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:
解 1.根据P(FMGSP|S1)计算(STIR|S1)。
由于P(FMGS|S1)=0.7>0.2,所以
2.根据P(FMGSÙPT|S2)计算P(STIR|S2)。
由于P(FMGSÙPT|S2)=0.6>0.4,所以
3.根据独立证据FMGS和FMGSÙPT计算P(STIR|S1ÙS2)。
先计算后验几率O(STIR|S1ÙS2),由于
4.根据P(STIR|S1ÙS2)计算P(HYPE|S1ÙS2)。
由于P(STIR|S1ÙS2)=0.4874563>0.1,所以
5.根据P(SMIR|S3)计算P(HYPE|S3)。
由于P(SMIR|S3)=0.02<0.03,所以
6. 根据独立证据STIR和SMIR计算P(HYPE|S1ÙS2ÙS3)。
先计算后验几率O(HYPE|S1ÙS2ÙS3),由于
以上计算表明,经推理后假设HYPE的概率以从先验概率0.01增大到后验概率0.1245264。
习题
下图所是的推理网络取自专家系统PROSPEcTOR,试利用该系统的概率推理方法,计算假设HYPE的后验概率,其中FMGS、PT、RcIb为初始证据。网络结点右上方数字为先验概率,结点连线处的一对数字为相应的LS和LN。
设si表示观察证据,且用户告知
c(FMGS|s1)=3
c(PT|s2)=1
c(RcIb|s3)=-2