自己搭建网站长沙网络科技有限公司

不确定性推理方法

原文地址链接: https://kashima19960.github.io/2024/07/17/人工智能/4.不确定性推理方法，一般有最新的修改都是在我的个人博客里面，所以在当前平台的更新会比较慢，请见谅😃

概述

1）本章先讨论不确定性推理中的基本问题；2）然后介绍基于概率论的有关理论发展起来的不确定性推理方法，主要介绍“贝叶斯方法、可信度方法、证据理论等”；3）最后介绍目前在专家系统、信息处理、自动控制等领域广泛应用的依据模糊理论发展起来的模糊推理方法。

不确定性 - 概念与重要性

• 不确定性(Uncertainty)：事先不能准确知道某件事件或某种决策的发生、过程或结果。
• 现实世界中的大多数问题是不精确、非完备的。对于这些问题，若采用精确性推理方法显然无法解决。
• 不确定性是智能问题的本质特征，智能主要反映在求解不确定性问题的能力上。无论是人类智能还是人工智能，都离不开不确定性的处理。因此，“不确定性推理模型”是人工智能和专家系统的一个核心研究课题。

不确定性广泛出现在“哲学、统计学、经济学、金融学、保险学”等领域。

不确定性的分类

类型	分类举例
不确定性 （随机性） 重点	事情的出现是随机的，无法明确或提前预知。 l例如，(这场球赛甲队取胜, 0.9)。这里的0.9就是命题 “这场球赛甲队取胜”的可信度。 它表示“这场球赛甲队取胜”这个命题为真（即这个事件发生）的可能性程度是0.9。
不准确性 （模糊性）	信息描述模糊，知识的外界不清晰。或对某个问题域进行划分时，可能无法找到一个清晰的标准。 例如，用三元组（张三，体型，(胖，0.9）)表示命题 “张三比较胖”，其中的0.9就代替“比较”而刻划了张三“胖”的程度。
不完备性 (不完全性)	内容不完整：可能来源于获取知识时观测不充分、设备不精确。 知识结构不完备：可能因为人的认识能力等原因， 造成对解决某个特定问题的背景和结构认识不全。
不一致性	指知识随时间的变化而变化的特性，人类的知识是无限发展的，不可能停留在某个水平。
不协调性…	知识内在的矛盾，不协调的程度可以依次为冗余、 干扰、冲突等。

随机性举例

模糊性举例

不确定性推理 - 从确定性推理全过程说起

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，采用不确定性3推理方法或策略，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4的结论的思维过程。

不确定推理 - 三大基本问题与解决方法

三个基本问题	问题内容	方法
不确定知识 的表示	证据+规则 +结论	指采用什么方法描述不确定性； 这是解决不确定性推理的关键一步。	数值表示：便于计算、比较。 非数值的语义表示方法：是一种定性的描述， 以便较好地解决不确定性问题。
不确定推理的过程	推理过程计算（由因推到果，原因包括证据和规则）	不确定性的传递与更新（即获得新信息的过程）：1）不确定性的传递算法：在每一步推理中,如何把证据及规则的不确定性传递给结论。2）组合证据的不确定性计算。 结论的不确定性合成：用不同的知识进行推理，得到相同结论，但其不确定性的程度却不相同。	在原始证据和规则都不确定性的基础上，提供一种计算规则，或定义一组函数，求出结论的不确定性度量。