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