Resumen

La teoría de la evidencia de Dempster-Shafer se ha aplicado ampliamente en la fusión de información multisensor. Sin embargo, pueden producirse resultados ilógicos cuando se fusionan evidencias muy contradictorias. Para resolver este problema, en este artículo se propone un nuevo método de agrupación de evidencias. Este método utiliza una combinación de la entropía de creencia y el grado de conflicto de las pruebas como regla de juicio y divide todo el conjunto de pruebas en dos grupos separados. Para las pruebas agrupadas, se tienen en cuenta tanto el factor ponderado de credibilidad basado en la función de entropía de creencia como el factor ponderado de apoyo basado en la función de distancia de Jousselme. Los dos factores ponderados determinados se integran para ajustar las pruebas antes de aplicar la regla de combinación DS. Se proporcionan ejemplos numéricos para demostrar la viabilidad teórica y la racionalidad del método propuesto. Los resultados de la fusión indican que el método propuesto es más preciso que los algoritmos comparados en el tratamiento de las paradojas. Para validar la aplicabilidad práctica del método propuesto, se analiza un caso de toma de decisiones en un sistema biológico. Los resultados confirman que el método propuesto tiene el mayor grado de creencia de la concentración objetivo (50,98%) y tiene una precisión superior en comparación con otros métodos relacionados.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:evidencia, método, regla de combinación ds, función de distancia de jousselme, teoría de la evidencia de shafer, función de entropía de creencia, factores ponderados determinados, mayor grado de creencia, fusión de información multisensor, otros métodos relacionados
• Keywords:evidence, method, ds combination rule, jousselme distance function, shafer evidence theory, belief entropy function, determined weighted factors, highest belief degree, multisensor information fusion, other related methods