确信因子理论
常用的替代贝叶斯推理的方法
IF
THEN
cf是论据E发生时假设H的可信度
可信度理论基于两个函数
MB function 和 MD function
MB(H,E) = { 1 , if p(H) = 1
{ (max[(p(H|E),p(H)] - p(H)) / max[1,0] - p(H) , else
MD(H,E) ] = { 1, ifp(H) = 1
{ (min[p(H|E),p(H)] - p(H)) / min[1,0] - p(H) , else
如何确定假设的可信度和不可信度的总体情况
cf 表示了H的总体的可信度
(cf = MB(H,E) - MD(H,E)) / (1 - min[MB(H,E),MD(H,E)])
规则中的确信因子通过推理脸来传送
对于多个前向规则
IF<>
AND<>
AND<>
…
min[cf(E1),cf(E2),…cf(En)] * cf
IF<>
OR<>
OR<>
…
max[cf(E1),cd(E2),…cf(En)] * cf
多个规则影响到同一个假设
cf(cf1,cf2) = 三种情况
if(cf1 > 0,cf2 > 0)
cf(cf1,cf2) = cf1 + cf2 * (1 - cf1)
if(cf1 < 0 || cf2 < 0)
cf(cf1,cf2) = (cf1 + cf2) / 1 - min[|cf1|,|cf2|]
if(cf1 < 0, cf2 < 0)
cf(cf1,cf2) = cf1 + cf2 * (1 +cf1)