人工智能第5節(jié)不確定(概率與可信度).ppt_第1頁(yè)
人工智能第5節(jié)不確定(概率與可信度).ppt_第2頁(yè)
人工智能第5節(jié)不確定(概率與可信度).ppt_第3頁(yè)
人工智能第5節(jié)不確定(概率與可信度).ppt_第4頁(yè)
人工智能第5節(jié)不確定(概率與可信度).ppt_第5頁(yè)
已閱讀5頁(yè),還剩17頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、第三章不確定推理第二章基本概念概率方法主觀貝葉斯方法可信度方法第一章基本概念什么是不確定推理不確定推理是一種基于非經(jīng)典邏輯的推理,是對(duì)不確定知識(shí)的應(yīng)用和處理。具體來(lái)說(shuō),所謂的不確定性推理就是從不確定性的初始證據(jù)(即事實(shí))開(kāi)始,最后利用不確定性的知識(shí)得出具有一定不確定性的結(jié)論。2.不確定推理中的基本問(wèn)題。1.不確定性的表示和測(cè)量不確定性推理中的“不確定性”一般分為兩類(lèi):一類(lèi)是知識(shí)的不確定性,另一類(lèi)是證據(jù)的不確定性。知識(shí)不確定性的表示:目前,專(zhuān)家系統(tǒng)中知識(shí)的不確定性一般由領(lǐng)域?qū)<医o出,通常用數(shù)值表示,表示相應(yīng)知識(shí)的不確定程度,稱(chēng)為知識(shí)的靜態(tài)強(qiáng)度。證據(jù)不確定性的表示:證據(jù)不確定性的表示方法與知識(shí)不確

2、定性的表示方法相同,知識(shí)不確定性通常用數(shù)值表示,代表相應(yīng)證據(jù)的不確定程度,稱(chēng)為動(dòng)態(tài)強(qiáng)度。2.不確定性匹配算法和閾值選擇推理是一個(gè)不斷應(yīng)用知識(shí)的過(guò)程。為了找到所需的知識(shí),有必要在這個(gè)過(guò)程中將知識(shí)的前提與已知的證據(jù)相匹配。只有匹配成功的知識(shí)才能被應(yīng)用。設(shè)計(jì)一種不確定性匹配算法;請(qǐng)指定匹配閾值。3.另一個(gè)需要解決的問(wèn)題是不確定性的更新。有:個(gè)不確定的組合證據(jù)(更新算法)。匹配時(shí),一個(gè)簡(jiǎn)單條件對(duì)應(yīng)一個(gè)單一證據(jù),一個(gè)復(fù)合條件對(duì)應(yīng)一組證據(jù),稱(chēng)為組合證據(jù)。最大-最小方法:t (E1和E2)=mint (E1),t (E2) t (E1或E2)=maxt (E1),t (E2)=t (E1) t (E2) t

3、 (E1或E2)=t (E1) t (E1) T (E1) t (E2) 1t (E1或E2)=min1,t (E1) t (E2),其中t (E)表示證據(jù)E的程度(動(dòng)態(tài)強(qiáng)度),如可靠性和概率。不確定性傳遞算法如何在推理的每一步將證據(jù)和知識(shí)的不確定性轉(zhuǎn)化為結(jié)論。在多步推理中,如何將初始證據(jù)的不確定性轉(zhuǎn)化為最終結(jié)論。5.結(jié)論的不確定性的合成使用不同的知識(shí)來(lái)推理并得到相同的結(jié)論,但是結(jié)論的不確定性是不同的。此時(shí),有必要用合適的算法綜合結(jié)論的不確定性。不確定推理的基本問(wèn)題、不確定推理方法的分類(lèi)以及不確定推理方法主要可分為模型方法和控制方法。模型方法:在推理層面,擴(kuò)展了確定性推理,引入了證據(jù)的不確定性

4、和知識(shí)的不確定性。模型方法分為數(shù)值方法和非數(shù)值方法。根據(jù)不確定性的理論,用數(shù)值方法對(duì)不確定性進(jìn)行定量描述可以分為基于概率的方法和基于模糊理論的方法。本文主要研究與模型方法相關(guān)的典型算法??尚判苑椒ㄊ且环N基于確定性理論和概率論的不確定性推理方法,簡(jiǎn)稱(chēng)C-F模型。首先,該方法已經(jīng)成功地應(yīng)用于醫(yī)療系統(tǒng)中??尚哦鹊母拍钍腔诮?jīng)驗(yàn)的,對(duì)一個(gè)事物或現(xiàn)象的真實(shí)程度的信念被稱(chēng)為可信度。在可信度方法中,專(zhuān)家給出規(guī)則或知識(shí)的可信度,從而避免了先驗(yàn)概率或條件概率的要求。5.4.2 C-F模型,知識(shí)不確定性的表達(dá):在C-F模型中,知識(shí)是通過(guò)產(chǎn)生式規(guī)則來(lái)表達(dá)的,其一般形式為:IFETHENH(CF(H,E),其中:(1

5、)前提E可以是命題的合取和析取組合(2)結(jié)論H可以是單個(gè)命題或復(fù)合命題(3)值為-1,1,表示當(dāng)E為真時(shí)對(duì)H的支持程度。CF(H,E)的值越大,E越支持H為真。置信因子的定義,如果(CF(H,E) CF(H,E)定義為:CF(H,E)=MB(H,E)-MD(H,E) MB反映了證據(jù)對(duì)結(jié)論的優(yōu)勢(shì),而MD反映了證據(jù)對(duì)結(jié)論的劣勢(shì)。衡量信任度表示信任增長(zhǎng)的程度,因?yàn)槠ヅ涞淖C據(jù)出現(xiàn)了。衡量不信任是指不信任程度的增加,不信任是指不信任程度的增加,不信任程度的增加使得證據(jù)匹配的出現(xiàn)成為可能。當(dāng)P(H|E)P(H)時(shí),它意味著證據(jù)E支持結(jié)論H MB(H,E)0,MD(H,E)=0。當(dāng)P(H|E)0時(shí),MB(H,E)=0。當(dāng)p(H/E)p(H)表示E對(duì)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論