一、DS证据理论的Python实现
1. 功能描述
输入：
类别数量 (M) 及其名称。 证据源数量 (N)。 每个证据源的BPA，用户需输入每个子集及其对应的质量值。 处理：
使用Dempster组合规则融合所有证据源的BPA。 处理冲突（即子集交集为空的情况），并进行归一化。 输出：
最终融合后的BPA，显示每个子集的质量值。
2. 代码说明
函数
get_user_input：
获取用户输入的类别数量 (M) 及其名称。 获取证据源数量 (N)。 对于每个证据源，用户需输入其非零子集数量，并依次输入每个子集及其对应的质量值。 检查每个证据源的质量总和是否为1，若不为1，则提示错误并终止程序。
函数 combine_bpa：
接受两个BPA字典 bpa1和bpa2。计算所有子集的交集，并根据Dempster组合规则累加质量。 对组合后的BPA进行归一化，返回新的BPA字典。
函数 print_bpa：
打印当前BPA的分配情况。
3. 使用示例
假设我们有一个三分类问题，类别为 (A)、(B)、(C)，有三个证据源，具体BPA如下：
证据源1：
(A): 0.6 (B): 0.3 (\Theta) (全体): 0.1 证据源2：
(B): 0.5 (C): 0.4 (\Theta): 0.1 证据源3：
(A): 0.2 (C): 0.5 (\Theta): 0.3
运行步骤
3.1. 输入类别数量和名称：
请输入类别数量 M: 3
请输入 3 个类别的名称（用逗号分隔，例如 A,B,C）:
A,B,C
3.2. 输入证据源数量：
请输入证据源数量 N: 3
3.3. 输入每个证据源的BPA：
证据源1：
请输入第 1 个证据源的BPA:
请输入该证据源的非零子集数量: 3
请输入第 1 个子集（例如 A 或 Theta 表示全体）: A
请输入子集 A 的质量值: 0.6
请输入第 2 个子集（例如 A 或 Theta 表示全体）: B
请输入子集 B 的质量值: 0.3
请输入第 3 个子集（例如 A 或 Theta 表示全体）: Theta
请输入子集 Theta 的质量值: 0.1证据源2：
请输入第 2 个证据源的BPA:
请输入该证据源的非零子集数量: 3
请输入第 1 个子集（例如 A 或 Theta 表示全体）: B
请输入子集 B 的质量值: 0.5
请输入第 2 个子集（例如 A 或 Theta 表示全体）: C
请输入子集 C 的质量值: 0.4
请输入第 3 个子集（例如 A 或 Theta 表示全体）: Theta
请输入子集 Theta 的质量值: 0.1证据源3：
请输入第 3 个证据源的BPA:
请输入该证据源的非零子集数量: 3
请输入第 1 个子集（例如 A 或 Theta 表示全体）: A
请输入子集 A 的质量值: 0.2
请输入第 2 个子集（例如 A 或 Theta 表示全体）: C
请输入子集 C 的质量值: 0.5
请输入第 3 个子集（例如 A 或 Theta 表示全体）: Theta
请输入子集 Theta 的质量值: 0.3
3.4. 程序输出：
程序将依次显示每次融合后的BPA，最终输出融合后的结果：
=== Dempster-Shafer证据理论融合程序 ===
请输入类别数量 M: 3
请输入 3 个类别的名称（用逗号分隔，例如 A,B,C）:
A,B,C
请输入证据源数量 N: 3
请输入第 1 个证据源的BPA:
请输入该证据源的非零子集数量: 3
请输入第 1 个子集（例如 A 或 Theta 表示全体）: A
请输入子集 A 的质量值: 0.6
请输入第 2 个子集（例如 A 或 Theta 表示全体）: B
请输入子集 B 的质量值: 0.3
请输入第 3 个子集（例如 A 或 Theta 表示全体）: Theta
请输入子集 Theta 的质量值: 0.1
初始融合的证据源1的BPA：
子集 A: 0.6000
子集 B: 0.3000
子集 Theta: 0.1000
正在融合证据源 2...
证据源 2 的BPA：
子集 B: 0.5000
子集 C: 0.4000
子集 Theta: 0.1000
融合后的BPA（融合到证据源 2）：
子集 B: 0.6765
子集 A: 0.1765
子集 C: 0.1176
子集 Theta: 0.0294
正在融合证据源 3...
证据源 3 的BPA：
子集 A: 0.2000
子集 C: 0.5000
子集 Theta: 0.3000
融合后的BPA（融合到证据源 3）：
子集 A: 0.2270
子集 B: 0.4895
子集 C: 0.2620
子集 Theta: 0.0210
=== 最终融合结果 ===
子集 A: 0.2270
子集 B: 0.4895
子集 C: 0.2620
子集 Theta: 0.0210
4. 代码运行说明
4.1. 启动程序：
将上述代码保存为 ds_evidence.py。在终端或命令行中运行 python ds_evidence.py。
4.2. 输入数据：
按照提示输入类别数量、类别名称、证据源数量及每个证据源的BPA。
4.3. 查看结果：
