基于证据推理的不确定性信息融合及决策方法研究

省自然科学奖

福建省公安厅

本项目针对不确定性决策述问题，以证据理论和效用理论为基础，从信息融合及效用计算角度开展如下研究内容：
　　（1）基于证据推理研究纯区间型证据融合规律及其数学解析形式，探索更具一般性的区间型证据推理框架以实现纯区间环境下的不确定性多属性决策模型构建，提高模型通用性及便捷性；
　　（2）探索基于证据推理思想的离散型信度结构融合问题，研究克服反直觉行为的离散证据融合方法，并建立离散信度结构的客观权重计算方法，提出离散信息的组合优化模型，以丰富证据推理理论及应用场景；
　　（3）以联盟理念提出证据推理改进框架，研究基于"联盟"协商机制的证据最优权重计算方法，探索证据整体最优融合模型，提高证据信息融合的科学性和合理性；
　　（4）基于有限理性的实际决策情景，结合证据推理方法和累积前景理论研究考虑偏好反转的不确定性多属性决策方法，构建考虑偏好反转的不确定性多属性决策模型，以提高决策模型的可行性和有效性；
　　（5）开展混合型不确定性多属性决策问题研究，基于扩展原理提出异构不确定信息的统一规范化表示及融合方法，构建基于区间型证据推理构建适用于多种异构评估信息并存的决策模型，扩展了混合型决策模型领域的理论及方法。

福建警察学院，福州大学,福建商学院

张美璟排名第一，是第[1]、[4]和[5]篇代表性论文专著的第一作者，第[2]和[3]篇代表作的合作作者。主要贡献在于：创新提出区间型证据推理决策框架，推导出区间型证据推理模型的解析融合算法，构建考虑偏好反转的区间型不确定性多属性决策模型和基于扩展原理的混合型不确定性多属性决策模型。
王应明排名第二，是全部代表性论文专著的通信作者。主要贡献在于：创新提出区间型证据推理的决策框架，最早提出区间证据迭代融合计算方法，提出不同偏好的效用计算方法，对区间证据的规范化和合理性做出明确定义并给出检验计算方法。
陈圣群排名第三，是代表性论文[2]和[3]的第一作者，代表性论文[1]和[4]的合作作者。主要贡献在于：解决了离散信息的融合问题，提出基于离散信度结构的证据推理方法和基于联盟的证据推理方法。

[1]Mei-Jing Zhang, Ying-Ming Wang, Ling-Hui Li, Sheng-Qun Chen.A general evidential reasoning algorithm for multi-attribute decision analysis under interval uncertainty,
European Journal of Operational Research,
2017,257(3):1005-1015.
[2]Chen SQ, Wang YM, Shi HL, Zhang MJ, Lin Y.Evidential reasoning with discrete belief structures[J].Information Fusion, 2018, 41:91-104
[3]Chen, SQ; Wang, YM; Shi, HL; Zhang, MJ; Lin, Y.Alliance-based evidential reasoning approach with unknown evidence weights[J].Expert Systems with Applications, 2017, 78:193-207
[4]张美璟,王应明,陈圣群,等.考虑偏好反转的区间不确定多属性决策方法[J].控制与决策,2016,31(11):2019-2024.
[5]张美璟,王应明.基于扩展原理的混合型证据推理不确定决策方法[J].控制与决策,2015,30(04):670-676.