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 

           可能性理论

    Zadeh1965年提出了模糊集合论,1978年又提出了可能性理论。

    产生不确定性的原因很多,诸如随机性、模糊性、多义性、不完全性等。概率论作为理论基础较好的处理了随机性,而处理模糊性的理论基础则是模糊集合论。在概率论中,并不讨论如何选取概率值的问题,与概率论一样,可能性理论也不研究如何确定隶属函数值的问题,仅讨论可能性理论的计算规则和推理规则。

    本节分以下几个部分来进行:

    1、基本概念

    主要介绍以下几个概念:可能性与可能性分布、可能性分布函数、可能性赋值方程、边缘可能性分布等。

    2、语言变量

    3、命题模糊性的描述

    介绍描述模糊性的六种途径,即模糊谓词、模糊量词、模糊概率、模糊可能性、模糊真值和模糊修饰词。

    4、模糊命题的转换规则

    包括以下规则:修正规则,合取、析取规则,量化规则,真值量化规则。

    5、模糊推理规则

    包括以下规则:广义假言推理、采用模糊量词的近似推理、采用模糊真值限定的近似推理

    6、可能性理论的优缺点