The objective of this paper is to d

The objective of this paper is to describe the potential offered by the Dempster-Shafer theory (DST) of evidence as a promising improvement on ``traditional'' approaches to decision analysis. Dempster±Shafer techniques originated in the work of Dempster on the use of probabilities with upper and lower bounds. They have subsequently been popularised in the literature on Arti®cial Intelligence (AI) and Expert Systems, with particular emphasis placed on combining evidence from di€erent sources. In the paper we introduce the basic concepts of the DST of evidence, brie¯y mentioning its origins and comparisons with the more traditional Bayesian theory.
Following this we discuss recent developments of this theory including analytical and application areas of interest.
Finally we discuss developments via the use of an example incorporating DST with the Analytic Hierarchy Process (AHP).

Kết quả (Việt) 1:

Mục tiêu của giấy này là để mô tả các khả năng được cung cấp bởi Dempster-Shafer lý thuyết (DST) của các bằng chứng như là một cải tiến hứa hẹn trên các phương pháp truyền thống '''' để quyết định phân tích. Dempster±Shafer kỹ thuật có nguồn gốc từ công việc của Dempster trên sử dụng xác suất với trên và giới hạn thấp hơn. Họ có sau đó được biến trong các tài liệu trên Arti® cial tình báo (AI) và chuyên gia về hệ thống, với sự nhấn mạnh đặc biệt được đặt trên kết hợp các bằng chứng từ các nguồn tiểu di. Trong bài báo, chúng tôi giới thiệu các khái niệm cơ bản của DST bằng chứng, brie¯y đề cập đến nguồn gốc của nó và so sánh với lý thuyết Bayes truyền thống hơn.Sau đây chúng tôi thảo luận về các diễn biến gần đây này lý thuyết bao gồm phân tích và ứng dụng khu vực quan tâm.Cuối cùng, chúng tôi thảo luận về sự phát triển thông qua việc sử dụng một ví dụ kết hợp DST với quá trình phân cấp phân tích (AHP).

Kết quả (Việt) 2:

Mục đích của bài này là để mô tả khả năng được cung cấp bởi các lý thuyết Dempster-Shafer (DST) của bằng chứng là một bước tiến đầy hứa hẹn trên '' truyền thống '' phương pháp tiếp cận để phân tích quyết định. Dempster ± kỹ thuật Shafer có nguồn gốc trong công tác Dempster về việc sử dụng các xác suất có giới hạn trên và dưới. Họ sau đó đã được phổ biến trong các tài liệu về Arti®cial Intelligence (AI) và Expert Systems, trong đó đặc biệt nhấn mạnh được đặt vào việc kết hợp bằng chứng từ di nguồn erent ??. Trong bài báo này chúng tôi giới thiệu các khái niệm cơ bản của DST bằng chứng, Briey nhắc đến nguồn gốc và so sánh nó với lý thuyết Bayes truyền thống hơn.
Sau này, chúng tôi thảo luận về những phát triển gần đây của lý thuyết này bao gồm các lĩnh vực phân tích và ứng dụng quan tâm.
Cuối cùng, chúng tôi thảo luận về sự phát triển thông qua việc sử dụng một ví dụ kết hợp DST với quá trình phân giải tích (AHP).