不确定性推理基本概念为什么要研究不确定性推.ppt

127 R1:IF E1 THEN (10,1) H1 (0.03) R2:IF E1 THEN (10,1) H2 (0.03) R3:IF E1 THEN (10,1) H3 (0.03) 求：当证据E1,E2,E3,存在即不存在时候 P(Hi/Ei)以及P（Hi/!Ei）的值是多少 由于r1和r2中的LN＝1，所以E1和E2不存在时对H1和H2产生影响，不需要计算P（H1/!E1） P（H2/!E2），要计算P（H1/E1） P（H2/E2） 由于E1的存在使得H1的可能性增加了8倍，由于E2的存在使得H2为真的可能性增加了10倍 由于E3的不存在，使H3为真的可能性，削减了350倍 下面分四种情况讨论： 1) P(E/S) = 1 当 P(E/S) = 1 时， P(?E/S) = 0，此时公式 ① 变为： P(H/S) = P(H/E) = 这是证据肯定存在的情况。 2) P(E/S) = 0 当 P(E/S) = 0 时， P(?E/S) = 1，此时公式 ① 变为： P(H/S) = P(H/?E) = 这是证据肯定不存在的情况。 LS ? P(H) (LS – 1) ? P(H) +1 LN ? P(H) (LN – 1) ? P(H) +1 3) P(E/S) = P(E) 当 P(E/S) = P(E) 时，此时公式 ① 变为： P(H/S) = P(H/E) ? P(E) + P(H/?E) ? P(?E) = P(H) 表示 H 与 S 无关。 4) 当 P(E/S) = 其它值时，通过分段线性插值可得到计算P(H/S) 的公式。 全概率公式 P(H/?E) + ? P(E/S) 若 0 ? P(E/S) P(E) P(H) + ? [ P(E/S) – P(E)] 若 P(E) ? P(E/S) ? 1 P(H) – P(H/?E) P(E) P(H/E) – P(H) 1 – P(E) P(H/S) = 0 P(E) 1 P(E/S) P(H/E) P(H) P(H/?E) P(H/S) 该公式称为EH公式。 (4) 对初始证据，用可信度 C(E/S) 计算 P(H/S) 对于初始证据，由于其不确定性是用可信度 C(E/S) 给出的，此时只要把 C(E/S) 与 P(E/S) 的对应关系带入上式，便可得到下述公式： P(H/?E) + [ P(H) – P(H/?E) ] ? [ C(E/S) + 1]， 若C(E/S) ?0 P(H) + [ P(H/E) – P(H) ] ? C(E/S)， 若C(E/S) 0 1 5 1 5 P(H/S) = 该公式称为CP公式。 当用初始证据进行推理时，根据用户告知的C(E/s)运用CP,就可以求出P(H/s) 当用推理过程中得到的中间结论作为证据进行推理时，通过运用EH公式就 可求出P(H/S) 5. 结论不确定性的合成算法 若有n条知识都支持相同的结论，而且每条知识的前提条件所对应的证据Ei（i =