【正文】 ()|(EPHPHEPEHP ?)()()|()|(EPHPHEPEHP ????)()|()()|()|()|(HPHEPHPHEPEHPEHP???? )()|()|()|( HOHEPHEPEHO??2/27/2023 25 同理可得： )()|( )|()|( HOHEP HEPEHO ?????)|()|(HEPHEPLN????O(H | ?E)=LN?O(H) )|()|(HEPHEPLS??O(H | E)=LS?O(H) 2/27/2023 26 ① LS：規(guī)則的充分性量度 LS=1時(shí)， O(H|E)=O(H)，說明 E對(duì) H沒有影響； LS1時(shí)， O(H|E)O(H)，說明 E支持 H，且 LS越大， E對(duì) H的支持越充分。 若證據(jù) E對(duì) H越是必要，則相應(yīng)的 LN的值越小。 可信度 C(E|S)和概率 P(E|S)的對(duì)應(yīng)關(guān)系 ? C( E| S) = 5， 表示在觀察 S之下證據(jù) E肯定不存在 ， 即P(E|S)=0。 R1： IF A1 THEN (20,1) B R2： IF A2 THEN (300,1) B R3： IF A3 THEN (75,1) B R4： IF A4 THEN (4,1) B 2/27/2023 46 A1 A2 A3 A4 B S1 S2 S3 S4 20 1 300 1 75 1 4 1 解法 1：利用合成算法 2/27/2023 47 030 )(1 )()( ????? BP BPBO依據(jù)規(guī)則 R1： 6185 )()|( 11 ????? BOLSABO依據(jù)規(guī)則 R2： )()|( 22 ????? BOLSABO依據(jù)規(guī)則 R3： )()|( 33 ????? BOLSABO2/27/2023 48 依據(jù)規(guī)則 R4： )()|( 44 ????? BOLSABO )|( 4321 AAAAB)()( )|()( )|()( )|()( )|( 4321 BOBO ABOBO ABOBO ABOBO ABO ???? 5579 50309 0309 0309 0309 0309 6185 ＝????? 1)|(1)|()|(432143214321 ??? AAAABOAAAABOAAAABP2/27/2023 49 解法 2：利用更新算法 )120( )()1( )()|(111 ???????????BPLSBPLSABP)1300( )|()1( )|()|(121221 ???????????ABPLSABPLSAABP)175( )|()1( )|()|(213213321 ???????????AABPLSAABPLSAAABP?)|( 4321 AAAABP 1)|()1()|(32143214????AAABPLSAAABPLS11994 )14( 994 ???? ??2/27/2023 50 R1： IF E1 THEN (2， ) H1 設(shè)有如下規(guī)則： R3： IF H1 THEN (65， 0. 01) H2 R2： IF E2 THEN (100， ) H1 R4： IF E3 THEN (300， ) H2 且已知先驗(yàn)幾率： O(H1)=， O(H2)= 通過提問用戶得到： C(E1|S1)=3， C(E2|S2)=1， C(E3|S3)=2 求： O(H2 | S1S2S3)。 由其推理過程可以看出 ， 它確實(shí)實(shí)現(xiàn)了不確定性的逐級(jí)傳遞 。 CF(H， E)0，表示證據(jù)的存在增加結(jié)論為真的程度， CF(H，E)的值越大結(jié)論 H越真； CF(H， E)=1，表示證據(jù)存在結(jié)論為真； CF(H， E)0，表示證據(jù)的存在增加結(jié)論為假的程度 CF(H， E)的值越小結(jié)論 H越假； CF(H， E)= 1，表示證據(jù)存在結(jié)論為假； CF(H， E)= 0，表示證據(jù) E和結(jié)論 H沒有關(guān)系。 已知規(guī)則如下： IF E THEN H (CF(H， E)) 并已知證據(jù) E的可信度為 CF(E)，則結(jié)論 H的可信度 CF(H)為： CF(H)=CF(H,E)?max{0,CF(E) } 若 CF(E)0，即證據(jù)以某種程度為真，則 CF(H)=CF(H,E)CF(E) 若 CF(E)=1，即證據(jù)為真時(shí)，則 CF(H)=CF(H,E) ； 若 CF(E)0，即證據(jù)以某種程度為假，則 CF(H)=0； 在可信度方法的不精確推理中，并沒有考慮證據(jù)為假時(shí)對(duì)結(jié)論 H所產(chǎn)生的影響。 規(guī)則不可使用 ， 對(duì)結(jié)論 H的可信度無影響 。 從某種意義上來說，合成算法是更新算法的一個(gè)特例。 E1 H R1 E2 R2 E3 R3 E4 E5 E6 R4 E8 E7 R5 2/27/2023 83 由 R4： CF(E1) =CF(E1,E4?(E5?E6))?max{0,CF(E4?(E5?E6) ) =?max{0,min{CF(E4),CF(E5? E6)}} =?max{0,min{CF(E4),max{CF(E5),CF(E6) }}} =?max{0,min{CF(E4), max{,}} } =?max{0,min{CF(E4), } } =? max{0,min{, } } =? max{0, }=? = 由 R5： CF(E3) =CF(E3, E7?E8)?max{0,CF(E7?E8) } =?max{0, min{CF(E7),CF(E8) } } =?max{0, min{, } } =?max{0, }=?= 2/27/2023 84 由 R1： 將 R1和 R2兩條知識(shí)合成： CF1,2(H) =CF1(H)+CF2(H) CF1(H) ? CF2(H) =+?= CF1(H) =CF(H,E1)?max{0,CF(E1) } =?max{0,}=?= 由 R2： CF2(H) =CF(H,E2)?max{0,CF(E2) } =?max{0,}=?= 由 R3： CF3(H) =CF(H,E3)?max{0,CF(E3 ) } = ?max{0,}=?= 2/27/2023 85 將 CF1,2(H)和 CF3(H)合成 })(,)(min{1)()()(32,132,13,2,1 HCFHCFHCFHCFHCF???},{1 ＝? ??2/27/2023 86 規(guī)則可信度為： 多條知識(shí)下 ， 更新法求結(jié)論可信度舉例 證據(jù)可信度為： CF(A)=CF(B)=CF(C)=CF(D)= X,Y的初始可信度為： CF0(X)=,CF0(Y)= 要求用 MYCIN的方法計(jì)算： 結(jié)論 X的可信度 CF(X) 結(jié)論 Y的可信度 CF(Y) R1： A?X CF(X,A)= R2： B?X CF(X,B)= R3： C?X CF(X,C)= R4： X?D?Y CF(Y, X?D)= 舉例 3 2/27/2023 87 解：考慮 X,Y具有初始可信度 ， 故用更新法計(jì)算結(jié)論可信度 。 ? 當(dāng) CF1(H)?0, CF2(H)?0 時(shí)： CF1,2(H)= CF1(H)+CF2(H)CF1(H)?CF2(H) ? 當(dāng) CF1(H)0, CF2(H)0 ： CF1,2(H)=CF1(H)+CF2(H)+CF1(H)?CF2(H) ? 當(dāng) CF1(H) 和 CF2(H)異號(hào) 時(shí)： 2/27/2023 75 即：已知規(guī)則 IF E THEN H CF(H,E) 及 CF(H)，求 CF(H | E) 在已知結(jié)論原始可信度的情況下，結(jié)論可信度的更新計(jì)算方法 這時(shí)分三種情況進(jìn)行討論。 2/27/2023 69 根據(jù)定義式 ， 由先驗(yàn)概率 P(H)和后驗(yàn)概率 P(H|E)可求 CF(H,E)。 2/27/2023 62 設(shè)有如下知識(shí)： R1： IF E1 THEN (20,1) H () R2： IF E2 THEN (300,1) H () 若證據(jù) E1和 E2依次出現(xiàn)，按主觀 Bayes推理，求 H在此條件下的概率 P(H/E1E2)。 ②規(guī)則的 LS和 LN由領(lǐng)域?qū)＜腋鶕?jù)實(shí)踐經(jīng)驗(yàn)給出的，這就避免了大量的數(shù)據(jù)統(tǒng)計(jì)工作。求在所有觀測之下的后驗(yàn)概率： P(H | S1S2?Sn)