【正文】 )0 ： CF(H|E)=CF(H)+CF(H,E)+CF(H,E)?CF(H) ? CF(H) 和 CF(H,E)異號： }),(,)(min{1)(),()|(EHCFHCFHCFEHCFEHCF???①當 CF(E)=1時，即證據肯定出現時 2/27/2023 77 ? CF(H)?0, CF(H,E)?0： CF(H | E)=CF(H)+CF(H,E)?CF(E)CF(H)?CF(H,E)?CF(E) ? CF(H)0, CF(H,E)0 ： CF(H | E)=CF(H)+CF(H,E)?CF(E)+ CF(H)?CF(H,E)?CF(E) ? CF(H) 和 CF(H,E)異號： })(),(,)(min{1)()(),()|(ECFEHCFHCFHCFECFEHCFEHCF?????②當 0CF(E)1時 2/27/2023 78 ③當 CF(E)?0時 在 MYCIN系統(tǒng)中就規(guī)定，當 CF(E)?，規(guī)則 IF E THEN H不可使用。 結論可信度的合成算法和更新算法本質上是一致的，但對不同前提條件，使用不同的方法，解題的效果或難易程度不同。有些題目使用合成法求解就比較容易，而有些題目就需要使用更新法。 規(guī)則不可使用 ， 對結論 H的可信度無影響 。 2/27/2023 79 R1： IF A1 THEN B1 CF(B1,A1)= R2： IF A2 THEN B1 CF(B1,A2)= R3： IF B1?A3 THEN B2 CF(B2,B1?A3)= 并且已知： CF(A1)=CF(A2)=CF(A3)=1 而對 B1， B2一無所知 。 求 CF(B1)和 CF(B2)。 三、可信度方法應用舉例 多條知識下 ， 合成法求結論可信度舉例 舉例 1 2/27/2023 80 解：由于對 B1， B2的初始可信度一無所知，使用合成算法計算 A1 B1 R1 A2 R2 A3 B2 R3 ① 對知識 R1和 R2， 分別計算 CF(B1) CF1(B1)=CF(B1,A1)?max{0,CF(A1)} =?1= CF2(B1)=CF(B1, A2)?max{0,CF(A2)}=?1= ②利用合成算法計算 B1的綜合可信度 CF1,2(B1)=CF1(B1)+CF2(B1)CF1(B1) ?CF2(B1) =+?= ③計算 B2的可信度 CF(B2) CF(B2)=CF(B2, B1?A3) ? max{0,CF(B1?A3)} =? max{0,min{CF(B1),CF(A3)}} =? max{0, min{,1}} =? max{0, }=?= 2/27/2023 81 R1： IF E1 THEN H CF(H,E1)= R2： IF E2 THEN H CF(H,E2)= R3： IF E3 THEN H CF(H,E3)= － R4： IF E4?( E5? E6) THEN E1 CF(E1, E4?( E5? E6))= R5： IF E7?E8 THEN E3 CF(E3, E7?E8)= 在系統(tǒng)運行中已從用戶處得： CF(E2)=， CF(E4)=， CF(E5)=， CF(E6)=， CF(E7)=，CF(E8)= 求： CF(H) 舉例 2 2/27/2023 82 解：由已知知識建立推理網絡如圖。 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： 多條知識下 ， 更新法求結論可信度舉例 證據可信度為： 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的方法計算： 結論 X的可信度 CF(X) 結論 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 ， 故用更新法計算結論可信度 。 先計算 X的可信度更新值： CF(A)=CF(B)=CF(C)=CF(D)=1 由 R1： CF(X | A) ＝ CF0(X)+CF(X,A)?CF(A)CF0(X)?CF(X,A)?CF(A) =+???= 由 R2： CF(X | AB) = CF(X|A)+CF(X,B)?CF(B)CF(X|A)?CF(X,B)?CF(B) =+???= 2/27/2023 88 由 R3： CF(X | ABC) =CF(X| AB) +CF(X,C)?CF(C)－ CF(X |AB)?CF(X,C)?CF(C) =+???= 則 CF(X)= CF(X?D)= min{CF(X),CF(D) } = min{, }= 由 R4： CF(Y | D) =CF0(Y)+CF(Y,D)?CF(D)－ CF0(Y)?CF(Y,D)?CF(D) =+???= 則 CF(Y)= 2/27/2023 89 R1： IF A1 THEN B1 CF(B1,A1)= R2： IF A2 THEN B1 CF(B1,A2)= R3： IF B1?A3 THEN B2 CF(B2, B1?A3)= 并且已知： CF(A1)=CF(A2)=CF(A3)=1 對 B1， B2一無所知，其可信度為： CF0(B1)=CF0(B2)=0 求： CF(B1)和 CF(B2) 舉例 4 2/27/2023 90 由 R1： 使用更新法。 由于 CF(A1)=CF(A2)=CF(A3)=1 使用 R1規(guī)則后， CF(B1)由 0提高到 由 R2： CF(B1 | A1A2) =CF(B1|A1)+CF(B1,A2)－ CF(B1|A1)?CF(B1| A1) = +? = 所以 CF(B1)的更新值為 CF(B1?A3)=min{CF(B1),CF(A3) } =min{,1 }= CF(B1 | A1) =CF0(B1)+CF(B1,A1)－ CF(B1,A1)?CF0(B1) = 0+ = 2/27/2023 91 由 R3： 使用合成算法的前提是：結論的原來可信度是 0，即對結論的情況一無所知。在這種情況下，這兩種算法是等價的。 從某種意義上來說，合成算法是更新算法的一個特例。 CF(B2 | B1?A3) =CF0(B2)+CF(B2, B1?A3)?CF(B1?A3) － CF0(B2)?CF(B2, B1?A3)?CF(B1?A3) =0+?= 2/27/2023 92 演講完畢，謝謝觀看！