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 

           证据确定性的描述

        在主观bayes方法中,证据的不确定性是采用概率P的等价形式——几率函数O(x)来描述的。下面就证据E确定和不确定时的情况分别进行讨论。

    1、当证据E确定必出现时,可直接使用公式

                             O(H|E)=LS*O(H)

             O(H|ØE)=LN*O(H)

以求得使用规则E®H后,O(H)的更新值 O(H|E),O(H|ØE)。若需要以概率的形式表示,再由公式

              P(E)=O(E)/(1+O(E))

计算出P(H|E)和P(H|ØE)。

    2、当证据E不确定时,即P(E)1  ,这时需要作如下的工作。

    设E1是与E有关的所有观察,对规则E®H来说有公式(1976年由Duda给出)    

     P(H|E1)=P(H|E)*P(E|E1)+P(H|ØE)*P(ØE|E1)

    当P(E|E1)=1时,证据E必然出现,有

      P(H|E1)=P(H|E)=LS*P(H)/((LS-1)*P(H)+1)

  下一页我们来验证此公式的正确性