人工智能_AI稿4(不精确推理).pptVIP

(3)EH公式的几何意义 插值：加入P(E)点是为了提高准确度，否则为两点插值 （4）CP公式（基于可信度的初始证据的EH公式） P(H|S)=f(P(E|S))(线性) (0, P(H|﹁E)) (p(E),P(H)) (1, P(H|E)) 结论不确定性的合成算法 N条知识都支持结论H，S i ?Ei → H（直接导致） 例：已知知识： 计算思路： EH公式 CP公式 主观Bayes方法的特点： 以概率论为基础 LS，LN较全面地反映了E与H间的因果关系 从P(H)到P(H|S)的计算反映了不确定性的传递过程 P(H)有时获得也不易 仍然有独立性的要求 计算过程比较繁琐 可信度方法 知识不确定性的表示 IF E THEN H (CF(H,E)) E：前提条件，简单或复合（OR,AND) H：结论，可以多个 CF(H,E) ：可信度∈[－1, 1]，反映E对H的支持程度 可信度的定义 CF(H,E) =MB(H,E)-MD(H,E) 信任度0时不可同时不信任 MD(H,E)=0 E的出现增加对H的信任 P(H|E)P(H) MB(H,E)0信任增长度 不信任的同时不可支持信任 MB(H,E)=0 E的出现增加对H的信任 P(H|E)P(H) MD(H,E)0不信任增长度 可信度的计算公式及意义 CF(H,E)0,0,=0表示后验概率大于、小于、等于先验概