5.2.不确性的表示和度量.pdfVIP

第5章 不确定性推理 5.1 概论 √5.2 不确定性的表示和度量 2014-4-2 人工智能 丁世飞 1 5.2 不确定性的表示与度量 5.2.1 知识的不确定性  最常见的不确定性是随机性。  随机性使世界、使我们的生活充满了未知的魅力， 是创造性不可缺少的因素，为我们提供了种种的机遇。 确定性可以告诉我们事物的普遍规律，这也许是群体的 统计规律，也许仅是一个相对的真理。而个体的“机遇” 是一种特殊的随机性：  小概率事件  小概率的机遇一般不会出现，一旦出现，往往就会 创造奇迹。 2014-4-2 人工智能 丁世飞 2 5.2 不确定性的表示与度量 • 另一种不确定性是模糊性。 模糊性能够用较少的代价，传送足够的信息，并能对复 杂事物作出高效率的判断和处理。也就是说，模糊性有助 于提高效率。1965年扎德(L.A.Zadeh) 的论文Fuzzy Sets正式 创立了模糊集合理论.扎德深入分析了模糊性、近似性、随 机和含混性，主张用模糊性作为基本的研究对象，提出了 隶属度、隶属函数、模糊集合等基本概念。 模糊性使我们的生活简单而有效，借助模糊性能对复杂事 物作出高效率的判断和处理。如医生可以根据病人的模糊 症状而作出正确的判断、画家不用精确的测量计算而能画 出栩栩如生的风景人物等。 2014-4-2 人工智能 丁世飞 3 5.2 不确定性的表示与度量  知识的不确定性的来源 （1）知识的不完备性：包括知识内容的不完整、知识 结构的不完备等。内容的不完整，可能来源于获取知识时 观测不充分、设备不精确；知识结构的不完备，可能因为 人的认识能力、获取手段的限制等原因，造成对解决某个 特定问题的背景和结构认识不全，忽略了一些重要因素。 （2）知识的不协调性：是指知识内在的矛盾，不协调 的程度可以依次为冗余、干扰、冲突等。不协调性是知识 不确定性的重要体现,是知识的一种常态。 2014-4-2 人工智能 丁世飞 4 5.2 不确定性的表示与度量  知识的不确定性的来源 （3）知识的非恒常性：主要是指知识随时间的变化而 变化的特性。人类对自然、社会乃至自身的认识都是一个 由不知到知、由不深刻到深刻，不断更新的过程，是一个 否定之否定的过程。人类的知识是无限发展的，永远不可 能停留在某个水平上。 2014-4-2 人工智能 丁世飞 5 5.2 不确定性的表示与度量 5.2.2 证据的不确定性  通常有如下不同来源的证据。  ①初始证据：针对要求解的问题所提供的事实，诸如 病人的症状、化验结果等。  ②推理证据：依据前面的事实而推出的若干新情况和 判断，可作为继续研究考证的证据。  注意：  初始证据大多来源于客户的片面观察或理解，故往往 是零碎的片段，不够精确完善，因而具有证据的不确定性。 而推理证据又是使用不确定性的初始证据而得出来的，所 以它也是不确定性的证据。 2014-4-2 人工智能 丁世飞 6 5.2 不确定性的表示与度量 5.2.3 不确定性的表示  对于知识及证据不确定性的程度，