摘要

将信度函数转换为合理的概率分布是解决信息融合、专家决策以及多目标分类问题的关键。基于量子基本信度指派(QBBA)的生成方法,构建了一种信度演化有向无环图(BEDAG),并赋予了信度函数的概率转换问题一个新的解释。在此基础上,利用量子计算中的RY旋转门来模拟QBBA的信度在BEDAG传递的过程,并提出了一种新的概率转换方法。根据概率信息容量(PIC)这一指标验证,相比之前提出的经典方法,对于相同的信度函数,该方法可以产生更高的PIC值。因此,提出的方法更适合用于不确定环境下的信息融合与决策。