证据推理理论、方法及其在决策评估中的应用

证据推理理论研究是人工智能研究的一个重要方向。随着互联网信息技术的发展，依据大数据和领域专家的经验证据进行决策的应用越来越广。本书首先研究证据推理理论的基本概念、DS证据理论的基本框架，在此基础上研究用构造性证据表述两维证据理论体系，研究证据合成时证据之间由相关性、重要性、可靠性的差异而导致的合成效用问题，提出基于学习的参数优化等证据合成修正方法，并将其应用在证券市场预测、商业银行风险评估、创新能力评价和基金项目专家评审意见合成等领域，为证据推理理论提供新理论框架和合成方法。