人工智能概述
 问题求解的基本原理
 知识表示
基于逻辑的问题求解方法
 不确定知识表示及推理
 专家系统
 知识获取和机器学习
 自然语言的处理

 

           返回主页

不确定知识表示及推理
不确定推理概述 不确定推理方法之确定性因子法 不确定推理方法之主观beyes方法

      D-S证据论证         可能性理论           非单调推理及粗集理论 

        不确定推理概述

    当代冯. 诺依曼计算机具有强大的计算能力,在数值计算、数据处理、文档处理、工业控制乃至知识工程中的逻辑推理方面发挥出来的本领已远远超过人类。不过,计算机在这些应用领域中所解决的问题都是“良性设定问题”,即求解问题的前提条件明确,求解的算法存在,并且可以用某种程序设计语言进行明确的描述。然而,在真实的世界中,存在有大量求解算法难以描述的非良性设定问题需要解决。一般说来,问题的不确定性来自知识的客观现实和对知识的主观认识水平。现实世界中,几乎没有什么事情是完全确定的,处理不确定性问题的目的是希望得到对某一命题的尽可能精确的判断。对于不确定性推理来说,不确定性的描述和不确定性的传播是两个主要问题。

    这一节,我们主要介绍一下两点:

    (1)不确定性问题的代数模型

    (2)几种主要的不确定性推理方法