确定性理论模型方法改进研究.pdf

摘 要 专家系统设计在它的核心部分——不确定性推理理论与方法上，一直以来都存在 着不足。关于它的理论和应用有充分的空间待于发展。从有专家系统起，不确定性知 识的表示和处理就是虽受重视的分支之一。有关的它的学术会议有两个，在有关刊物 和会议上论文也是层出不穷的，还有许多专著研究这个问题。在国际上，这方面优秀 早涉及这方面工作的是吉林大学，他们首先将国外的工作介绍到国内，随后又做了不 少工作，在他们的带动下，国内许多学者也投入这项研究，并取得了一些好的成果。 目前国内研究成果显著的还有清华大学、中国科技大学、华中科技大学、合肥工业大 学等等． 不确定推理是人工智能领域的核心研究课题之一。目前为止，对它的研究主要是 以概率论、模糊数学或粗糙集理论为基础，建立推理模型。在众多不确定推理模型中， 以概率论为数学基础的确定性推理方法最为方便实用，本文将对它做详尽的论述分析。 本文中，首先在第一章绪论阐述了不确定推理与人工智能、专家系统以及知识工 程的关系，并在第二章详细分析了不确定推理研究的现状、研究目的及意义。之后， 在第三章中介绍了不确定性理论的数学基础(概率论、模糊数学等)及当前的一些不确 定推理模型，其中包括贝叶斯网络、主观贝叶斯、确定性理论、证据理论以及可能性 理论。研究了不确定推理问题的一般方法和一般步骤。在第四章中，就众多推理模型 中的确定性理论进行了详尽的分析论证，发现了原推理算法中的一些不足并改进知识 表示。接下来在第五章中，提出一种新的不确定性的更新与传播算法，来解决不确定 性的更新与传播问题。这种新的算法，解决了原来理论中的一些缺陷与不足。在此基 础上，第六章中进行了实验数据的对比分析，证明新的算法能够得出较理想的结论。 关键词人工智能；不确定推理；确定性理论；权重；正负比率 Abstract been forabout in have tllil呵yearsand印pliedsuccessnllymany Expertsystems poplllar domains． issues Never【heless， system rem面n—uncertainty pmblematicexpert design iscasein aIldits isoneoft11e ktlowIedgerepresen钮tionreasoning mallagementpoint．The most s血ce wasbom．Therc缸et、vointemationalconfbrences importantparts ExpertSystem about of meory趾d uncertaimyreasoningevery application ye她Andmanypublica廿ons， are such and excelle玎t as mono掣aphs expens Shotli骶r， p印ers，magazine published．Some workhardintllis areaa11d Duda，Sh疵r，Heckemlan，Pe