第八章不确定知识的表示与推理.pdfVIP

第八章 不确定知识的表示与推理 教学目的：对不确定知识的表示方法及推理技术。 教学重点和难点：1. 随机性知识的表示、模糊性知识的表示、模糊集合与模糊逻辑和多值 逻辑；2. 不确定性推理的一般模式；3. 基于证据理论的不确定性推理；难点：模糊集合与 模糊逻辑和模糊性知识的表示。 主要教学内容及要求： 了解：不确定性推理的一般模式 理解：不确定性推理方式 掌握：随机性知识的表示、模糊性知识的表示、模糊集合与模糊逻辑和多值逻辑；基于 证据理论的不确定性推理。 熟练掌握：主观Bayes 方法及其推理方法 对于许多比较复杂的人工智能系统，往往含有复杂性、不完全性、模糊性或不确定性。 当采用产生式系统或专家系统的结构时，要求设计者建立某种不确定性问题的代数模型及其 计算和推理过程。为此，下面我们将和大家一起讨论一些常用的不确定性推理方法。 8.1 概率推理 基于概率论的不确定性推理有很多种，在这里我们仅讨论比较成熟的一种推理方法── 主观Bayes 方法。 1.Bayes 公式及主观Bayes 方法 主观Bayes 方法是R.O.Duda 、P.E.Hart 等人1976 年在Bayes 公式的基础上经适当改进 提出了主观Bayes 方法，它是最早