第四章 不确定性推理4.1 基本概念 1. 为什么要研究不确定性推...的.pptVIP

127 第四章 不确定性推理 4.1 基本概念 1. 为什么要研究不确定性推理问题 ? 现实世界的问题求解大部分是不良结构； ? 对不良结构的知识描述具有不确定性： 1) 问题证据的不确定性； 2) 专门知识的不确定性。 2. 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和处理。 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合理或者近 乎合理的结论的思维过程。 3. 不确定性推理中的基本问题 在不确定性推理中，知识和证据都具有某种程度的不确定性， 这就为推理机的设计与实现增加了复杂性和难度。它除了必须解 决推理方向、推理方法、控制策略等基本问题外，一般还需要解 决不确定性的表示和量度、不确定性匹配、不确定性的传递算法 以及不确定性的合成等重要问题。 (1) 不确定性的表示与量度 ? 知识不确定性的表示 在确立其表示方法时，有两个直接相关的因素需要考虑： 1) 要能根据领域问题的特征把其不确定性比较准确地描述出 来，满足问题求解的需要； 2) 要便于推理过程中对不确定性的推算。 目前在专家系统中，知识的不确定性一般由领域专家给出，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 在推理中，有两种来源不同的证据： 1) 一种是用户在求解问题时提供的初始证据； 2) 另一种是在推理中用前面推出的结论作为当前推理的证据。 证据的不确定性表示方法应与知识的不确定性表示方法保持一致，以便于推理过程中对不确定性进行统一处理。 证据的不确定性通常也用一个数值表示，它代表相应证据的不确定性程度，称为动态强度。 对于初始证据，其值由用户给出； 对推理所得证据，其值由推理中不确定性的传递算法通过计算得到。 ? 不确定性的量度 对于不同的知识和不同的证据，其不确定性的程度一般是不相同的，需要用不同的数据表示其不确定性的程度，同时还要事先规定它的取值范围。例如，在专家系统 MYCIN 中，用可信度表示知识与证据的不确定性，取值范围为 [-1， 1]。 在确定一种量度及其范围时，应注意以下几点： 1)? 量度能充分表达相应知识及证据不确定性的程度。 2) 量度范围的指定应便于领域专家及用户对不确定性的估计的程度。 3)? 量度要便于对不确定性的传递进行计算，而且对结论算出的不确定性量 度不能超出量度规定的范围。 4)? 量度的确定应是直观的。 (2) 不确定性匹配算法及阈值的选择 对于不确定性推理，由于知识和证据都具有不确定性，而且知识所 要求的不确定性与证据实际具有的不确定性程度不一定相同，因而就出 现了“怎样才算匹配成功”的问题。 对于这个问题，目前常用的解决方法是： 设计一个算法用来计算匹配双方相似的程度，另外再指定一个相似 的“限度”，用来衡量匹配双方相似的程度是否落在指定的限度内。如果 落在指定的限度内，就称它们是可匹配的，相应知识可被应用。 ? 用来计算匹配双方相似程度的算法称为不确定性匹配算法。 ? 用来指出相似的“限度”称为阈值。 (3) 不确定性的传递算法 不确定性推理的根本目的是根据用户提供的初始证据，通过运用不确定性知识，最终推出不确定性的结论，并推算出结论的不确定性程度。为达到这一目的，除了需要解决前面提到的问题外，还需要解决推理过程中不确定性的传递问题，它包括两个子问题： ? 在每一步推理中，如何把证据及知识的不确定性传递给结论； ? 在多步推理中，如何把初始证据的不确定性传递给最终结论。 对前一个问题，在不同的不确定推理方法中所采用的处理方法各不相同，