不确定环境下基于证据理论的多属性信息融合路径寻优研究

项目名称： 不确定环境下基于证据理论的多属性信息融合路径寻优研究

项目编号： No.61364030

项目类型： 地区科学基金项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 魏代俊

作者单位： 湖北民族学院

项目金额： 44万元

中文摘要： 信息融合、多属性决策和路径寻优都是当前科学领域研究的热点问题。本项目将路径寻优问题看作多属性决策问题求解，基于证据理论和变形虫算法构建适用范围广、具有自适应性的优化模型，项目完成以下研究内容。在模型建立部分：通过建立评价属性对决策影响程度的指标和阈值，以选取重要属性；确定属性值的合理度量形式，基于基本概率指派函数建立一种有效的不完备信息条件下的决策模型。在证据融合部分：通过证据理论对相关属性信息融合，基于变形虫仿生算法自适应的特点，建立动态环境下的自适应的优化模型。本项目研究将进一步丰富多属性决策理论方法，完善证据理论的框架，在理论和工程实践上具有重要的意义。

中文关键词： D数理论；不完备信息；信息融合；路径寻优；自相似

英文摘要： Information fusion, multi-criteria decision making, and route optimization are the hot issues concerned by many researchers. In this project, we regard the route selection problem as a multi-criteria decision making problem. Based on the Dempster-Shafer t

英文关键词： D Numbers；Incomplete information；Information fusion；Optimum path；self-similarity