《第06 章 不確定推理 人工智能課件》由會員分享，可在線閱讀，更多相關《第06 章 不確定推理 人工智能課件（36頁珍藏版）》請在裝配圖網(wǎng)上搜索。
1、 6.2 基于概率的不確定推理基于概率的不確定推理 6.2.1 基本概念基本概念 6.2.2 基于概率的不確定推理方法基于概率的不確定推理方法 1.證據(jù)組合的不確定計算證據(jù)組合的不確定計算 2.順序規(guī)則的不確定計算順序規(guī)則的不確定計算 3.并行規(guī)則的不確定計算并行規(guī)則的不確定計算 4.基于概率的不確定推理示例基于概率的不確定推理示例 6.3 基于可信度的不確定推理基于可信度的不確定推理 6.3.1 可信度方法可信度方法 6.3.2 帶有閾限的可信度方法帶有閾限的可信度方法 6.3.3 加權的可信度方法加權的可信度方法 6.4 模糊邏輯與模糊推理模糊邏輯與模糊推理 模糊集合的定義與運算模糊集合的
2、定義與運算 模糊知識表示與模糊匹配模糊知識表示與模糊匹配 模糊推理方法模糊推理方法 帶有可信度的模糊推理帶有可信度的模糊推理 作作 業(yè)業(yè)l證據(jù)證據(jù)e的不確定性的不確定性 用用e發(fā)生的概率發(fā)生的概率P(e)表示表示l規(guī)則規(guī)則“if e then h”的不確定性的不確定性 用條件概率用條件概率P(e|h)表示。（參例題）表示。（參例題）l結論結論的不確定性的不確定性 用條件概率用條件概率P(h|e)表示。（結論的可信程度）表示。（結論的可信程度）l已知已知:證據(jù)證據(jù)e發(fā)生的概率發(fā)生的概率P(e)結論結論h發(fā)生的概率發(fā)生的概率P(h)結論結論h成立時證據(jù)成立時證據(jù)e出現(xiàn)的概率出現(xiàn)的概率P(e|h)，
3、l則結論則結論h的不確定性測度為：的不確定性測度為：)()()|()|(ePhPhepehP 1、證據(jù)組合證據(jù)組合的不確定計算的不確定計算（1）否定證據(jù)否定證據(jù)不確定計算不確定計算 若證據(jù)若證據(jù)e的不確定性的不確定性為為P(e)，則證據(jù)則證據(jù) 的不確定性為：的不確定性為：e)(1)(ePeP（2）合取證據(jù)合取證據(jù)的不確定計算的不確定計算 若證據(jù)若證據(jù)e1,e2,en的不確定性分別為：的不確定性分別為：P(e1),P(e2),P(en)，則則合取證據(jù)合取證據(jù) 的不確定性為：的不確定性為：neee21niinePeeeP121)()(（3）析取證據(jù)析取證據(jù)的不確定計算的不確定計算 若證據(jù)若證據(jù)e1
4、,e2,en的不確定性分別為：的不確定性分別為：P(e1),P(e2),P(en)，則則析取證據(jù)析取證據(jù) 的不確定性為：的不確定性為：11()1(1()nniiiPeP e neee2112121212121(.)(.)1(.)1(.)1()().()1(1()nnnnnniiP eeeP eeeP eeeP eeeP eP eP eP e 2、順序規(guī)則的不確定計算（順序法則）、順序規(guī)則的不確定計算（順序法則）若證據(jù)若證據(jù)e1支持中間結論支持中間結論e2,e2支持結論支持結論h，則有：則有：)|()|()|()|()|(1221221eePehPeePehPehPe1e2he1e2e3e4e5
5、h3、并行規(guī)則并行規(guī)則的不確定計算（并行法則）的不確定計算（并行法則）若證據(jù)若證據(jù)e1,e2,en同時支持結論同時支持結論h，則證據(jù)則證據(jù)e1,e2,en同時支持結論同時支持結論h的幾率為：的幾率為：（轉下頁）（轉下頁）niinhOeheeehO121)(),()|(（接上頁）（接上頁）l結論結論h出現(xiàn)的先驗出現(xiàn)的先驗幾率幾率：l證據(jù)證據(jù)ei支持支持結論結論h的的程度：程度：（轉下頁）（轉下頁）)(1)()()()(hPhPhPhPhO)|()|(),(hePhePehiii （接上頁）（接上頁）l 值的計算：值的計算：)|()|(),(hePhePehiii)()|()(1)(|(hPehP
6、hPehPii 6.3.1 可信度方法可信度方法 6.3.2 帶有閾限的可信度方法帶有閾限的可信度方法 6.3.3 加權的可信度方法加權的可信度方法 可信度方法是醫(yī)療診斷專家系統(tǒng)可信度方法是醫(yī)療診斷專家系統(tǒng)MYCIN系統(tǒng)采用的一種系統(tǒng)采用的一種不精確推理模型不精確推理模型。1、證據(jù)證據(jù)E的不精確表示的不精確表示 用可信度表示（用可信度表示（Certainty Factor）CF（E）（Evidence）l典型值：典型值：1 確信確信E為真為真 CF（E）=0 對對E一無所知一無所知 -1 確信確信E為假為假 CF（E）-1，1 0 CF（E）1：E為為真的程度真的程度。-1 CF（E）0：E為
7、為假的程度假的程度。2、規(guī)則的不精確表示、規(guī)則的不精確表示l規(guī)則形式：規(guī)則形式：if E then H (CF(H,E)或：或：CF(H,E)E H 其中：其中：CF(H,E)是是規(guī)則的可信度規(guī)則的可信度，也稱為，也稱為規(guī)則強度規(guī)則強度，lMB（H，E）=1 （P（H）=1 時時）lMB（H，E）=（其它情況時）其它情況時）)(1)()(),/(maxHPHPHPEHP lMD（H，E）=1 （P（H）=0 時時）lMD（H，E）=（其它情況時）其它情況時）)()()(),/(minHPHPHPEHPCF（H，E）=MB（H，E）MD（H，E）注：通常由領域專家根據(jù)經(jīng)驗給出估值。注：通常由領域
8、專家根據(jù)經(jīng)驗給出估值。3、推理過程的不精確處理、推理過程的不精確處理（1）合取證據(jù)的可信度）合取證據(jù)的可信度 E=E1 and E2 and and En 則有：則有：CF（E）=min CF（Ei）（2）析取證據(jù)的可信度）析取證據(jù)的可信度 E=E1 or E2 or or En CF（E）=max CF（Ei）（3）根據(jù)）根據(jù)前提前提和和規(guī)則規(guī)則的可信度求的可信度求結論結論的可信度的可信度。CF（H，E）E H CF（H）=max 0，CF（E）CF（H，E）（4）使用兩個獨立證據(jù)和兩條不同規(guī)則導出的同一結）使用兩個獨立證據(jù)和兩條不同規(guī)則導出的同一結論的可信度。論的可信度。E1 CF（H，E
9、1）CF1（H）H CF（H）CF2（H）E2 CF（H，E2）CF1（H）=max0，CF（E1）CF（H，E1）CF2（H）=max0，CF（E2）CF（H，E2）CF（H）定義如下：定義如下：CF1(H)+CF2(H)CF1(H)CF2(H)（當（當 CF1(H)0，CF2(H)0 時）時）CF(H)=CF1(H)+CF2(H)+CF1(H)CF2(H)（當（當 CF1(H)0，CF2(H)0 時）時）(CF1(H)+CF2(H)/(1-min(|CF1(H)|,|CF2(H)|)（CF1(H)與與 CF2(H)異號時）異號時）4、示例、示例 l已知規(guī)則：已知規(guī)則：r1：IF E1 TH
10、EN H（0.9）r2：IF E2 THEN H（0.7）r3：IF E3 THEN H（0.5）r4：IF E4 and E5 THEN E1（0.6）l已知證據(jù)：已知證據(jù)：CF（E2）=0.8 CF（E3）=0.2 CF（E4）=0.6 CF（E5）=0.7l求：求：CF（H）=？l由由 r2：IF E2 THEN H（0.7）和和 CF（E2）=0.8 CF1（H）=0.8 0.7=0.56l由由r3：IF E3 THEN H（0.5）和和 CF（E3）=0.2 CF2（H）=0.2(0.5)=0.1l綜合綜合CF1（H）和和CF2（H）得：得：CF1,2（H）=(CF1(H)+CF2(
11、H)/(1-min(|CF1(H)|,|CF2(H)|)=(0.56 0.1)/(10.1)=0.51 l由由r4：IF E4 and E5 THEN E1（0.6）和和 CF（E4）=0.6，CF（E5）=0.7 得：得：CF（E1）=0.6min CF（E4）,CF（E5）=0.60.6=0.36l由由r1：IF E1 THEN H（0.9）和和 CF（E1）=0.36 得：得：CF3（H）=0.9 CF（E1）=0.324l綜合綜合 CF1,2（H）和和CF3（H）得：得：CF（H）=CF1,2(H)+CF3(H)CF1,2(H)CF3(H)=0.510.3240.510.324 0.6
12、7 6.3.2 帶有閾限的可信度方法帶有閾限的可信度方法 1、帶有閾限規(guī)則表示、帶有閾限規(guī)則表示 l規(guī)則形式：規(guī)則形式：if e then h (CF(h,e),)其中：其中：1）CF(h,e)是是規(guī)則的可信度規(guī)則的可信度，也稱為，也稱為規(guī)則強度規(guī)則強度，取值范圍為：取值范圍為：0CF(h,e)1 2）為規(guī)則的閾值，只有當證據(jù)為規(guī)則的閾值，只有當證據(jù)e的可信度的可信度CF(e)時，該規(guī)則才有可能被使用時，該規(guī)則才有可能被使用，的取值范圍為：的取值范圍為：01。6.3.3 加權的可信度方法加權的可信度方法 在實際問題中，規(guī)則的多個證據(jù)對結論在實際問題中，規(guī)則的多個證據(jù)對結論的支持程度并不相同，可
13、在規(guī)則中為每個證的支持程度并不相同，可在規(guī)則中為每個證據(jù)引入加權因子。據(jù)引入加權因子。if e1(w1)e2(w2)en(wn)then h(CF(h,e),1)其中其中 wi 為證據(jù)為證據(jù) ei 的的加權因子。加權因子。權值的取值范圍為：權值的取值范圍為：0wi1，i=1,2,n，且應滿足歸一條件，即：且應滿足歸一條件，即：11niiw（1）證據(jù)組合的不確定計算）證據(jù)組合的不確定計算e=e1(w1)e2(w2)en(wn)l若權值滿足若權值滿足歸一條件歸一條件，則合取組合的可信度用下式計算：，則合取組合的可信度用下式計算：l若權值不滿足若權值不滿足歸一條件歸一條件，則合取組合的可信度用下式計算：，則合取組合的可信度用下式計算：n1iii)CF(ew)(eCFn1iiin1ii)CF(e(ww1)(eCF P.267 6.5 P(ab|c)=0.8 求求a、b、e 同時支持同時支持 f 時，時，P(f|abe)6.6 6.7
第06 章 不確定推理 人工智能課件
