第6章 不确定性推理 人工智能原理及其应 电子教案ppt课件.ppt

第6章 不确定性推理 人工智能原理及其应 电子教案ppt课件.ppt

ID:58910006

大小:503.50 KB

页数:104页

时间:2020-09-29

第6章  不确定性推理 人工智能原理及其应  电子教案ppt课件.ppt_第1页
第6章  不确定性推理 人工智能原理及其应  电子教案ppt课件.ppt_第2页
第6章  不确定性推理 人工智能原理及其应  电子教案ppt课件.ppt_第3页
第6章  不确定性推理 人工智能原理及其应  电子教案ppt课件.ppt_第4页
第6章  不确定性推理 人工智能原理及其应  电子教案ppt课件.ppt_第5页
资源描述:

《第6章 不确定性推理 人工智能原理及其应 电子教案ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第6章不确定性推理6.1不确定性推理的基本概念6.1.1不确定性推理的含义6.1.2不确定性推理的基本问题6.1.3不确定性理的类型6.2不确定性推理的概率论基础6.3确定性理论6.4主观Bayes方法6.4证据理论6.5模糊推理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,若采用前面所讨论的精确性推理方法显然是无法解决的。为此,人工智能需要研究不精确性的推理方法,以满足客观问题的需求。16.1.1不确定性推理的含义1.什么是不确定性推理不确定性推理泛指除精确推理以外的其它各种推理问题。包括不完备、不精确知识

2、的推理,模糊知识的推理,非单调性推理等。不确定性推理过程实际上是一种从不确定的初始证据出发,通过运用不确定性知识,最终推出具有一定不确定性但却又是合理或基本合理的结论的思维过程。2.为什么要采用不确定性推理所需知识不完备不精确所需知识描述模糊多种原因导致同一结论问题的背景知识不足解题方案不唯一21.不确定性的表示2.不确定性的匹配3.组合证据的不确定性的计算4.不确定性的更新5.不确定性结论的合成6.1.2不确定性推理的基本问题3(1)知识的不确定性的表示考虑因素:问题的描述能力推理中不确定性的计算含义:知识的确定性程

3、度,或动态强度表示:用概率,[0,1],0接近于假,1接近于真用可信度,[-1,1],大于0接近于真小于0接近于假6.1.2不确定性推理的基本问题1.不确定性的表示(2)证据的非精确性表示证据来源:初始证据,中间结论表示:用概率或可信度4含义不确定的前提条件与不确定的事实匹配问题前提是不确定的,事实也是不确定的方法设计一个计算相似程度的算法,给出相似的限度标志相似度落在规定限度内为匹配,否则为不匹配6.1.2不确定性推理的基本问题2.不确定性的匹配5含义知识的前提条件是多个证据的组合方法最大最小方法,如合取取最小、析取

4、取最大概率方法,按概率6.1.2不确定性推理的基本问题3.组合证据不确定性的计算64.非精确性的更新主要问题①如何用证据的不确定性去更新结论的不确定性②如何在推理中把初始证据的不确定性传递给最终结论解决方法对①,不同推理方法的解决方法不同对②,不同推理方法的解决方法基本相同,即把当前结论及其不确定性作为新的结论放入综合数据库,依次传递,直到得出最终结论5.非精确性结论的合成含义:多个不同知识推出同一结论,且不确定性程度不同方法:视不同推理方法而定6.1.2不确定性推理的基本问题4.不确定性的更新5.不确定性结论的合成7

5、模糊推理基于概率的方法主观Bayes方法确定性理论证据理论数值方法非数值方法不确定性推理框架推理语义网络推理常识推理…6.1.2不确定性推理的类型86.1不确定性推理的基本概念6.2不确定性推理的概率论基础6.2.1样本空间和随机事件6.3.2事件的概率6.3.3全概率公式和Bayes公式6.3确定性理论6.4主观Bayes方法6.5证据理论6.6模糊推第6章不确定性推理9概念在概率论中,把试验中每一个可能出现的结果称为试验的一个样本点,由全体样本点构成的集合称为样本空间。表示通常,用D表示样本空间,d表示样本点。例子

6、在掷币试验中,若用d1表示硬币的正面向上,用d2表示硬币的反面向上,则该试验的样本空间为:D={d1,d2}6.2.1样本空间和随机事件1.样本空间10概念由样本点构成的集合称为随机事件例子:在掷币试验中,若用A表示硬币正面向上这一事件,则有A={d1}运算并事件事件A与事件B至少有一个发生记为A∪B交事件事件A与事件B同时发生记为A∩B互逆事件事件A与B之间满足“A∩B=Φ,A∪B=D”6.2.1样本空间和随机事件2.随机事件11频率的概念统计概率是通过某一事件出现的频率定义的。频率:fn(A)=m/n式中,A所讨论

7、的事件,n是试验的总次数,m是实验中A发生的次数统计概率的定义定义6.1在同一组条件下所进行大量重复试验时,如果事件A出现的频率总是在区间[0,1]上的一个确定常数p附近摆动,并且稳定于p,则称p为事件A的统计概率。即P(A)=p统计概率例子在掷币试验中,当掷币次数足够多时有fn(正面向上)=0.5则称正面向上的概率为0.5,即P(正面向上)=0.56.2.2事件的概率1.统计概率(1/2)12统计概率的性质(1)对任一事件A,有0≤P(A)=≤1(2)必然事件D的概率P(D)=1,不可能事件Φ的概率P(Φ)=0。(3

8、)对任一事件A,有P(﹁A)=1-P(A)(4)设事件A1,A2,…,Ak(k≤n)是两两互不相容的事件,即有Ai∩Aj=Φ(i≠j),则(5)设A、B是两个事件,则P(A∪B)=P(A)+P(B)-P(A∩B)6.2.2事件的概率1.统计概率(2/2)13概念定义6.2设A与B是两个随机事件,P(B)>0,则称:P(A

9、B)=P

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。