不确定性问题的代数模型
一个不确定性知识推理包括如下的算法：
算法1：根据规则前提E的不确定性c(E)和规则强度f(H,E)求出假设H的不确定性c(H),即定义函数g1，使得
c(H)=g1[c(E),f(H,E)]
算法2：根据分别由独立的证据E1和E2所求得的假设H的不确定性c1(H)和c2(H)，求出证据E1和E2的组合所导致的假设H的不确定性c(H)，即定义函数g2，使得
c(H)=g2[c1(H),c2(H)]
算法3：根据两个证据E1和E2的不确定性c(E1)和c(E2)，求出证据E1和E2的合取的不确定性，即定义函数g3，使得
c(E1ÙE2)=g3[c(E1),c(E2)]
算法4：根据两个证据E1和E2的不确定性c(E1)和c(E2)，求出证据E1和E2的析取的不确定性，即定义函数g4，使得
c(E1ÚE2)=g4[c(E1),c(E2)]
观察下图所示的推理网络。
设A1、A2、a3、A4为原始证据，即已知证据A1、A2、a3、A4的不确定性分别为c(A1)、c(A2)、c(a3)、 c(A4)。求A5、A6、A7的不确定性。
问题的求解过程为：
1、由证据A1和A2的不确定性c(A1)和c(A2)，根据算法4求出A1和A2析取的不确定性c(A1ÚA2)。
2、由A1和A2析取的不确定性c(A1ÚA2)和规则R1的规则强度f1，根据算法1求出A5的不确定性c(A5)。
3、由证据a3和A4的不确定性c(a3)和c(A4)，根据算法3求出a3和A4合取的不确定性c(A1ÙA2)。
4、由a3和A4合取的不确定性c(A1ÙA2)和规则R2的规则强度f2，根据算法1求出A6的不确定性c(A6)。
5、由A5的不确定性c(A5)和规则R3的规则强度f3，根据算法1求出A7的其中一个不确定性c1(A7)。
6、由A6的不确定性c(A6)和规则R4的规则强度f4，根据算法1求出A7的另外一个不确定性c2(A7)。
7、由A7的两个根据独立证据分别求出的不确定性c1(A7)和c2(A7)，根据算法2求出A7最后的不确定性
c(A7)。
c、不确定推理的语义
综上所述，对于一个不确定推理问题应指出不确定性表示和推理的含义。基于概率论的方法能较好的解决这个问题。
如规则强度f(b,A)可理解为当证据A为真时，对假设b为真的一种影响程度；而c(A)可理解为A为真的程度，即对于f(b,A)和c(A)，应给出：
对于f(b,A)而言：
（1）A为真则b为真，这时f(b,A)=？
（2）A为真则b为假，这时f(b,A)=？
（3）A对b没有影响时，这时f(b,A)=？
对于c(A)而言：
（1）A为真时，c(A)=？
（2）A为假时，c(A)=？
（1）对A一无所知时，c(A)=？
习题
1、分别以不精确性、不完全性、模糊性和非单调性举例说明现实世界知识的不确定性。