第5篇 章 不确定性推理2012AI课件 人工智能.ppt

第五章 不确定性推理;第五章 不确定性推理;不确定推理概述——不确定推理的概念;不确定性定义 缺乏使我们可以得到完美可信结论的知识。(Stephanou和Sage,1987) 不确定知识的来源 脆弱的暗示 不精确的语言 不知道的数据 综合不同专家的观点 ;不确定推理概述——不确定推理的概念;①不确定性的表示 (a)证据不确定性的表示 证据不确定性的表示通常为一个数值，用以表示相应证据的不确定性程度。 (b)知识不确定性的表示 通常，专家系统中的知识之不确定性要由领域专家给出，以一个数值表示，该数值表示了相应知识的不确定程度。 ;②推理计算 不确定推理过程主要包括不确定性的传递计算算法、组合证据不确定性算法和结论不确定性的更新或合成算法。 CF(E): 证据E的不确定性程度 CF (H, E): 知识(规则)E-H的不确定性程度;(a)不确定性传递问题 已知: E-H, CF(E), CF(H,E); 如何计算CF(H) (b)证据不确定性的合成问题 如何由CF(E1)和CF(E2)来计算CF(E1∧E2)和CF(E1∨E2) (c)结论不确定性的合成问题 已知：E1-H CF(E1)，CF(H, E1) E2-H CF(E2)，CF(H, E2) 如何计算CF(H) ;③不确定性的量度 用一定的数值来表示知识、证据和结论的不确定程度时，这种数值的取值方法和取值范围。 在确定一种量度方法及其范围时，应注意以下几点： 量度要能充分表达相应知识及证据的不确定性程度。 量度范围的指定应便于领域专家及用户对证据或知识不确定性的估计。 量度要便于不确定性的推理计算，而且所得到的结论之不确定值应落在不确定性量度所规定的范围之内。 量度的确定应当是直观的，同时应当有相应的理论依据。 ;可信度方法;可信度方法;可信度方法;知识不确定性的表示;规则 E → H, 可信度表示为CF(H, E)。;知识不确定性的表示;证据不确定性的表示;证据不确定性的表示;证据不确定性的表示;不确定性的推理计算;不确定性的推理计算;不确定性的推理计算;;知识库 /*FORECAST AN APPLICATION OF CERTAINTY FACTORS*/ Control cf Control ‘threshold 0.01’ Rule:1 If today is rain Then tomorrow is rain {cf 0.5} Rule:2 If today is dry Then tomorrow is dry {cf 0.5} Rule:3 If today is rain And rainfall is low Then tomorrow is dry {cf 0.6};Rule:4 If today is rain And rainfall is low And temperature is cold Then tomorrow is dry {cf 0.7} Rule:5 If today is dry And temperature is warm Then tomorrow is rain {cf 0.65} Rule:6 If today is dry And temperature is warm And sky is overcast Then tomorrow is rain {cf 0.65} Seek tomorrow;What is the weather today? =rain Rule:1 If today is rain Then tomorrow is rain {0.5} Cf(tomorrow is rain, today is rain) =cf(today is rain) ×cf=1.0 ×0.5=0.5 tomorrow is rain {0.50};What is the rainfall today? =low To what degree do you believe the rainfall is low? Enter a numeric certainty between 0 and 1.0 inclusive. =0.8 Rule:3 If today is rain And rainfall is low Then tomorrow is dry {cf 0.6} Cf(tomorrow is dry, today is rain∩rainfall is low) =min[cf(today is rain),cf(rainfall is low)] ×cf=min[1,0.8] ×0.6=0.48 tomorrow is rain {0.