人工智能-5不确定与非单调推理1.pptVIP

人工智能Artificial Intelligence 主讲：鲍军鹏 西安交通大学电信学院计算机系 E_mail：bao_1@263. 第五章 不确定与非单调推理 5.1 基本概念 5.2 概率方法 5.3 主观Bayes方法 5.4 可信度方法 5.5 证据理论 5.6 模糊理论 5.7 基于框架表示的不确定性推理 5.8 基于语义网络表示的不确定性推理 5.9 非单调推理 5.1 基本概念 5.1.1 什么是不确定性推理 不确定性推理是建立在非经典逻辑基础上的一种推理，它是对不确定性知识的运用与处理。 严格地说，所谓不确定性推理就是从不确定性的初始证据出发，通过运用不确定性的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。 5.1.2 不确定性推理中的基本问题(1) 1. 不确定性的表示与度量 不确定性推理中的“不确定性”一般分为两类：一是知识的不确定性，一是证据的不确定性。 知识不确定性的表示：目前在专家系统中知识的不确定性一般是由领域专家给出的，通常是一个数值，它表示相应知识的不确定性程度，称为知识的静态强度。 证据不确定性的表示：一般来说，证据不确定性的表示方法与知识不确定性的表示方法保持一致，以便于推理过程中对不确定性进行统一的处理。通常也用一个数值表示，代表相应证据的不确定性程度，称之为动态强度。 不确定性的度量：可有多种度量方法和范围，