第4章非经典推理.ppt

第3章讨论的推理方法都属于确定性推理，它们建立在经典逻辑基础上，运用确定性知识进行精确推理，也是一种单调性推理。现实世界中遇到的问题和事物间的关系，往往比较复杂，客观事物存在的随机性、模糊性、不完全性和不精确性，往往导致人们认识上一定程度的不确定性。这时，若仍然采用经典的精确推理方法进行处理，必然无法反映事物的真实性。为此，需要在不完全和不确定的情况下运用不确定知识进行推理，即进行不确定性推理。 本章将介绍一些不确定性推理技术，包括贝叶斯推理、概率推理、可信度方法和证据理论等，它们在后续的专家系统、机器人规划和机器学习等领域获得广泛应用。 主要内容如下： 4.1 经典推理和非经典推理 4.2 不确定性推理 4.3 概率推理 4.4 主观贝叶斯方法 4.5 可信度方法 4.6 证据理论 4.1 经典推理和非经典推理 传统人工智能即逻辑学派是建立在符号逻辑推理的基础上的。科学需要思维，思维是科技创新的源泉。思维也需要科学方法，也就是说要有正确的思维、科学的思维。逻辑和推理是以逻辑为基础的人工智能的两个基石。逻辑涉及思维的规范，而推理则与思维的法则有关。 一般提到的逻辑有形式逻辑和数理逻辑，消解原理就是以谓词逻辑为基础的。长期以来，形式逻辑和数理逻辑的研究和应用一直处于主导地位。然而，这两种逻辑存在一些局限性，无法解决面临的一些应用问题，从而出现了一些新的逻辑学派。人们把这些新的逻辑学派称为非经典逻辑，其相应的推理方法则叫做非经典推理。因此相应地把传统的逻辑学派及其推理方法称为经典逻辑和经典推理。 可从如下5点来说明非经典逻辑和非经典推理与经典逻辑和经典推理的区别： 1）在推理方法上，经典逻辑采用演绎逻辑推理，而非经典逻辑采用归纳逻辑推理。 2）在辖域取值上，经典逻辑都是二值逻辑，即只有真和假两种，而非经典逻辑都是多值逻辑，如三值、四值和模糊逻辑等。 3）在运算法则上，两种也不大相同。属于经典逻辑的形式逻辑和数理逻辑，它们的许多运算法则在非经典逻辑中就不能成立。 4）在逻辑算符上，非经典逻辑具有更多的逻辑算符。非经典逻辑中引用了附加算符（一般叫做模态算符或算子）。 5）在是否单调上，两者也截然有别。经典逻辑是单调的，即已知事实（定理）均为充分可信的，不含随着新事实的出现而使原有事实变为假。这是人的认知的单调性。由于现实生活中的许多事实是在人们来不及完全掌握其前提条件下初步认可的，而当客观情况发生变化或人们对客观情况的认识有了深化时，一些旧的认识就可能被修正以致否定。这就是人的认识的非单调性。引用非单调推理是非经典逻辑与经典逻辑的又一重要区别。 4.2 不确定性推理 不确定性推理（reasoning with uncertainty）也是一种建立在非经典逻辑基础上的基于不确定性知识的推理，它从不确定性的初始证据出发，通过运用不确定性知识，推出具有一定程度的不确定性的和合理的或者近乎合理的结论。 不确定推理中所用的知识和证据都具有某种程度的不确定性，这就给推理机的设计与实现增加了复杂性和难度。除了必须解决推理方向、推理方法、控制策略等基本问题以外，一般还需要解决不确定性的表示与量度、不确定性匹配、不确定性的传递算法以及不确定性的合成等重要问题。 4.3 概率推理 目前用的较多的不精确推理模型有概率推理、可信度方法、证据理论、贝叶斯推理和模糊推理等。 一、概率的基本性质和计算公式 在一定条件下，可能发生也可能不发生的试验结果叫做随机事件，简称事件。随机事件有两种特殊情况，即必然事件和不可能事件。必然事件是在一定条件下每次试验都必定发生的事件；不可能事件是指在一定条件下各次试验都一定不发生的事件。概率论是研究随机现象中数量规律的科学。 随机事件在一次试验中是否发生，固然是无法事先肯定的偶然现象，但当进行多种重复试验时，就可以发现其发生的可能性大小的统计规律性。这一统计规律性表明，事件发生的可能性大小是事件本身所固有的一种客观属性。称这种事件发生的可能性大小为事件的概率。 令A表示一个事件，则其概率记为P(A)。 1、概率具有下列基本性质（6点） 2、概率的部分计算公式如下（4个） 1、知识不确定性的表示 在可信度方法中，不精确推理规则的一般形式为 IF E THEN H (CF(H,E) 其中，CF(H,E)是该规则的可信度，称为可信度因子或规则强度。CF(H,E)的