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
 
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 

       确定性因子法的优、缺点

优点:

  1、简单、直观。主要表现在组合假设和证据的不确定性的计算十分简单,而且不需要把信任和不信任的判断知识表示承概率的形式。我们知道,把某个值指派给一个假设的确定性因子要比把一个概率直接指派给一个假设要容易得多。

    2、计算仅有的线性信息和时间的复杂度,而且推理的近似效果也比较理想。

缺点:

  1、缺乏较强的数学基础作为自己的理论支撑。

    2、在使用该方法的过程中,会发现一旦一个不支持假设的证据影响可以导致抑制多个支持该假设的证据的影响,反之亦然。

    3、如果多个规则与一个规则在逻辑上时等价的,比如规则A®b,c®b,D®b与规则(AÙ(cÚD))®b在逻辑上时等价的。此时,采用一个规则和采用多个规则计算b的cF值就不相同,因为后者可能导致计算的累计误差。

    4、组合规则的使用顺序不同,可能得到完全不同的结果。

    5、当证据不存在时,证据对假设的影响就无法确定,即该方法无法将不知道何不确定区分开来。

                                返回