Dempster–Shafer理论由于具有表达不确定信息的能力而被广泛应用于不确定性建模和知识推理中。 两个基本概率分配（BPA）之间的距离代表了一种基于Dempster–Shafer证据理论的算法识别性能。 但是，某些条件导致Dempster-Shafer理论在实际应用中受到限制，例如排他性假设和完整性约束。 为了克服这些缺点，提出了一种称为D数论的新颖理论。 提出了D数的距离函数来测量两个D数之间的距离。 D数的距离函数是两个BPA之间距离的概括，它继承了Dempster-Shafer理论的