針對D-S證據(jù)理論的沖突證據(jù)融合問題進(jìn)行了研究，通過對證據(jù)進(jìn)行沖突檢驗及修正彌補了D-S證據(jù)理論在處理沖突證據(jù)時的不足。采用了加性策略對事件進(jìn)行排序的方法，找出證據(jù)支持最大的q個事件，就是最有可能是識別結(jié)論的q個事件，對其進(jìn)行沖突檢驗及修正。解決了D-S證據(jù)合成方法組合沖突證據(jù)時出現(xiàn)的問題，保證了非沖突證據(jù)的有效合成。通過仿真試驗表明該算法能有效地排除干擾，得出了符合實際的組合結(jié)果。

D-S證據(jù)理論及融合沖突證據(jù)遇到的問題
D-S證據(jù)理論為不確定信息的表達(dá)和合成提供了自然而強有力的方法，這使得它在數(shù)據(jù)融合等領(lǐng)域獲得了廣泛的應(yīng)用。但是，D-S證據(jù)理論也存在一些不足之處，即組合規(guī)則無法處理沖突。當(dāng)證據(jù)間沒有沖突或低沖突時，證據(jù)的推理基本正常；但當(dāng)證據(jù)之間嚴(yán)重沖突的情況下，組合結(jié)果往往與實際情況不相符合。為了解決這一問題，國內(nèi)外許多學(xué)者就適用于沖突證據(jù)的合成公式進(jìn)行了研究[1-4]。
1.1 基本D-S證據(jù)理論框架及融合準(zhǔn)則
D-S證據(jù)理論首先定義識別框架U，它是由一些完備的互不相容的元素組成。對于問題域中的任何命題A，都應(yīng)包含于U的冪集，用表示。m是命題的基本概率分配函數(shù)(Basic Probability Assignment Function, BPAF)，滿足以下兩個條件的映射： U2(1)式中 2Shafer把基本概率賦值函數(shù)解釋為證據(jù)的主觀表示，即對命題A的精確信任程度，表示了對A的直接支持。