人工智能及其应用_问题求解技术.ppt

* Bayes公式 * Bayes公式 * * 证据理论 证据理论又称D-S理论，是由A.P.Dempster首先提出，井由G．Shafer进一步发展起来的一种处理不确定性的理论。该理论满足比概率论弱的公理．能够区分“不确定”与“不知道”的差异，并能处理由“不知道”引起的不确定性，具有较大的灵活性，因而受到人们的重视。 由于涉及到较多数学基础知识，建议同学们课后找相关参考书自学。 * 例14 * 例14 * 例15 * 例15 * 例15 * 例15 * 例16 * 例16 * 例16 * 例16 * 例16 * 例16 * 例16 * 不确定推理 基于一阶谓词逻辑的归结推理方法所依据的证据是确定性的．即谓词所表示的知识要么为“真”，要么为“假”，其推理过程也是以数理逻辑为基础．推理过程是严密的，所推出的结论也是确定的，即结论要么成立，要么不成立。所以，基于一阶谓词逻辑的归结推理方法是一种确定性的推理方法。但是，在日常生活中。人们通常所遇到的情况是信息不够完善、不够精确，即所掌握的知识具有不确定性。人们就是运用这种不确定性的知识进行思维、推理、进而求解问题。所以，为了解决实际问题，必须对不确定知识的表示、推理过程等进行研究。 * 不确定推理的概念 所谓推理就是从已知事实出发，运用相关的知识(或规则)逐步推出结论或者证明某个假设成立或个成立的思维过程。其中，已知事实和知识(规则)是构成椎理的两个基本要素。巳知事实是推理过程的出发点及推理中使用的知识，将其称为证据，而知识(或规则)则是推理得以向前推进、并逐步达到最终目标的根据。 —个人工智能系统由总数据库、知识库和推理机构成。其中，总数数据库就是已知事实的集合，而知识库即是规则库，是一些人们总结的规则的集合，推理机则是由—些推理算法构成，这些算法将依据知识库中的规则和总数据库中的事实进行推理计算。基中，知识库是人工智能系统的核心。由于现实世界中的事物以及事物之间的关系极其复杂，再加上客观上存在的随机性、模糊性以及某些事物或现象暴露的不充分性，从而导致了人们对它们认识的不精确和不完全，具有一定的不确定性。 不确定性推理就是从具有不确定性的证据出发，运用不确定性的知识(或规则)库中的知识，最终推出具有一定程度的不确定性，但却是合理的或近乎合理的结论的思维过程。 * 不确定推理方法的分类 模型方法: 模型方法的特点是把不确定的证据和不确定的知识分别与某种度量标准对应起来，并给出更新结论不确定性的合适的算法，从而构成相应的不确定性推理模型。不同的结论不确定性更换算法就对应不同的模型。后面介绍的几种不确定性推理方法都属于模型法。 控制方法: 控制方法的特点是通过识别领域中引起不确定性的某些特征及相应的控制策略来限制或减少不确定性系统产生的影响，这类方法没有处理不确定性的统一模型，其效果极大地依赖于控制策略，控制策略的选择和研究是这类不确定性推理方法的关键：启发式有哪些信誉好的足球投注网站、相关性制导问题等是目前常见的几种控制制方法。 * 不确定推理方法的分类 模型方法又分为数值方法和非数值方法两大类. 数值方法是对不确定性的一种定量表示和处理方法，目前对它的研究及应用都比较多，形成了多种应用模型。它又可以按其所依据的理论不同分为基于概率的方法和模糊推理方法。基于概率的方法所依据的理论是概率沦，而模糊推理方法所依据的理论则是模糊理论。 非数值方法是指除数值方法外的其他各种处理不确定性的方法，它又包括很多方法。逻辑法就是一种非数值方法，它采用多值逻辑、非单调逻辑来处理不确定性。 * 三种不确定推理方法 在各类不确定性推理方法中，由于概率论有着完善的理论，同时还为不确定性的合成与传递提供了现成的公式，因而被用来表示和处理知识的不确定性，成为度量不确定性的重要手段。这种纯粹依靠概率模型来表示和处理不确定性的方法称为纯概率方法或概率方法。纯概率方法虽然有严密的理论依据，但它却要求给出事件的先验概率和条件概率，而这些数据又不易获得，因而使其应用受到限制。为此．人们经过多年的研究，在概率沦的基础上，发展了一些新的处理不确定性的方法，这些方法包括：可信度方法、主观BAYES方法和证据理论方法。 * 可信度方法 可信度方法是美国斯坦福大学E.H.Shortliffe等人在确定性理论(Theory of confirmation)的基础上，结合概率论等提出的一种不确定性推理方法。1976年在专家系统MYCIN中首先应用，它是不确定推理方法中应用最早、且简单有效的方法之一。 具有不确定性知识(规则)如何表示?不确定性的证据如何表示?如何进行推理计算，即如何将证据的不确定性和知识的不确定性传递到结论? * 可信度概念 可信度是人们在实际生活中根据自己的经验或观察对某一事件或现象为真的相信