研究了一种基于D-S证据理论的多证据数据融合决策的开关磁阻发电机（SRG）故障诊断方法。根据SRG电流、电压、转矩三个证据信号进行融合处理，提高了其故障诊断的精确性和可靠性。文章对D-S证据理论在开关磁阻发电机故障诊断中的应用进行了实例分析，结果表明该方法能够有效提高故障诊断精度。

多传感器数据融合中DS证据理论算法的改进与应用.pdf

人工智人-家居设计-粗糙集与证据理论在医疗智能诊断系统中的应用研究.pdf

3、证据理论的核心、优点及适用领域  核心：Dempster合成规则，这是Dempster在研究统计问题时首先提出的，随后Shafer把它推广到更为一般的情形。  优点：由于在证据理论中需要的先验数据比概率推理理论中的更为直观、更容易获得，再加上Dempster合成公式可以综合不同专家或数据源的知识或数据，这使得证据理论在专家系统、信息融合等领域中得到了广泛应用。  适用领域：信息融合、专家系统、情报分析、法律案件分析、多属性决策分析，等等。

BOT是近年来国际上出现的一种新型项目融资管理模式,由于该类项目投资巨大,建设管理周期长,存在众多不确定因素,因此在实施过程中会存在巨大风险。证据理论在风险评价过程中,受人为因素影响较小,可以对BOT风险进行客观、科学的评价。最后通过具体算法证明该模型在评价BOT项目风险的可行性和有效性。

D-S证据理论，matlab实现

基于证据理论的多源数据融合仿真实验matlab代码 实现功能：识别框架内元素个数在3~5个之间，其余参数自己选择，计算相应的置信度函数、信任度函数、似真度函数；同时完成两证据融合和三证据融合。用Matlab实现

D-S证据理论不能很好地描述证据之间的冲突, 而且证据高度冲突时合成规则会得出反直观的结果。针对这一问题, 提出了一种改进的证据合成方法。首先建立余弦相似度空间, 利用证据向量之间的夹角余弦度量证据相似性程度, 通过冲突证据检测因子对其进行分类; 然后引入冲突比例因子决定证据的修正方法, 利用相似度对其进行局部修正或全局修正; 最后将修正后的证据代入D-S公式进行合成。应用实例证明, 该方法能够判定冲突证据, 实现冲突证据和相似性证据的合成, 具有较好的稳定性、分类精度和收敛速度。

人工智能-机器学习-面向互联网基于证据理论的智能决策支持系统研究.pdf

为更加准确、有效地描述证据间的冲突程度,提出一种新的证据冲突度量方法.该方法通过取小累加证据体之间两个相交为非空集的焦元BPA,得到证据重合度;然后基于其与证据冲突程度的关系,计算出证据冲突大小.实验结果表明,相比经典冲突系数与Jousselme证据距离,所提出的方法更加准确、有效.