性评估方法,在传统D-S证据融合方法上,引入兰氏距离进行改进.首先,对各来源不同形式的先验数据,分别利用经验Bayes法和最大熵法对测试性虚拟仿真实验数据、测试性专家经验信息和测试性预计信息进行折合,进而求得对应的测试性指标先验分布参数;然后,通过贝塔函数依次构造其在辨识框架下的基本信任分配函数;最后,通过基于兰氏距离的D-S证据融合改进方法进行信息融合,得到最终评估结果.通过实例分析,验证了笔者提出的方法较传统D-S证据融合方法精度更高.