主观Bayes方法的研究

《主观Bayes方法的研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、人工智能课内实验报告（一）学院：电信学院班级：计算机姓名:学号:一、实验题目主观Bayes方法的研究。二、实验目的在证据不确定的情况卜，根据充分性量度LS、必耍性量度LN、E的先验概率P(E)和H的先验概率P(H)作为前提条件,分析P(H/S)和P(E/S)的关系。三、实验原理K证据不确定性的表示1.在主观Bayes方法中，证据的不确定性用概率表示。对于证据E,由用户根据观察S给出P(E

2、S),即动态强度。用P(E

3、S)描述证据的不确定性(证据E不是可以直接观测的)。2•证据肯定存在时，P(E

4、S)=1；3•证据肯定不存在时,P(E

5、S)=0；4.证

6、据具有不确定性时,0〈P(E

7、S)〈1。2、LN和LS的意义1.当证据E愈是支持II为真时，则应是使相应的LS值愈大。若证据E对H愈是必要，则相应LN的值愈小。2.不能出现LS>1SLN>1的取值因为：LS>1：表明证据E是对H有利的证据。LN>1：表明证据「E是对H有利的证据。3.不能出现LS<1且LN<1的取值因为：LS<1:表明证据E是对H不利的证据。LN<1：表明证据「E是对H不利的证据。4.一般情况下，取LS>1,LN

8、说，由于用户对客观事物或现象的观察不是很精确，因而所提供的证据是不确定的；另外,一条知识的证据往往来源于另一条知识推出的结论，一般也具冇某种程度的不确定性。所以我们耍在S对E的观察的先验概率0

9、S)=0时,P(-E/S)=l.此时公式变成(肯定不存在的情况):P(H/S)二2.P(E/S)二P(E)当P(E/S)=P(E)时，表示E与S无关。利用全概率公式就将公式变为:P(H/S)=P(H/E)*P(E)+P(H/—E)*P(—E)=P(H)3.当P(E/S)为其它值时，通过分段线性插值就可得到计算P(H/S)的公式：P(H/_E)+如册^P(E/S),若0(E/S)

10、请输入P(E)-);PH=input(请输入P(H)=);LS=input('请输入LS=');LN=input('iW输入LN-);PH_E=LS*PH/((LS-1)*PH+1);PH_EE二LN*PH/((LN・1)*PH+1);forPE_S=0:0.001:l;ifPE_S>=PEPH_S=PH+((PH_E-PH)/(1-PE))*(PE_S-PE);elsePH_S二PH_EE+((PH・PH_EE)/PE)*PE_S;endplot(PE_S,PH_S)holdonendxlabel(P(E/S)‘)；ylabel(F(H/S)‘)；

11、五、实验结果输入:请输入P(E)=0.5请输入P(H)=0.8请输入LS=100请输入LN=O・2»结果显示如下:M3igure1FileEditViewInsertToolsDesktopWindowHelp除殴SaQP(E/S)六、试验总结通过实验，使我更加熟悉了主观Bayes方法的实质，根据先验概率的条件不同來分析后验概率，利用它们之间的关系，更好的了解不确定性推理方法。