人工智能概述
 问题求解的基本理
 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 

           bayes方法应用举例

    例5-3 PROSPEcTOR专家系统中的部分推理网络如下图所示。图中各结点的先验概率标在结点的右上方,规则的LS和LN值标在该规则连线的一侧。用户给出的各原始证据在各自的观察之下的概率为:

    P(FMGS|S1)=0.7,P(FMGSÙPT|S2)=0.6,P(STIR|S3)=0.02。现在要求计算假设HYPE和后验概率P(HYPE|S1ÙS2ÙS3)。

                    PROSPEcTOR专家系统中的部分推理网络图

 

             解答过程分6个步骤进行,见下一页