首先阐述了证据理论和DS/AHP方法的基本知识,在此基础上分别对DS/AHP方法的BPA计算、BPA合成和合成结果进行改进.该改进方法既能如DS/AHP方法一样处理含不确定性信息的问题,减少时间复杂度,还能得到各单个方案的支持度排序,直接做出决策.最后通过一个算例验证了改进方法的可行性.

为了解决现有关于证据理论与层次分析的交叉决策方法(DS/AHP) 因信息推断方式缺乏柔性而容易造成决策信息提取结果有效性差的问题, 分析了传统方法的建模步骤和存在的缺陷, 并基于部分与整体、部分与部分、整体与部分3 类相对推断方式提出能够容纳多种推断信息的柔性知识矩阵. 在此基础上, 结合最优化原理构建可以从柔性知识矩阵中有效识别出最优基本概率分配函数的理论模型、计算模型和两个模型之间的等价定理. 最后通过数值对比分析验证了所提出方法的科学有效性.