人工智能导论第四章0259.pptVIP

3、组合证据不确定性的算法 组合证据：多个单一证据的合取 E = E1 AND E2 AND … AND En 则CF(E)=min{CF(E1), CF(E1), …, CF(En)} 组合证据：多个单一证据的析取 E = E1 OR E2 OR … OR En 则CF(E)=max{CF(E1), CF(E1), …, CF(En)} * 人工智能导论 - 刘珊 * 4.7 可信度方法 第二十七页，共六十页。 4、不确定性的传递算法 C-F模型中的不确定性推理：从不确定的初始证据出发，通过运用相关的不确定性知识，最终推出结论并求出结论的可信度值。 结论 H 的可信度由下式计算: * 人工智能导论 - 刘珊 * CF(E)0时，CF(H)=0; CF(E)=1时，CF(H)=CF(H,E) 4.7 可信度方法 第二十八页，共六十页。 5、结论不确定性的合成算法 设知识： IF E1 THEN H (CF(H,E1)) IF E2 THEN H (CF(H,E2)) （1）分别对每一条知识求出CF(H)： CF1(H)=CF(H, E1) ×max{0, CF(E1)} CF2(H)=CF(H, E2) ×max{0, CF(E2)} (2) 用如下公式求E1与E2对H