不确定性推理-2015详解.ppt

不确定性推理方法;主要内容;第五章 不确定性推理方法;第五章 不确定性推理方法;概述;概述;概述——不确定性;概述——不确定性;概述——不确定性;概述——不确定性;概述-不确定性推理的基本问题;概述-不确定性推理的基本问题;概述-不确定性推理的基本问题;概述-不确定性推理的基本问题;不确定性推理例子;推理树结果图;概述-不确定性推理的基本问题;概述-不确定性推理的基本问题;概述-分类（1）;概述-分类（2）;第五章 不确定性推理方法;第五章 不确定性推理方法;概率论基础;概率论基础（基本定义）;概率论基础（事件间的关系与运算 ）;概率论基础（事件间的关系与运算 ）;概率论基础（运算的性质 ）;概率论基础（概率定义 ）;概率论基础（概率性质 ）;概率论基础（概率性质 ）;概率论基础（统计概率性质 ）;概率论基础（条件概率 ）;概率论基础（条件概率性质 ）;概率论基础（贝叶斯定理 ）;第五章 不确定性推理方法;第五章 不确定性推理方法;确定性方法（可信度方法）;MYCIN系统;MYCIN系统;理论基础 以定量法为工具，比较法为原则的相对确认理论 采用此方法的MYCIN系统的诊断结果不是只给出一个最可信结论及其可信度，而是给出可信度较高的前几位，供人们比较选用 规则 规则的不确定性度量 证据（前提）的不确定性度量 推理计算;理论基础 以定量法为工具，比较法为原则的相对确认理论 采用此方法的MYCIN系统的诊断结果不是只给出一个最可信结论及其可信度，而是给出可信度较高的前几位，供人们比较选用 规则 规则的不确定性度量 证据（前提）的不确定性度量。 推理计算; 规则 (规则的不确定性度量）; 规则 (规则的不确定性度量）; 规则 (规则的不确定性度量）; 规则 (规则的不确定性度量）;规则 (规则的不确定性度量）;理论基础 以定量法为工具，比较法为原则的相对确认理论 采用此方法的MYCIN系统的诊断结果不是只给出一个最可信结论及其可信度，而是给出可信度较高的前几位，供人们比较选用 规则 规则的不确定性度量 证据（前提）的不确定性度量。 推理计算;规则 (证据的不确定性度量）;规则 (证据的不确定性度量）;理论基础 以定量法为工具，比较法为原则的相对确认理论 采用此方法的MYCIN系统的诊断结果不是只给出一个最可信结论及其可信度，而是给出可信度较高的前几位，供人们比较选用 规则 规则的不确定性度量 证据（前提）的不确定性度量 推理计算;规则 (推理计算 1）;规则 (推理计算 1）;规则 (推理计算 2）;规则 (推理计算 2）;规则 (推理计算 2---关于组合交换性的改进）;规则 (推理计算 3）;规则 (推理计算 4）;规则 (推理计算 － 改进）;例1;例2; 解：依规则R1， CF(B1|A1)＝CF(B1)＋CF(B1，A1)(1－CF(B1))＝0.8， 即更新后CF(B1)＝0.8 依规则R2： CF(B1|A2)＝CF(B1)＋CF(B1，A2)(1－CF(B1))＝0.9 更新后CF(B1)＝0.9 依R3，先计算 CF(B1∧A3)＝min(CF(A3)，CF(B1))＝0.9 由于CF(B1∧A3)1， CF(B2| B1∧A3)= CF(B2)+ CF(B1∧A3)×CF(B2，B1∧A3) ×(1-CF(B2))=0+0.9×0.8(1-0)=0.72 答：更新后的可信度分别是：CF(B1)＝0.9，CF(B2)＝0.72;规则 (推理计算）;第五章 不确定性推理方法;第五章 不确定性推理方法;主观贝叶斯方法(概述）;主观贝叶斯方法(概述）;主观贝叶斯方法(概述）;规则的不确定性(1);充分似然率因子LS;LS的含义;LS的含义(续);规则的不确定性(2);必要似然率因子LN;LN的含义;LN的含义(续);LS、LN的关系;LS和LN的取值与证据的关系;LS、LN的示例;主观贝叶斯方法;主观贝叶斯方法;主观贝叶斯方法（证据A的不确定性）;主观贝叶斯方法（推理计算1）;主观贝叶斯方法（推理计算2）;主观贝叶斯方法（推理计算3）;P(B|A’) = P(B|A)×P(A|A’) + P(B|~ A)×P(~ A|A’);P(B|A’) = P(B|A)×P(A|A’) + P(B|~ A)×P(~ A|A’);P(B|A’) = P(B|A)×P(A|A’) + P(B|~ A)×P(~ A|A’);A与A’存在上述特殊关系时，P(B|A’)的计算方法;主观贝叶斯方法（推理计算2）;线性插值图;主观贝叶斯方法（推理计算3）;主观贝叶斯方法（推理计算2）;例题（1）;例题（2）; The End