下载文档原格式
确定性与不确定性推理主要方法1.确定性推理：推理时所用的知识与证据都是确定的，推出的结论也是确定的，其真值或者为真或者为假。
2.不确定性推理：从不确定性的初始证据出发，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者近乎合理的结论的思维过程。
3.演绎推理：如：人都是会死的（大前提）李四是人（小前提）所有李四会死（结论）4.归纳推理：从个别到一般：如：检测全部产品合格，因此该厂产品合格；检测个别产品合格，该厂产品合格。
5.默认推理：知识不完全的情况下假设某些条件已经具备所进行的推理；如：制作鱼缸，想到鱼要呼吸，鱼缸不能加盖。
6.不确定性推理中的基本问题：①不确定性的表示与量度：1)知识不确定性的表示2)证据不确定性的表示3)不确定性的量度②不确定性匹配算法及阈值的选择1)不确定性匹配算法：用来计算匹配双方相似程度的算法。
2)阈值：用来指出相似的“限度”。
③组合证据不确定性的算法最大最小方法、Hamacher方法、概率方法、有界方法、Einstein方法等。
④不确定性的传递算法1)在每一步推理中，如何把证据及知识的不确定性传递给结论。
2)在多步推理中，如何把初始证据的不确定性传递给最终结论。
⑤结论不确定性的合成6.可信度方法：在确定性理论的基础上，结合概率论等提出的一种不确定性推理方法。
其优点是：直观、简单，且效果好。
可信度：根据经验对一个事物或现象为真的相信程度。
可信度带有较大的主观性和经验性，其准确性难以把握。
C－F模型：基于可信度表示的不确定性推理的基本方法。
CF（H，E）的取值范围: [-1,1]。
若由于相应证据的出现增加结论 H 为真的可信度，则 CF（H，E）> 0，证据的出现越是支持 H 为真，就使CF（H，E) 的值越大。
反之，CF（H，E）< 0，证据的出现越是支持 H 为假，CF（H，E）的值就越小。
若证据的出现与否与 H 无关，则 CF（H，E）= 0。
人工智能的推理推断和决策方法人工智能（Artificial Intelligence, AI）是一门研究如何使计算机能够模拟和表现人类智能的学科。
推理、推断和决策是人工智能领域中至关重要的技术之一。
本文将介绍人工智能中的推理推断和决策方法，并深入探讨它们在现实生活中的应用。
一、推理推断方法推理推断是通过已有信息和已有的推理机制从中得出新的结论或发现之间的关系。
推理推断的方法可以分为演绎推理和归纳推理。
1. 演绎推理演绎推理是根据已知的前提和逻辑规则，通过确定性推理得出结论。
它可以分为传统逻辑推理和不确定逻辑推理。
传统逻辑推理是依据逻辑学的基本规则和形式公理进行推理。
其中最著名的逻辑是命题逻辑和谓词逻辑。
命题逻辑主要用于处理简单的命题间的推理，例如当已知A为真，且A蕴含B时，可以推出B为真。
谓词逻辑则用于处理谓词与量词，更为灵活。
不确定逻辑推理是用于处理不确定性信息的推理方法，其中最常用的方法是模糊逻辑和概率逻辑。
模糊逻辑通过引入模糊概念来处理不精确或不完全的信息，如“云彩是模糊的白色”。
概率逻辑则通过将概率引入到逻辑推理中来处理不确定性，如“在下雨的情况下，道路湿滑的概率更高”。
2. 归纳推理归纳推理是通过从具体的事实或实例中总结出普遍规律来进行推理。
归纳推理的方法可以分为归纳泛化和归纳推理。
归纳泛化是从特殊情况中抽象出一般规律。
例如，我们观察到许多坏学生是在游戏时间过长后表现不佳，可以推断出游戏时间过长对学生学习的负面影响。
归纳推理则是通过观察现象、分析数据等方法得出结论。
它通过观察和经验总结概括，可能会受到样本规模、采样偏差等因素的影响。
二、决策方法决策是从多个备选方案中选择最佳方案的过程。
在人工智能领域中，决策问题经常被建模为决策树、马尔可夫决策过程、深度强化学习等形式。
1. 决策树决策树是一种树状的决策图，用于帮助决策者作出决策。
在决策树中，每个分支代表一个决策点，而每个叶节点代表一个可能的决策结果。
如何在人工智能开发中应用不确定性建模与推理技术人工智能（Artificial Intelligence，简称AI）作为一门交叉学科，涉及了许多领域，如机器学习、计算机视觉、自然语言处理等。
在AI的发展历程中，不确定性建模与推理技术扮演了至关重要的角色。
本文将深入探讨如何在人工智能开发中应用不确定性建模与推理技术。
不确定性是人工智能训练和推理中的一个重要概念。
在决策过程中，往往会遇到不完全的或不确定的信息。
而人工智能的目标就是通过模型和算法来为这些不确定性建模，并进行推理和预测。
在人工智能开发中，不确定性可以来源于多个方面。
其中之一是数据的不确定性。
例如，由于传感器误差或环境变化，输入数据可能存在噪音或错误。
这时候，我们就需要利用不确定性建模技术来处理这些不完全的或不准确的数据。
不确定性建模技术有多种方法。
一种常见的方法是使用贝叶斯网络（Bayesian Network）。
贝叶斯网络是一种图模型，用于描述变量之间的条件依赖关系，并能够根据观测到的证据进行推理。
通过将不确定性信息和先验知识结合起来，贝叶斯网络能够对未知变量进行推断，并计算出相应的后验概率。
另一种常见的不确定性建模技术是蒙特卡洛方法（Monte Carlo methods）。
蒙特卡洛方法利用随机采样的方式，通过估计概率分布来进行推理。
例如，在强化学习中，通过使用蒙特卡洛采样，我们可以估计价值函数，从而指导智能体在不确定环境中作出决策。
除了不确定性建模技术，不确定性推理技术也是人工智能开发中至关重要的一环。
推理是指基于已有的知识和信息，通过演绎或归纳的方式进行推断和预测。
不确定性推理则要求考虑到不完全或不准确的信息，以及不确定性本身。
在不确定性推理中，一种常用的方法是使用概率推理。
概率推理基于贝叶斯定理，通过已有的证据计算出后验概率分布，从而进行推断和预测。
例如，在声音识别中，我们可以使用概率推理来计算某个特定声音对应的语音信号，从而实现语音识别。
⼈⼯智能确定性推理部分参考答案确定性推理部分参考答案1 判断下列公式是否为可合⼀，若可合⼀，则求出其最⼀般合⼀。
(1) P(a, b), P(x, y)(2) P(f(x), b), P(y, z)(3) P(f(x), y), P(y, f(b))(4) P(f(y), y, x), P(x, f(a), f(b))(5) P(x, y), P(y, x)解：(1) 可合⼀，其最⼀般和⼀为：σ={a/x, b/y}。
(2) 可合⼀，其最⼀般和⼀为：σ={y/f(x), b/z}。
(3) 可合⼀，其最⼀般和⼀为：σ={ f(b)/y, b/x}。
(4) 不可合⼀。
(5) 可合⼀，其最⼀般和⼀为：σ={ y/x}。
2 把下列谓词公式化成⼦句集：(1)(?x)(?y)(P(x, y)∧Q(x, y))(2)(?x)(?y)(P(x, y)→Q(x, y))(3)(?x)(?y)(P(x, y)∨(Q(x, y)→R(x, y)))(4)(?x) (?y) (?z)(P(x, y)→Q(x, y)∨R(x, z))解：(1) 由于(?x)(?y)(P(x, y)∧Q(x, y))已经是Skolem标准型，且P(x, y)∧Q(x, y)已经是合取范式，所以可直接消去全称量词、合取词，得{ P(x, y), Q(x, y)}再进⾏变元换名得⼦句集：S={ P(x, y), Q(u, v)}(2) 对谓词公式(?x)(?y)(P(x, y)→Q(x, y))，先消去连接词“→”得：(?x)(?y)(?P(x, y)∨Q(x, y))此公式已为Skolem标准型。
再消去全称量词得⼦句集：S={?P(x, y)∨Q(x, y)}(3) 对谓词公式(?x)(?y)(P(x, y)∨(Q(x, y)→R(x, y)))，先消去连接词“→”得：(?x)(?y)(P(x, y)∨(?Q(x, y)∨R(x, y)))此公式已为前束范式。
⼈⼯智能导论复习⼈⼯智能导论复习题⼈⼯智能导论复习题第⼀章绪论1.智能是（）和（）的总和。
正确答案：(1) 知识，智⼒2.（）是⼀切智能⾏为的基础正确答案：(1) 知识3.（）是获取知识并应⽤知识求解问题的能⼒。
正确答案：(1) 智⼒4.智能的特征有（）、（）、（）、（）。
正确答案：(1) 具有感知能⼒(2) 具有记忆与思维能⼒(3) 具有学习能⼒(4) 具有⾏为能⼒5.(填空题)⼈⼯智能的长期⽬标是（）正确答案：(1) 实现⼈类⽔平的机器智能6.⼈⼯智能的主要研究内容有（）、（）、（）、（）、（）正确答案：(1) 知识表⽰(2) 机器感知(3) 机器思维(4) 机器学习(5) 机器⾏为7.⼈⼯智能的定义是什么？正确答案：⼈⼯智能主要研究⽤⼈⼯的⽅法和技术，模拟、延伸和扩展⼈的智能，实现机器智能。
8.简述“图灵测试”？正确答案：让⼈与机器分别在两个房间⾥，两者之间可以通话，但彼此看不到对⽅，如果通过对话，⼈的⼀⽅不能分辨对⽅是⼈还是机器，那么就可以认为对⽅的那台机器达到了⼈类智能的⽔平。
第⼆章知识表⽰与知识图谱1.造成知识具有不确定性的原因主要有（）、（）、（）、（）。
正确答案:随机性模糊性经验不完全性2.知识的特性有（）、（）、（）。
正确答案：(1) 相对正确性(2) 不确定性(3) 可表⽰性与可利⽤性3.在⼈⼯智能领域内显式的知识表⽰⽅法主要有（）、（）、（）、（）。
正确答案：(1) ⼀阶谓词逻辑表⽰法(2) 产⽣式表⽰法(3) 语义⽹络表⽰法(4) 框架表⽰法4.谓词的⼀般形式是（）。
(1) P（x1,x2,...,xn）5.⼀个产⽣式系统由（）、（）和（）三部分组成正确答案：(1) 规则库(2) 推理机(3) 综合数据库6.位于量词后⾯的单个谓词或者⽤括弧括起来的谓词公式称为量词的（），域内与量词中同名的变元称为（），不受约束的变元称为（）。
正确答案：(1) 辖域(2) 约束变元(3) ⾃由变元7.在谓词公式中，连接词的优先级别从⾼到低排列是（），（），（），（），（）。
