人工智能3剖析.ppt

3.4.1 不确定性的表示与度量 证据不确定性的表示 观察事物产生的不确定性导致证据的不确定性。 有2种来源的证据： 用户在求解问题时提供的初始证据 在推理中用前面推出的结论作为当前推理的证据。 证据强度：表示相应证据的不确定性程度。对于初始证据，其值由用户给出；对于推理中产生的证据，由推理的不确定传递算法计算得到。 3.4.1 不确定性的表示与度量 结论不确定性的表示 由于使用知识和证据具有不确定性，导致结论也具有不确定性。 也称为规则的不确定性，表示当规则的条件完全满足时，产生某种结论的不确定性程度。 3.4.1 不确定性的表示与度量 不确定性的度量 明确取值范围，如［-1，1］或［0，1］。 确定量度方法和范围时，须注意： 量度要能充分表达相应知识和证据不确定性的程度。 量度范围的指定应便于领域专家和用户对不确定性的估计。 量度要便于对不确定性的传递进行计算。 量度的确定应当是直观的，并有相应的理论依据。 3.4.2 不确定性的算法 不确定性的匹配算法 推理是一个不断运用知识的过程，为了找到所需的知识，需要在这一过程中用知识的前提条件与已知证据进行匹配，只有匹配成功的知识才能可能被应用。 在不确定性推理中，存在“如何才算匹配成功”这一问题。目前常用的解决方法是：设计一个用来计算匹配双方相似程度的算法，再指定一个相似的限度，用来衡量匹配双方相似的程度是否落在指定的限度内。这