4月28日，管理科学与工程学术论坛第66期在学院210成功举行。本次论坛邀请英国曼彻斯特大学 Alliance 曼彻斯特商学院决策科学与系统讲席教授徐冬玲进行学术报告，题目为Make Evidence Theory Probabilistic Again（重塑证据理论的概率本质）。讲座吸引了众多师生参与，论坛由管理科学与工程系主办，王先甲教授主持。

徐冬玲教授首先介绍了证据理论的发展历程。她指出，自 Dempster 提出证据组合规则以来，该理论始终被认为是贝叶斯统计推理规则在概率信息不精确场景下的扩展。然而，证据理论（即邓普斯特 - 谢弗证据理论）在后续发展中逐渐偏离了其概率根源。部分研究者认为 Dempster 规则并非贝叶斯式，或仅在特定条件（如先验均匀分布）下具有贝叶斯属性。为解决这一问题，徐教授团队历经数十年研究，聚焦于证据推理（ER）合成规则，致力于揭示其概率本质及其与贝叶斯规则、Dempster 规则和 Shafer 规则的内在联系。

接着，徐教授深入阐述了团队的研究成果。她证明 Dempster 规则本质上具有概率属性，是贝叶斯规则的延伸，在精确概率可用时与贝叶斯规则等价。而 ER 规则同样具备概率特征，并将贝叶斯规则和 Dempster 规则纳入其特例范畴。她展示了 Dempster - Shafer 理论作为贝叶斯主观概率理论泛化形式的原理，以及信念函数与基本概率函数之间的区别与联系，帮助在场师生更直观地理解证据理论的概率基础。徐教授提到，Dempster - Shafer 理论是一种用于处理不确定性的通用框架，最初由 Dempster 引入，后经 Shafer 发展为数学证据理论，允许从不同来源结合证据，得出一个综合的信任度。

然后，徐教授对 ER 规则与 Shafer 折扣规则的差异进行了阐释，探讨了 Shafer 规则在不同情况下对概率本质的遵循与偏离，并对 Shafer 的原始意图进行了合理推测，认为其初衷是维持概率基础。同时，她回溯早期文献中对 Dempster 规则的批评，指出其中存在的错误或误用情形，有力地论证了证据理论偏离概率轨迹的非故意性。她强调，重构证据理论的概率基础具有重要意义，因为相较于可能性度等其他测度，概率具有更普适的解释性。

此外，徐教授还介绍证据推理方法在诊断和检测决策中的应用，包括在工程、医疗保健、法律服务等领域的实际案例，展示了其在处理不确定性信息方面的优势。

最后的互动环节中，与会师生踊跃提问，与徐教授就复杂的证据理论模型构建以及简洁的结论应用等方面展开了热烈的交流与探讨。徐教授一一耐心解答，现场学术氛围浓厚。本次讲座为在场师生提供了证据理论领域的前沿知识与研究视角，对于推动管理科学与工程领域的学术研究和实践应用具有积极的促进作用。

徐冬玲，现任英国曼彻斯特大学 Alliance 曼彻斯特商学院决策科学与系统讲席教授。三十年来，她在不确定性下的数据分析、统计推理、机器学习、决策支持系统，以及系统与过程建模、统计故障检测等领域开展了深入研究，并推动其在多领域的应用。她与杨剑波教授共同开发多个基于网页的交互式决策支持系统及 Windows 平台智能决策系统（IDS）软件。徐教授研发的统计故障检测系统已被通用汽车、乐购、英国国家医疗服务体系（NHS）、福特、壳牌、英国石油、中国海油等机构广泛采用，应用领域涵盖医疗健康、金融、系统安全分析及组织质量管理自我评估。其证据推理方法与 IDS 软件已被全球50余个国家的从业者和研究者使用。她发表100余篇同行评审期刊论文、著作章节及专著，研究成果对多个行业的决策制定与风险评估实践产生了重要影响。

（通讯员：卢彦璋、彭子鉴；审核：黄敏学）