人工智能(4)(精品·公开课件).pptVIP

人工智能(4) 侯宏旭 cshhx@imu.edu.cn 不确定推理 大多数问题都是 模糊的 随机的 不可靠的 不知道的 几乎没有什么是完全确定的 不确定问题的表述 三个问题 表示 事实的表示：C(A) 规则的表示：f(B,A) 计算 推理规则 多支持 合取和析取 不确定问题的表述(续) 语义：表示和计算的含义？ A真则B真，f(B,A)=? A真则B假，f(B,A)=? A对B没有影响,f(B,A)=? A真，C(A)=? A假，C(A)=? A未知，C(A)=? 知识的不确定性 证据的不确定性 证据的歧义 证据的不完全性 证据的不精确性 证据的模糊性 证据的可信性 证据的随机性 知识的不确定性(续) 规则的不确定性 构成规则前件的模式的不确定性 观察证据的不确定性 规则前件的证据组合的不确定性 规则本身的不确定性 规则结论的不确定性 知识的不确定性(续2) 推理的不确定性 证据组合的不确定性测度 合取、析取、取反 并行规则的不确定性测度 顺序规则的不确定性测度 不确定推理方法的分类 形式化方法和非形式化方法 形式化： 逻辑法：多值逻辑、非单调逻辑 新计算法：D-S法、确定性因子法、模糊逻辑 新概率法：传统概率方法的改良 非形式化：启发式方法 直接使用Bayes公式 Bayes公式： 设事件B1,…,Bn互不相容，B1∪… ∪Bn=Ω(全集)，事件A能且只能与B1,…,Bn