周伟祝，王 哲，李 彪，江式伟

（海军航空大学，山东 烟台 264001）

0 引言

装备保障工作能够顺利进行，很大程度上取决于保障决策的科学性，而保障决策的科学性，在于决策层对保障信息及时地获取和准确地理解。单一信息源由于其固有的局限性，无法提供全面的信息，因此，在保障决策与方案评估过程中，如能充分利用多个信息源提供的保障信息，对其进行综合处理，可较好的解决单一信源的片面性和不确定性引发的问题，进而提高装备保障的精确性与时效性，信息融合技术正是实现这一需求的有效途径［1］。在众多信息融合算法中，D-S证据理论、DSmT算法由于具有较高的灵活性、较强的不确定信息处理能力［2］，已在目标识别、方案评估、故障诊断等领域获得了较为广泛的应用［3-10］。然而，D-S证据理论和DSmT理论在实际应用中还存在一些问题，如在证据信息存在高冲突的情况下，D-S证据理论往往会得到明显谬误的结论［11］；DSmT算法虽然一定程度上解决了高冲突证据的组合问题，但是由于其扩展了识别框架，导致使用该算法时较易出现焦元爆炸问题［12］，同时，D-S证据理论以及DSmT理论都是建立在基本置信分配的基础上，但是对于如何获得有效的基本置信分配，研究成果较少。

本文探讨了D-S证据理论以及DSmT理论存在的问题，提出了一种基于改进证据理论的保障信息融合模型。该模型综合了D-S证据理论以及DSmT理论的优点，根据实际情况选择人工神经网络、模糊理论或是领域专家经验获取基本置信分配，在此基础上，计算各证据信息间的冲突程度，根据冲突程度自动选择合适的融合算法，既避免了D-S证据理论可能存在的组合谬误，又在一定程度上避免了焦元爆炸的问题。……