不确定性处理课件.pptVIP

在非單調邏輯中，若由某假設出發進行的推理中一旦出現不一致，即出現與假設矛盾的命題，那麼允許撤銷原來的假設及由它推出的全部結論。基於非單調邏輯的推理稱為非單調邏輯推理，或非單調推理。(1)在問題求解之前，因資訊缺乏先作一些臨時假設，而在問題求解過程中根據實際情況再對假設進行修正。(2)非完全知識庫。隨著知識的不斷獲取，知識數目漸增，則可能出現非單調現象。(3)動態變化的知識庫。常見的非單調推理有缺省推理（reasoningbydefault）和界限推理。由於篇幅所限，這兩種推理不再詳細介紹，有興趣的讀者可參閱有關專著。7.2.6時序邏輯對於時變性，人們提出了時序邏輯。時序邏輯也稱時態邏輯，它將時間詞(稱為時態算子，如“過去”，“將來”，“有時”，“一直”等)或時間參數引入邏輯運算式，使其在不同的時間有不同的真值。從而可描述和解決時變性問題。時序邏輯在程式規範(specifications)#,程式驗證以及程式語義形式化方面有重要應用，因而它現已成為電腦和人工智慧科學理論的一個重要研究課題。7.3不確定性推理的一般模式基於不確定性知識的推理稱為不確定性推理，亦稱為不精確推理。由於不確定性推理是基於不確定性知識的推理，所以，其結果仍然是不確定性的。但對不確定性知識，我們是用量化不確定性的方法表示的(實際是把它變成了確定性的了)，所以，不確定性推理的結果仍然應含有某種不確定性度量。所以，不確定性推理的一般模式就可簡單地表示為不確定性推理＝符號模式匹配＋不確定性計算這裏的不確定性計算是基於各種不確定性度量，如信度、真度、各種特徵(值)強度、隸屬度等的計算。可以看出，不確定性推理與通常的確定性推理相比，區別在於多了個數值計算過程。?但正由於需要計算，所以，不確定性推理就與通常的確定性推理有了質的差別。主要表現在以下幾個方面:(1)不確定性推理中符號模式匹配能否成功，不但要求兩個符號模式本身要能夠匹配（合一），而且要求證據事實所含的不確定性程度必須達“標”，即必須達到一定的限度。這個限度一般稱為“閾值”。(2)不確定性推理中一個規則的觸發，不僅要求其前提能匹配成功，而且前提條件的不確定性總程度還必須至少達到閾值。(3)不確定性推理中推得的結論是否有效，也取決於其不確定性程度是否達到閾值。總之，不確定性推理要涉及：不確定性度量、閾值、上述各種度量計算方法等的定義和選取。所有這些就構成了所謂的不確定性推理模型，或不精確推理模型。?7.4確定性理論確定性理論是肖特裏菲（E.H.Shortliffe）等於1975年提出的一種不精確推理模型，它在專家系統MYCIN中得到了應用。確定性理論是用於隨機不確定性的一種推理模型。?1.不確定性度量採用CF，即確定性因數（一般稱為可信度），其定義如上節所述，取值範圍為［-1，1］。2.前提證據事實總CF值計算CF(E1∧E2∧…∧En)＝min{CF(E1)，CF(E2)，…，CF(En)}CF(E1∨E2∨…∨En)＝max{CF(E1)，CF(E2)，…，CF(En)}其中E1，E2，…，En是與規則前提各條件匹配的事實。3.推理結論CF值計算CF(H)＝CF(H，E)·max{0，CF(E)}其中E是與規則前提對應的各事實，CF(H，E)是規則中結論的可信度，即規則強度。4.重複結論的CF值計算若同一結論H分別被不同的兩條規則推出，而得到兩個可信度CF(H)1和CF(H)2，則最終的CF(H)為CF(H)1＋CF(H)2－CF(H)1·CF(H)2當CF(H)1≥0，且CF(H)2≥0CF(H)=CF(H)1＋CF(H)2＋