多重改进型指数双向联想记忆模型及其在多证据推理中的决策性能

• 作 者: 陈松灿 蔡骏
• 机 构: 南京航空航天大学计算机科学与工程系,南京大学计算机软件新技术国家重点实验室
• 出 处: 计算机学报
• 发表日期: 2000年11期
• 关键词: 神经网络 指数双向联想记忆 决策 多证据推理 evidence reasoning neural networks exponential bidirect

提出了多证据推理中采用神经网络来模拟信念组合学习方法。网络由多个改进型指数双向联想记忆模型（IeBAM）构成，并且共享一个输出来同时进行多证据不确定性的管理。文中证明了多重IeBAM(Multi-IeBAM）的稳定性，讨论了在多条证据同时提交网络后的多数规则。理论和实验都证明了多数因子比Wang所提模型更紧凑、更严格，从而可保证在受一定程度的干扰下，专家们仍能做出正确决策。最后所给出的模拟例子的结果与直觉推理相吻合。