《人工智能导论》期末复习四

《人工智能导论（第5版）》王万良

第四章 不确定性推理方法

4.1  不确定性推理的基本概念 

一、不确定性推理？

从不确定性的初始证据出发，通过运用不确定性的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。

二、需要解决的基本问题？

1、不确定性的表示与量度

2、不确定性匹配算法及阈值的选择

3、组合证据不确定性的算法

4、不确定性的传递算法

5、结论不确定性的合成

4.2  可信度方法

一、可信度？

根据经验对一个事物或现象为真的相信程度。

二、简述求取问题结论可信度的步骤？

1、分别对每一条知识求出CF（H）：

2、根据结论不确定性的合成算法得到综合可信度

P90、P111习题4.3

4.3  证据理论

一、似然函数？

不可驳斥函数或上限函数。

二、基于证据理论的不确定性推理的步骤：

  （1）建立问题的样本空间D。

  （2）由经验给出，或者由随机性规则和事实的信度度

       量算基本概率分配函数。

  （3）计算所关心的子集的信任函数值、似然函数值。

  （4）由信任函数值、似然函数值得出结论。

4.4  模糊推理方法 

一、模糊关系？

描述两个模糊集合中元素之间关联程度的多少？

二、模糊集合的运算？P101、P111习题4.5

三、模糊关系的合成？P104、P112习题4.9

四、模糊推理的一般过程？

1、确定模糊关系 R

2、模糊推理

3、模糊决策