不确定性推理课件.pptVIP

*5.1不確定性推理的基本概念5.2可信度推理5.3主觀Bayes方法5.4證據理論5.5模糊推理5.5.1模糊知識表示5.5.2模糊概念的匹配5.5.3模糊推理的方法5.6概率推理第5章不確定性推理*模糊命題是基於模糊邏輯，利用模糊謂詞、模糊量詞、模糊修飾語等用來對模糊命題的模糊性進行描述的。模糊謂詞設x∈U，F為模糊謂詞，即U中的一個模糊關係，則模糊命題可表示為xisF其中的模糊謂詞F可以是大、小、年輕、年老、冷、暖、長、短等。模糊量詞模糊邏輯中使用的模糊量詞，如極少、很少、幾個、少數、多數、大多數、幾乎所有等。這些模糊量詞可以很方便地描述類似於下麵的命題：大多數成績好的學生學習都很刻苦。很少有成績好的學生特別貪玩。5.5.1模糊知識表示

1.模糊命題的描述(1/3)*模糊修飾語設m是模糊修飾語，x是變數，F謂模糊謂詞，則模糊命題可表示為xismF，模糊修飾語也稱為程度詞，常用的程度詞有“很”、“非常”、“有些”、“絕對”等。模糊修飾語的四種主要運算：①求補表示否定，如“不”、“非”等，其隸屬函數的表示為②集中表示“很”、“非常”等，其效果是減少隸屬函數的值：③擴張表示“有些”、“稍微”等，其效果是增加隸屬函數的值：5.5.1模糊知識表示

1.模糊命題的描述(2/3)*④加強對比表示“明確”、“確定”等，其效果是增加0.5以上隸屬函數的值，減少0.5以下隸屬函數的值：則“非常真”、“有些真”、“非常假”、“有些假”可定義為在以上4種運算中，集中與擴張用的較多。例如，語言變數“真實性”取值“真”和“假”的隸屬函數定義為：5.5.1模糊知識表示

1.模糊命題的描述(3/3)*在紮德的推理模型中，產生式規則的表示形式是IFxisFTHENyisG其中：x和y是變數，表示對象；F和G分別是論域U和V上的模糊集，表示概念。5.5.1模糊知識表示

2.模糊知識的表示方式*連續論域：如果論域U是實數域上的某個閉區間[a,b]，則漢明距離為語義距離用於刻劃兩個模糊概念之間的差異。這裏主要討論漢明距離。離散論域：設U={u1,u2,…,un}是一個離散有限論域，F和G分別是論域U上的兩個模糊概念的模糊集，則F和G的漢明距離定義為5.5.2模糊概念的匹配

1.語義距離例5.9設論域U={-10,0,10,20,30}表示溫度，模糊集F=0.8/-10+0.5/0+0.1/10G=0.9/-10+0.6/0+0.2/10分別表示“冷”和“比較冷”，則d(F,G)=0.2×(|0.8-0.9|+|0.5-0.6|+|0.1-0.2|)=0.2×0.3=0.06即F和G的漢明距離為0.06。*5.5.2模糊概念的匹配

2.貼近度設F和G分別是論域U={u1,u2,…,un}上的兩個模糊概念的模糊集，則它們的貼近度定義為(F,G)=(1/2)﹡(F·G+(1-F⊙G))其中：稱F·G為內積，F⊙G為外積。例5.10設論域U及其上的模糊集F和G如上例所示，則F·G=0.8∧0.9∨0.5∧0.6∨0.1∧0.2∨0∧0∨0∧0=0.8∨0.5∨0.1∨0∨0=0.8F⊙G=(0.