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 

  主观bayes方法的优、缺点

优点:

  1、基于beyes规则的计算方法具有公理基础和易于理解的数学性质,它提供了两个规则强度,恰当的处理了证据存在和不存在两种情况对假设的影响,以及分段线性插值方法较好的处理了主观概率的数学不一致性。

    2、该方法的计算工作量适中。

缺点:

  1、要求具有指数级的先验概率,可能导致组合爆炸。另外,由于概率的分派具有主观性,所以,在一个系统中很难保证有领域专家给出的概率具有前后的一致性。

    2、要求所有假设的概率都是独立的,这在一个大型的专家系统中,要求把解空间分解为相互排斥的子集可能是不实际的。

    3、在系统中增加或删除一个假设时,要对事件的概率进行修改。为了保证系统的相关性和一致性,还必须重新计算所有的概率。

    4、系统中的先验概率高度的依赖于上下文。例如,某种疾病的发生概率要依赖于地域位置和时间的变化,这给系统的处理带来困难。

                                                  返回