可传递信念模型

可传递信念模型（transferable belief model；TBM），工学-控制科学与工程-系统辨识、建模与自适应控制-信息融合-信息融合理论基础-不确定推理-可传递置信模型，基于可信度函数的量化个人主观信念的模型。可传递信念模型涵盖的领域与贝叶斯信念网络模型一致，不同的是，可传递信念模型是基于可信度函数的，贝叶斯模型是基于概率函数的。信念函数取自闭区间[0，1]上有限辨识域的贝尔代数。可传递信念模型存在于一个有限数量的可信度区间内，由不同条件下质点的位置和质点的变换决定。该模型概括了贝叶斯模型，其中概率函数是一个特殊的可信度函数。可传递信念模型很好地描述了各个等级的部分可信度，最后由空可信度函数量化，分配整个可信度质点到辨识域，不分配任何质点到辨识域的子空间上。可传递信念模型是一个包含credal层和pignistic层的双层模型：①credal层获取可信度并对其进行量化赋值和更新处理；②pignistic层将credal层上的可信度转换为pignistic概率，并由此做出决策。