AI_05_6不确定性推理概述人工智能课程浙江大学研究生.pptx

第六章 不确定性推理概述;主要参考文献： [1] 王永庆. 《人工智能原理与方法》. 西安交通大学出版社, 1998. pp156-252. (偏重基本概念) [2] 张文修, 梁怡. 《不确定性推理原理》. 西安交通大学出版社, 1996. （偏重数学原理） [3] 陆汝钤. 《人工智能》（下册）. 科学出版社, 2000. pp1133-1170. （偏重Bayes概率推理、可信度、模糊推理） [4] 史忠植. 《知识发现》. 清华大学出版社, 2002. pp24-26, pp141-202. （偏重Rough set和贝叶斯网络） [5] Mitchell, T. M.著, 曾华军等译. 《机器学习》. 机械工业出版社, 2003. pp112-143. （偏重贝叶斯学习） [6] Russell, S., Norvig, P. Artificial Intelligence: A Modern Approach. 人民邮电出版社, 2002. pp413-522. （偏重贝叶斯网络及其应用）;6.1 造成知识不精确性的主要原因 在人类的知识和思维行为中，精确性只是相对的，不精确性才是绝对的。这是客观现实的必然要求，主要原因有： （1）很多原因导致同一结果。如医学上导致低烧的病因就很多，医生只能作出猜测性判断。 （2）信息的不完备性。如战场态势估计、股市波动预测等。 （3）背景知识的不充分性。如人类目前对癌症机理还不了解。 （4）信息描述的模糊性。如报警者说：“凶手是高个子青年，三角眼、鹰钩鼻、山羊胡。”征婚广告：“觅年青貌美、温柔体贴、家境富裕者”。; （5）信息中含有噪声。如为了逃税，有些公司做假帐。军事上的雷达、无线通信、声纳等都会掺进噪声。 （6）推理规则的模糊性。如“若物价上涨过快，就要紧缩信贷”等模糊规则。 （7）推理能力的局限性。如天气预报，气象专家只能满足于时间不太长、精度尽可能好的预测算法。 （8）解题方案的不唯一性。无论是政治、经济、文化，还是军事领域中的很多问题，一般都有多种可选方案，在无法绝对地判断各方案优劣的情况下，只好选择主观上认为相对较优的方案，这又是一种不精确推理。;6.2 不确定性推理的基本概念 1、推理：就是从已知事实出发，通过运用相关知识逐步推出结论，或证明某个假设成立或不成立的思维过程。 2、推理的两个基本要素 （1）已知事实（又称证据）：用以??出推理的出发点及推理时应该使用的知识。 （2）知识：是推理得以向前推进，并逐步达到最终目标的依据。 3、精确性推理的局限性 若用精确性推理方法（即经典逻辑）处理不确定性知识，则势必产生如下问题：; 把客观事物原本具有的不确定性及事物之间客观存在的不确定性关系化归为确定性的，在本来不存在明确类属界限的事物间人为地划定界限，这无疑会舍弃事物的某些重要属性，从而失去了真实性。 因此，对不确定性知识的表示及其推理方法的研究，将使计算机对人类思维的模拟更接近于人类的真实思维过程。 4、不确定性推理的定义 不确定性推理（也称不精确性推理），就是从不确定性的初始证据（即已知事实）出发，通过运用不确定性的知识，最终推出具有一定程度的不确定性但却是合理或近乎合理的结论的思维过程。; 5、不确定性推理的根本目的 根据用户提供的初始证据，通过运用不确定性知识，最终推出不确定性的结论，并推算出结论的不确定性程度。;6.3 不确定性推理中的基本问题 除了必须解决经典推理方法中同样存在的推理方向、推理方法、控制策略等基本问题外，一般还需要着重解决不确定性的表示与度量、不确定性匹配、不确定性的传递算法，以及不确定性的合成等问题。 1、不确定性的表示与度量 不确定性推理中的“不确定性”的分类： （1）知识的不确定性 （2）证据的不确定性; 选择不确定性表示方法时应考虑的因素： （1）根据领域问题的特征将其不确定性比较准确地描述出来，以满足问题求解的需要； （2）便于推理过程中对不确定性的推算。 静态强度：表示相应知识的不确定性程度的某个数值。它可以是相应知识在应用中成功的概率，也可以是该条知识的可信程度等，其值范围因其意义与使用方法的不同而不同。 动态强度：表示相应证据的不确定性程度的数值。初始证据的动态强度由用户给出；推理过程中所得到的中间结论（或中间结果）的动