不确定性推理
作者:互联网
不确定性推理概述
不确定性推理的含义
不确定性推理:是指建立在不清楚,不明确的知识和证据基础上的推理,不完备、不精确的知识推理,模糊知识推理。
为什么要采用不确定性推理:
多种原因导致同一结论。
解题方案不唯一,现实生活中的问题有很多解决方案,这些方案之间很难决定谁优谁劣,所以选择认为较优的方案,就属于一种不确定性推理。
所需知识不完备,不精确。
所需知识描述模糊。
不确定性的表示:
知识的不确定性表示
含义:知识的确定性程度或动态强度。
用概率:范围在【0,1】之间,越靠近0越假,越靠近1越真。
用可信度:范围【-1,1】之间,当值大于0时,越靠近1越真,当值小于0时,越靠近-1越假。
用隶属度:范围【0,1】之间,值越小,隶属度越低。
证据的不确定性表达
证据类型:基本证据,组合证据
与知识的不确定性表达保持一致。
不确定性的匹配
因为知识与证据都是不确定的,而且两者的实际不确定度不一定相同,所以通过设计一个算法,匹配双方的不确定度,并给出一个相似限度,如果匹配双方的相似程度落在规定的限度内,则匹配成功’
组合证据的不确定性计算:合取则取最小,析取取最大。
不确定性推理的类型:
是否采用数值:数值方法和非数值方法
我们主要了解数值方法。
标签:不确定性,匹配,知识,数值,证据,推理 来源: https://www.cnblogs.com/penoy/p/16226088.html