主要内容D-S 证据理论证据理论的改进证据理论的应用引言证据理论是由Dempster 首先提出，由他的学生shafer 进一步发展起来的一种不精确推理理论，也称为Dempster/Shafer 证据理论(D-S 证据理论) ，属于人工智能范畴，最早应用于专家系统中，具有处理不确定信息的能力。 D-S 证据理论提供了一种处理多数源不确定信息推理和融合的有效方法，对各自独立的证据加以综合给出一致性结果。 基于“证据”和“组合”来处理不确定性问题的数学方法 具有直接表达“不确定”和“不知道”的能力，从而能够把“不确定知识”和“未知知识 这两个概念有效的区分开。 证据理论使用集合来表示命题什么是D-S 证据理论？ 证据处理的数学模型和模型计算步骤 识别框架 识别框架 D-S 理论的解决方式: 客观与主观的结合。如何表示人们对一个命题的相信程度？ 基本信任分配函数 基本信任分配函数 信任函数 似然函数 Bel(A) 是表示对A 为真的信任程度，Pl(A) 是表示对A为非假的信任程度，而且Pl(A)Bel(A) ，所以我们称Bel(A) 和Pl(A) 分别为对A 信任度的下限和上限信任函数和似然函
