文档介绍：第4章不确定性推理
不确定性及其类型
主观Bayes方法
可信度理论
证据理论
不确定性及其类型
推理的分类:
精确推理
不精确推理(即不确定推理)
不确定性及其类型
一、不确定性的原因:
A 证据的不确定性
歧义性:
不完全性:
不精确性:
模糊性:
可信性:
随机性:
其它因素引起的不确定性。
不确定性及其类型
B 规则的不确定性
前提条件的不确定性:
例如“如发高烧则可能感冒”, 发高烧是个模糊的概念。
观察证据的不确定性:如人的体温早晚是不同的。
组合证据的不确定性。
规则自身的不确定性。
在规则的使用过程中含有两种典型的不确定性
不确定性及其类型
C 推理的不确定性
推理的不确定性反映了知识不确定性的
动态积累和转播过程。
二、不确定推理网络中的三种基本模式
证据逻辑组合模式
已知证据E1、E2、……、En的不确定测度分别为MU1、
MU2、……、MUn,则证据组合后的不确定测度为MU
(1) 证据的合取:
MU(E1^E2^……^En)=f(MU1,MU2,……,MUn)
f是一个函数的名称。
(2) 证据的析取:
MU(E1 V E2 V …… V En)=g(MU1,MU2,……,MUn)
g是一个函数的名称。
(3) 证据的否定:
MU(~Ei)=h(MUi)
h是一个函数的名称。
2. 证据的并行规则模式
已知每一单条规则 if Ei then h with
Mui(i=1,2,……,n),则所有规则都满足
时,h的不确定测度
MU=p(MU1,MU2, …,MUn)
p是一个函数的名称。
3. 证据的顺序规则模式
已知规则 if E’ then E with MU0
if E then h with MU1
则规则 if E’ then h with MU
中的MU的计算
MU=s(MU0,MU1)
s是一个函数的名称