人工智能_不确定性推理.pptVIP

人工智能_不确定性推理 * ●??在环境E 下，若两个证据的合取或析取支持结论H，则可表示为 证据的不确定性组合定义为 CF(E1∧E2, E ) = min[CF(E1, E ), CF(E2, E )]CF(E1∨E2, E ) = max[CF(E1, E ), CF(E2, E )]当两条规则支持同一结论H时，可表示为???????????? ???????????? 不确定性的组合 * 不确定性的组合 当组合证据是多个单一证据的合取时,即:E = E1 and E2 and … and En若已知 CF(E1), CF(E2),…, CF(En),则CF(E) = min {CF(E1), CF(E2),…, CF(En) } 当组合证据是多个单一证据的析取时,即:E = E1 or E2 or … or En若已知 CF(E1), CF(E2),…, CF(En),则CF(E) = max {CF(E1), CF(E2),…, CF(En) }  * 结论不确定性的合成算法 若由多条不同知识推出了相同的结论,但可信度不同,则可用合成算法求出综合可信度. 设有如下知识: if E1 then H (CF(H, E1)) if E2 then H (CF(H, E2))则结论 H 的综合可信度可分如