不确定推理方法的分类
• 形式化方法:在推理一级扩展确定性方法.
– 逻辑方法:是非数值方法,采用多值逻辑、非单调逻辑来处理 不确定性
– 新计算方法:认为概率方法不足以描述不确定性,出现了确定 性理论,确定性因子,模糊逻辑方法等
– 新概率方法:在传统的概率框架内,采用新的计算工具以确定 不确定性描述
• 非形式化方法:在控制一级上处理不确定性
MB(H,E)= m-a--x-{-P--(-H--1-|-E-P-)-(,-H-P-)-(-H--)-}--–---P--(-H--)--- 否则
• MD的定义：
1
若P（H）=0
MD(H,E)= m-i-n---{-P--(-H---P|-E-(-H)-,-)P--(-H--)-}--–---P--(-H--)--- 否则
2020/6/28
史忠植 人工智能：不确定性推理
15
结论不确定性合成算法
• r1: if E1 then H (CF(H,E1)) r2: if E2 then H (CF(H,E2)) 求合成的CF(H)
(1)首先对每条知识求出CF(H)，即：
CF1(H)=CF(H,E1) max{0, CF(E1)} CF2(H)=CF(H,E2) max{0, CF(E2)}
–CF(H,E)是该条知识的可信度，称为可信度因子或规 则强度，表示当前提条件E所对应的证据为真时，它 对结论H为真的支持程度。
–CF是根据经验对一个事物或现象为真的可信程度的 度量
–CF(H,E)取值为：[-1,1]，
2020/6/28
史忠植 人工智能：不确定性推理
7
知识的不确定性表示
• CF定义： CF(H,E)=MB(H,E)-MD(H,E)
