决策支持系统(DSS)：第四章 人工智能的决策支持和智能决策支持系统(2).pptVIP

不确定性推理依据 MAYCIN系统不确定性计算公式的简化 1. －1 ≤CF≤1改为0 ≤CF≤1 2. 含OR连接规则拆成多条规则 例如：A ∨B →G 拆成： A →G B →G ⒈ 前提中AND（与）连接时，结论可信度的计算公式 规则形式： 　　IF E1∧E2∧...∧EN THEN H CF(R) 　　结论H的可信度为： CF(H)＝CF(R)? MIN{CF(E1)，CF(E2)…CF(EN)} ⒉ 前提中OR（或）连接时结论的可信度计算公式 规则形式: 　　IF E1 OR E2 THEN H CF(R) 把它转化成等价的两条规则，即 　　IF　E1　THEN　H　CF(R) 　　IF　E2　THEN　H　CF(R) 如果已知两条规则形式如下: 　 IF　E1　THEN　H　CF(R1) 　　IF　E2　THEN　H　CF(R2) 则结论H的可信度计算分别有： 　　CF1(H)＝CF(R1) ?CF(E1) 　　CF2(H)＝CF(R2) ?CF(E2) 合并为： CF(H)＝CF1(H)+CF2(H)－CF1(H) ?CF2(H) 对于三条规则，如： IF E1 THEN H CF(R1) IF E2 THEN H CF(R2) IF E3 THEN H CF(R3 ) 先按二条规则合并方法计算出： CF12(H)＝CF1(H)+CF2(H)－CF1(H)?CF2(H) 再将它和第三条规则合并： CF(H)＝CF12(H)+CF3(H)－CF12(H) ?CF3(H) 其中CF3(H)＝CF(R3) ?CF(E3) 3.公式的特性 （1）CF(H) ≥ CF1(H), CF(H) ≥ CF2(H) （2）CF(H) ≤1 4. 推理过程中的阈值 一般规定，阈值定为0.2。 当CF＜0.2时，置CF＝0，当CF≥0.2时，CF才有意义。 （四）推理过程说明 不确定性推理和确定性推理是有区别的。除了有可信度的差别外，推理过程也有差别。 对于不确定性推理，当某个结论的可信度不为1时（即CF≠1），对于相同结论的其它规则仍然要进行推理，求该结论的可信度，并和已计算出该结论的可信度进行合并。 例如，有两条相同结论的规则 　　R1：A→G 　　R2：B∧C→G 对于确定性推理过程为： 　　先引用规则R1，提问A？当回答为yes时，推得结论G成立，即yes，这样就不再有哪些信誉好的足球投注网站R2对结论G进行推理。　　 对于不确定性推理时，该两规则均含可信度。 　　R1：A→G　 CF(0.8) 　　R2：B∧C→G　 CF(0.9) 　　推理时，先引用规则R1，提问A？当回答为yes时，还须给定可信度，设为CF(0.7），按公式求得G的可信度为： 　　 CF1(G)＝0.8?0.7＝0.56　　 由于G的可信度不为1，还必须对结论G的其它规则进行推理。再引用规则R2，提问B和C？ 　　设回答B为yes，CF(0.7)，回答C为yes，CF(0.8)，计算G的可信度为： 　　CF2(G)＝0.9?MIN{0.7，0.8}＝0.63 合并G的可信度为： 　　CF(G)＝CF1(G)+CF2(G)－CF1(G)×CF2(G)＝0.56+0.63－0.56×0.63＝0.84 　　要说明一点，当某个证据用户回答为no时，不用给可信度，它的可信度CF＝0（即CF(0)）。 4.2.2.6 简例 例：有如下规则集和可信度： 　　R1：A∧B∧C→G CF(0.8） 　　R2：D∨E→A CF(0.7） 　　R3：J∧K→B CF(0.8） 　　R4：P∨Q→C CF(0.9） 　　R5：F∨（R∧S）→D CF(0.6） 已知事实及可信度 　　F(0.4)，R(0.5)，S(0.6)，E(n)，J(0.4)，K(0.6)，P(n)，Q(0.4)。 对目标G进行推理求解。 解： 第一步：把规则分解为只含AND(∧)连接的规则，消去OR(∨)连接的规则： R1 : A∧B∧C→G CF(0.8) R21: D→A CF(0.7) R22: E→A CF(0.7) R3: J∧K→B CF(0.8) R41: P→C CF(0.9) R42: Q→C CF(0.9) R51: F→D CF(0.6) R52: R∧S