1.学习总结

• IF-Then规则表示方法，可表示模糊规则
• 分布式评价：结果包含所有的可能结果，这些结果带有置信度
• 规则激活权重计算公式中提到输入数据相对于参考值的转化问题，由此来计算激活权重
• ER证据推理中使用规则激活权重和分布式评价中的置信度来计算
• 多目标优化对象：分布式评价结果的置信度（规则的分布式评价结果矩阵），规则前提属性权重（在计算规则激活权重公式中），分布式评价结果的偏好
• 目标函数：最小化规则库输出结果与实际结果的差
• 约束条件

2.待解决问题

• Dempter规则组合，ER证据推理公式（参考
  ）
• 输入数据与参考值转化
• 证据推理算法代码实现过程中数据结构设计