控制与决策

作者：薛旻,王晓婧,付超,刘卫勇

单位：合肥工业大学 管理学院，合肥 230009;过程优化与智能决策教育部重点实验室，合肥 230009,,合肥工业大学 管理学院，合肥 230009;过程优化与智能决策教育部重点实验室，合肥 230009,,合肥工业大学 管理学院，合肥 230009;过程优化与智能决策教育部重点实验室，合肥 230009,,中国科学技术大学附属第一医院 超声科，合肥 230001,

关键词：数据驱动决策;证据推理;概念漂移;医疗辅助诊断

基金：国家自然科学基金项目(72571090, 72001063, 72171066)；安徽省卫生健康科研项目一般项目(AHWJ2024Aa20489).

面向信息时代的决策问题, 数据驱动的决策方法日益成为主流. 然而, 数据的长期累积促使概念漂移现象不断涌现. 针对动态决策环境下存在的概念漂移现象, 提出一种考虑概念漂移的数据驱动证据推理决策方法. 首先, 考虑历史决策数据中概念漂移的特异性, 运用早期漂移检测思想以及累计和控制图检测方法, 能够有效检测决策数据中存在的细微漂移; 然后, 基于此, 运用证据推理融合算法, 提出双重集成策略进行漂移适应, 先基于属性权重进行局部集结, 获得局部最优决策结果, 进而定义数据局部贡献度进行全局集结, 以实现兼顾模型精度、动态适应性和可解释性的全局最优决策; 最后, 将所提出方法应用于安徽省合肥市某三甲医院超声科乳腺结节辅助诊断问题中, 验证其有效性和实用性.

来源：2026年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第2期