证据理论的应用举例1 D-S 证据理论1.1关于D-S 证据理论的概念D-S 理论假定有一个用大写希腊字母 Θ 表示的环境（environment ），该环境是一个具有互斥和可穷举元素的集合：Θ = { θ1 , θ2 , ⋯ , θn }术语环境在集合论中又被称之为论域（the universe of discourse ）。
在D-S 理论中，习惯上把证据的信任度类似于物理对象的质量去考虑，即证据的质量（Mass ）支持了一个信任。
关于质量这一术语也被称为基本概率赋值（BPA , the Basic Probability Assignment ）或简称为基本赋值（Basic Assignment ）。
为了避免与概率论相混淆，我们将不使用这些术语，而是简单的使用质量（Mass ） 一词。
1.2 D-S 证据理论与概率论的区别D-S 理论和概率论的基本区别是关于无知的处理。
即使在无知的情况下，概率论也必须分布一个等量的概率值。
假如你没有先验知识，那么你必须假定每一种可能性的概率值都是P, NP 1=其中，N 是可能性的总数。
事实上，这赋值为P 是在无可奈何的情况下作出的。
但是，概率论也有一种冠冕堂皇的说法，即所谓的中立原理（the principle of indifference ）。
当仅仅有两种可能性存在的时候，比方说“有石油”和“没有石油”，分别用H 和⌝H 表示，那么出现应用中立原理的极端情况。
在与此相类似的情况中，即使在没有一点知识的条件下，那么也必须是P = 50 % ，因为概率论要求P(H)+P(⌝H) = 1，就是说，要么赞成H ，要么反对H ，对H 无知是不被允许的。
表1-1为证据理论与概率论的区别。
表1-1 证据理论与概率论的区别D-S理论不要求必须对无知假设H和反驳假设H赋以信任值，而是仅仅将Mass分配给你希望对其分配信任的环境的子集。
任一未被分配给具体子集的‘信任’被看成‘未表达意见’，并将其分配给环境 ，反驳一个假设的‘信任’，实际上，是对该假设的‘不信任’，但不是对该假设‘未表达意见’。
