论文研究-基于模糊证据推理的突发事件风险分析模型.pdf,  突发事件发生、发展和演化过程中的风险属性来源复杂, 且相关信息具有不确定、不完备的特点. 为准确分析这一特点下的突发事件运行风险问题, 引入模糊证据推理构建分析模型. 首先根据突发事件的结构化描述框架和故障模式影响危害分析(FMECA)方法构建突发事件风险属性识别框架, 获取信息作为风险分析证据并对其进行规范化处理; 然后以模糊证据推理构建突发事件风险分析的模型, 通过计算, 给出事件风险程度的合理判断; 最后选取CRH某型动车组行车安全事件进行实例分析. 分析结果表明, 在分析突发事件风险时, 针对信息不确定、不完备特点构建的模糊证据推理模型具有可行性与有效性, 同时该模型能够为突发事件风险分析和风险应对决策的制定提供辅助参考.

基于证据推理规则的数据驱动的近似因果推理模型

DSmT创始人Florntin Smarandache及Jean Dezert对DSmT理论及其应用的阐述，中文版，由黄心汉、李新德翻译。信息融合方向经典好书，内容包括：1、DSmT的基础理论及其发展；2、涉及超幂集部分介绍；3、混合DSM模型表示；4、DSmT和贝叶斯推理的概率化逻辑；5、各种情境中的数据关联：多目标跟踪、中智框架等等。。。

证据理论既能够灵活处理不确定信息, 包括随机性、模糊性、不准确性和不一致性, 又能够有效融合定量信息和定性知识. 目前, 证据理论已广泛应用于评估与决策等多个领域中, 包括多属性决策分析、信息融合、模式识别和专家系统等.