AI_5_不确定推理-.ppt

福州大学计算机科学与技术系 第五章 不确定性推理 基本概念 概率方法 主观Bayes方法 第五章 不确定性推理 基本概念 概率方法 主观Bayes方法 可信度方法 证据理论 基本概念 不精确思维并非专家的习惯或爱好所至，而是客观现实的要求。 很多原因导致同一结果 推理所需的信息不完备 背景知识不足 信息描述模糊 信息中含有噪声 规划是模糊的 推理能力不足 解题方案不唯一 基本概念 什么是不确定性推理 从不确定性的初始证据出发，通过运用不确定性的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。 事实与结论之间存在着不确定的因果关系，且事实也是不确定的。 基本概念—不确定推理的基本问题 不确定问题的数学模型表示的3方面问题 表示问题： 采用什么方法描述不确定性，这是解决不确定推理关键的一步。 计算问题： 不确定性的传播和更新。也是获取新信息的过程。 语义问题： 上述表示和计算的含义是什么。 基本概念—不确定推理的基本问题 表示问题：表达要清楚。表示不仅仅是数，还要有语义描述。通常有数值表示和非数值表示方法，两者都不够完善。数值表示便于计算、比较，再考虑到定性的非数值描述才能较好的解决不确定问题。 知识的不确定性描述（静态强度）通常是一数值，一般由领域专家给出。 证据的不确定性描述（动态强度）也是一数值，除初始证据由用户给定外，一般通过