人工智能的不确定推理方法人工智能课程复习笔记主题
人工智能绪论
人工智能的知识表达
人工智能的检索方法
人工智能的经典逻辑推理
人工智能专家系统
人工智能的不确定推理方法
人工智能的机器学习
现实世界中的大部分问题都是不准确和不完整的。
一、知识的不确定性1、不确定推理的语义不确定性推理是指精确推理以外的各种推理问题。 包括不完整、不准确的知识推理、模糊知识推理、非单调性推理等。 不确定性推理过程实际上是从不确定的初始证据出发,通过运用不确定性知识,最终得出具有一定不确定性但合理或基本合理的结论的思维过程。 2、不确定推理的基本问题知识的不确定表示
1 )知识:
考虑事项:问题描述能力,推理中的不确定性计算
显示:概率、可靠性
2 )证据:
证据来源:早期证据,中间结论
显示:概率、可靠性
不确定性的匹配
含义:不确定的前提条件与不确定的事实一致
问题:前提不确定,事实也不确定
方法:设计计算相似度的算法,给出相似度的限度
标志:相似度在规定限度内时匹配,否则不匹配
组合证据不确定性的计算
含义:知识的先决条件是多种证据的组合。
方法:最大最小方法(合并最小、最大提取方法)的概率方法
不确定性的传递
主要问题:
1 )如何用证据的不确定性更新结论的不确定性
2 )如何在推理中将证据的不确定性传达给最终结论
解决方法:
1 )相对于此,不同的推理方法有不同的解决方法
2 )而方法相同,将当前结论及其不确定性作为新结论纳入统一数据库。 在最终解出来之前依次传达。
非精确性结论的合成
含义:多种不同知识得出相同结论,不确定性程度不同
方法:因推理方法而异
二、基于诚信的不确定推理方法1、诚信的概念诚信是指人们根据过去的经验判断某事物或现象是否真实,或者相信事物或现象是否真实。
2、CF机型2.1知识的不确定表示表示形式:
在C-F模型中,知识由生成规则表示,其常见形式如下:
Ifethenh(cf ) h,e ) )
其中e是知识的前提条件h是知识的结论cf(h,e )是知识的可靠性。例子
IF发热与鼻涕THEN感冒(0.8 ) ) )。
如果显示某人确实有“发热”和“鼻涕”的症状,那么80%的把握都在感冒。
2.2可靠性的定义和性质可信度的定义
MB:对可靠性剩余值的增加取最大,确保正数
MD :对于不可靠的增长,最小化,使分母为负
可信度的性质
1 )互相排他性
MB(h,e ) 0时,MD ) h,=0
MD(h,e ) 0时,MB ) h,=0
2 )值域
3 )标准值
cf(h,e )=1,e的出现以h为真
cf(h,e )=-1,e的出现假定h为假
cf(h,e )=0,e的出现不影响h
4 )对h的信任生长度等于对非h的不信任生长度
5 )对于同一前提e,如果支持几个不同的结论hi (I=1,2,…,n )
证据不确定性的表示
1 )不确定性表示:
证据的不确定性也用可靠性来表示,其可能的范围也是[-1,1 ]
如果e是初始证据,则该值由用户给出。
如果e是中间结论的话,那个值是通过计算得出的。
2 )不确定的含义
cf(e )=1,证据e为真cf ) (e )=-1,证据e为假cf )=0,对证据e一无所知0cf ) ) e ) 1,证据e为cf ) ) 0,证据e
cf(e )=- CF(E ) e )否定数据的不确定性计算
合着拿
cf(e )=min ) cf(E1 ),cf (E2 ),…,cf ) }
分析
cf(e )=max(cf ) E1 ),cf(e ),…,cf(e ) }
组合证据的不确定性计算
cf(h )=cf ) h,e )max{0,cf ) } 不确定性的传递
按以下两个步骤计算。
)1)按知识求出其cf ) h )。 也就是说
(cf1(h )=cf(h,E1 ) )最大值(0,cf (E1 ) ) ) ) ) ) ) 652
cf2(h )=cf(h,E2 )max{0) 0,cf
)2)用以下公式求出E1和E2对h的综合可靠度
范例
这些知识集包括:
(R1:ifE1thenh(0.9 ) () ) ) ) ) ) ) ) ) ) ) 65
(R2:ifE2thenh(0.6 ) () ) ) ) ) ) ) ) ) ) ) ) 65
R3:ifE3thenh(-0.5 ) ) ) ) ) ) ) ) )。
(R4:ifE4and(E5orE6) then E1 (0.8 ) ) ) ) ) ) ) ) ) 65
已知有cf(E2 )=0.8、cf(E2 )=0.6、cf(E2 )=0.5、cf(E2 )=0.6、cf(E2 )=0.8
求,cf(h )=?
解:由r4得出:
cf(E1 )=0.8max(0,cf ) e4and (e5ore6) }
=0.8max{0,min{cf(E4 ),cf ) E5orE6
=0.8max{0,min{cf(E4 ),max ) cf (E5 ),cf ) E6}}
=0.8max{0,min{cf(E4 ),max { 0.6,0.8 } }
=0.8max{0,min { 0.5,0.8 }
=0.8max { 0,0.5 }=0.4
由r1得到cf1(h )=cf ) h,E1 ) max ) 0,cf ) E1 )
=0.9max { 0,0.4 }=0.36
根据r2,得到cf2(h )=cf(h,E2 )max{0) 0,cf ) }
=0.6max { 0,0.8 }=0.48
从r3得到cf3(h )=cf ) h,E3 (max ) 0,cf ) E3 )
=-0.5max { 0,0.6 }=-0.3
结论根据不准确的合成算法,cf1(h )和cf1(h )编号相同,如下:
cf12(h )和cf12(h )的异号如下。
也就是说,综合可靠度为cf(h )=0.53