人工智能--不确定性推理概述

不确定性推理的含义

什么是不确定性推理

不确定性推理是指建立在不确定性知识和证据基础上的推理。例如，不完备、不精确知识的推理，模糊知识的推理等。实质上是一种从不确定的初试证据出发，通过运用不确定性知识，最终推出具有一定程度不确定性但却又是合理或基本合理的结论的思维过程。

为什么采用不确定性推理

• 所需知识不完备、不精确：不完备是指在解决某一问题时，不具备解决该问题的全部知识。不精确是指既不能完全确定知识为真，又不能完全确定知识为假。
• 所需知识描述模糊：指知识的边界不清晰，例如常说的“好”、“很好”、“比较好”
• 多种原因导致同一结论：例如导致人发烧的原因有许多种。
• 解题方案不唯一：现实生活中的问题一般都存在着多种不同的解决方案，而这些方案直接又很难绝对地判断其优劣。

不确定性推理的基本问题

不确定性的表示

不确定性的表示包括知识的不确定性表示和证据的不确定性表示。

知识不确定性的表示

通常需要考虑两个方面的问题：

1. 能够比较准确的描述问题本身的不确定性
2. 便于推理过程中不确定性的计算

知识的不确定性通常是用一个数值来描述的，该数值表示相应知识的确定性程度，也称为知识的静态强度。

证据的