人工智能原理教案03章 不确定性推理方法3.3 主观BAYES方法.pdfVIP

3.3 主观Bayes 方法 R.O.Duda等人于1976年提出了一种不确定性推理模型。在 这个模型中，他们称推理方法为主观Bayes方法，并成功的将这 种方法应用于地矿勘探系统PROSPECTOR 中。在这种方法中， LS LN 引入了两个数值 （ ， ），前者体现规则成立的充分性，后 A 者则表现了规则成立的必要性，这种表示既考虑了事件 的出 B A B 现对其结果 的支持，又考虑了 的不出现对 的影响。 CF CF A 0.2 在上一节的 方法中， （） 就认为规则不可使用， A Bayes A 实际上是忽视了 不出现的影响，而主观 方法则考虑了 不出现的影响。 t3-B方法_swf.htm Bayes 定理： 设事件A1，A2 ，A3 ，…，An 中任意两个事件都不相容， 则对任何事件B 有下式成立： 该定理就叫Bayes 定理，上式称为Bayes 公式。 全概率公式： 可写成： 这是Bayes 定理的另一种形式。 Bayes P B|A P 定理给出了一种用先验概率 （ ），求后验概率 A|B B A （ ）的方法。例如用 代表发烧， 代表感冒，显然，求发 P A|B 烧的人中有多少人是感冒了的概率 （ ）要比求因感冒而发 P B|A 烧的概率 （ ）困难得多。 3.3.1 规则的不确定性 为了描述规则的不确定性，引入不确定性描述因子LS,LN： A→B f B A LS LN 对规则 的不确定性度量 （， ）以因子 （ ， ）来 描述： A B 表示 真时对 的影响，即规则成立的充分性 A B 表示 假时对 的影响，即规则成立的必要性 实际应用中概率值不可能求出，所以采用的都是专家给定的 LS,LN LS LN LS A 值。从 ， 的数学公式不难看出， 表征的是 的 B LN A B 发生对 发生的影响程度，而 表征的是 的不发生对 发 生的影响程度。 几率函数O(X)： X O(X) 即，表示证据 的出现概率和不出现的概率之比，显然 是 P(X)的增函数，且有： P(X) 0 O(X) 0 ＝ ， ＝ P(X) 0.5 O(X) 1 ＝ ， ＝ P(X) 1 O(X) ∞ X