基于专家系统的不确定性推理机的研究与实现
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｄ ｉ１ ．９ ９ Ｊｉｓ ．０ ９ ０ ．０ １ ９ 下） ２ ｏ ： ３ ６／ ． ｎ １ ０ － １４ ２ １ ． （ ．５ ０ ｓ ３
０ 引言
现 实 中大 多 数 问题 是 非 精 确 、非 完备 和 模 糊 的 ，具有 一 定程 度 的 不 确 定性 ， 因此 ，关 于 不 确 定 性 推 理 及 其 方 法 的研 究 就 成 为 人 工 智 能 的 一个 重 要 课 题 ，并 已 提 出 了多 种 理 论 和 方 法 ｎ。推 理 】 机 是专 家 系统 的 “ 维 ” 构 ，使 得 计算机 能 够运 思 机 用 知 识 进 行 推 理 ，求 解 问题 ，构成 了专 家 系统 的 核 心 部 分 。本 文 研 究 与 开 发 了 一 套基 于 专 家 系统 的推 理 机 平 台 ，能 够 处 理 多 种 不 同组 织形 式 的知 识 ，对 于 推理 机 的设 计 提 出 了更 高 的 要 求 ，不 仅
辣椒 品种 为例 ：
Ｔ ＮＨ （ Ｆ（ ， ＨＥ Ｃ 日，
Baidu Nhomakorabea
１ 子前提 （ １２ …， ） ） ｉ ， ， ｎ 是知识的前项。子 ＝ 前提 的可信度 （ １２ …， ） ｉ ， ， ｎ 表示 在没有提 ＝ 供 任 何 证 据 时 ，前 提 的 真 实 程 度 。知 识 的 不 确 定性采 用规 则 强度 Ｃ Ｆ旧 ， 来 描述 ，Ｃ （ Ｆ Ｈ， 是指当规则中的前提为真时结论为真的可信程度 ， 它 反 映 了前 提 对 结论 的支 持 程 度 ，实 际上 是 对规
收稳日栩：２ １一０ — ５ ０ ｌ ７ ０ 作者简介：Ｉ１玉 （９８ ￣Ｊ ，、 ］７ 一），女 ，河南南阳人 ，讲师 ，硕士 ， 究方向为粗糙集 、智能计算和数据挖掘。 研
【８ 第３ 卷 第９ ７】 ３ 期
２１— （ ） ０ １ ９下
务Ｉ
则 正确 性程 度的 一个 估计 值 。 与 Ｃ ， 在 ［，】 Ｆ ０１
个事 物或现 象为真 的相信程度。显然，可信度具 有较 大 的主 观 性 和 经 验 性 ，其 准 确 性 是 难 以 把握 的 。但 是 ，对 某 一 具体 领域 而 言 ， 由于 该 领 域 专 家具有丰富的专业 知识及实践经验 ，还是完全有 可 能 给 出该 领域 的 可 信 度 的 。因 此 ，可 信 度 方 法 不失为一种实用的不确定性推理方法 。 以温度 ，湿度 ，肥力等级 等因素决定选 用的
Ｉ Ｆ Ａ ＮＤ （ ，Ｗ ） ＡＮ ｃ， １ ／ Ｄ （ ．Ｗ ） ｃ ， ｆ （ ２Ｗ２ ＡＮＤ … ｃ， ） ｆ
１ 不确定性推理机
１１基本概念 ． 可信 度 是 指 人 们 根 据 以往 经 验 对 某 个 事 物 或
现 象 为真 的程 度 的 一 个 判 断 ，或 者 说 是 人 们 对 某
发 ，运 用 知识 ，最 终 推 出的 合 理 或 者基 本 合理 的 最 终 输 出。若 用 户输 入 证 据 为 “ 度 ＝ ５度 ，湿 温 ２
于 处 理 不 同 问题 的 专 家 系统 ，具 有 实 用 性 、高 效 性 。 利 用 该平 台 ，农 业 专 家 可 以 很方 便 地 输 入 各
基 于专家 系统的不确 定性推理机 的研究 与实现
Ｓｔ ｄｙ ａｎ ｒ ｌ ａｔｏｎ ｏ ｃｅ ｔ ｎ ｒ ｓ ｕ ｄ ｅａ ｉ ｉ ｆｕｎ ｒ ａｉ ｅ ｏｎｉ ｍ ａｃ ｎｅ ａｓ ｏｎ ｅ ｏｒ ｙｓ ｅｍ ｚ ａ ｎｇ ｈｉ ｂ ｅ ｘｐ ｔｓ ｔ
陈小玉
ＣＨＥＮ Ｘｉｏ ｙ ａ －ｕ
摘
（ 南阳理工学院 计算机科学与技术系 。南阳 ４ ３ ０ ） ７ ０ ０ 要：本文提出一种基于可信度为基础的不确定性推理算法，并开发了基于专家系统的推理机平
台 ，其 对 于 处理不 同问 题的 专 家系 统 ，具 有实 用 性 、高 效性 。 以辣 椒 的种 子选 择 决策 为 例 ，实验结果表明，该平台大大改善了推理机制的性能和效率。 关键词： 专家系统；开发平台；不确定性推理 ；可信度 中圈分类号 ：Ｔ １２ Ｐ ８ 文献标识码 ： Ａ 文章编号 ：１０一 １４２１）（ ） ０７— ３ ９ Ｏ３（０１９下 一 ０８ ０ ０
种 农 业 知 识 规 则 ，形 成 具 体 的 农 业 专 家 系 统 。对 于 不 同结 构 形 式 或 表 现 形 式 的 知识 ，可 以选 择 各
度 ＝ ，肥 力 等 级 ＝高 ” ６ ，推理 机 从 这 些 初 始 证 据
自合适 的推 理机 。
出发 ，运用规 则 １ 最终推 出结果 “ 辣椒 品种 ＝辣 椒 １号” 。 １ 知识不确定性的表示 ． ２ 在 该 不 确 定 性 推 理 方 法 中 ，知 识 是 用 产 生 式 规 则 表示的 ，知 识的 表示形 式是 ：
度 ＜ 、肥 力 等 级 ＝高 ”是 该 知 识 的 前 提 项 。 结论 ８
与前提相对应，是知识 （ 规则） 的后项，一条知识 可 能 产 生 多 个 结 论 ，但 在 本 推 理 方 法 中， 为 了处 理 上 的 方便 ， 只产 生 一 个 结 论 。对 于 多 结论 的情
况 ，只 需 进 行 简单 的分 解 即 可 。在 规 则 １中 ，得 出 的 结 论 是 “ 椒 品 种 ＝辣 椒 １ ” 辣 号 。证 据 是 用 户 输 入 的 原 始事 实 ，结 果 是 推理 机 从 初 始证 据 出
适 用 于 某 一 具 体 专 家 系统 ，还 具 有 可 扩 充 性 ，对
＝
规 则 ｌ：Ｆ温 度 ＞ ３度 ，湿 度 ＜ ，肥 力 等 级 Ｉ ２ ８ 高 Ｔ Ｎ 辣椒 品种 ＝辣椒 １ 。 ＨＥ 号
前提 是知识 （ 规则 ）的前 项，一 条知识一般 包 含 多个 子 前提 ，在规 则 １中 ，“ 度 ＞ ３度 、湿 温 ２
０ 引言
现 实 中大 多 数 问题 是 非 精 确 、非 完备 和 模 糊 的 ，具有 一 定程 度 的 不 确 定性 ， 因此 ，关 于 不 确 定 性 推 理 及 其 方 法 的研 究 就 成 为 人 工 智 能 的 一个 重 要 课 题 ，并 已 提 出 了多 种 理 论 和 方 法 ｎ。推 理 】 机 是专 家 系统 的 “ 维 ” 构 ，使 得 计算机 能 够运 思 机 用 知 识 进 行 推 理 ，求 解 问题 ，构成 了专 家 系统 的 核 心 部 分 。本 文 研 究 与 开 发 了 一 套基 于 专 家 系统 的推 理 机 平 台 ，能 够 处 理 多 种 不 同组 织形 式 的知 识 ，对 于 推理 机 的设 计 提 出 了更 高 的 要 求 ，不 仅
辣椒 品种 为例 ：
Ｔ ＮＨ （ Ｆ（ ， ＨＥ Ｃ 日，
Baidu Nhomakorabea
１ 子前提 （ １２ …， ） ） ｉ ， ， ｎ 是知识的前项。子 ＝ 前提 的可信度 （ １２ …， ） ｉ ， ， ｎ 表示 在没有提 ＝ 供 任 何 证 据 时 ，前 提 的 真 实 程 度 。知 识 的 不 确 定性采 用规 则 强度 Ｃ Ｆ旧 ， 来 描述 ，Ｃ （ Ｆ Ｈ， 是指当规则中的前提为真时结论为真的可信程度 ， 它 反 映 了前 提 对 结论 的支 持 程 度 ，实 际上 是 对规
收稳日栩：２ １一０ — ５ ０ ｌ ７ ０ 作者简介：Ｉ１玉 （９８ ￣Ｊ ，、 ］７ 一），女 ，河南南阳人 ，讲师 ，硕士 ， 究方向为粗糙集 、智能计算和数据挖掘。 研
【８ 第３ 卷 第９ ７】 ３ 期
２１— （ ） ０ １ ９下
务Ｉ
则 正确 性程 度的 一个 估计 值 。 与 Ｃ ， 在 ［，】 Ｆ ０１
个事 物或现 象为真 的相信程度。显然，可信度具 有较 大 的主 观 性 和 经 验 性 ，其 准 确 性 是 难 以 把握 的 。但 是 ，对 某 一 具体 领域 而 言 ， 由于 该 领 域 专 家具有丰富的专业 知识及实践经验 ，还是完全有 可 能 给 出该 领域 的 可 信 度 的 。因 此 ，可 信 度 方 法 不失为一种实用的不确定性推理方法 。 以温度 ，湿度 ，肥力等级 等因素决定选 用的
Ｉ Ｆ Ａ ＮＤ （ ，Ｗ ） ＡＮ ｃ， １ ／ Ｄ （ ．Ｗ ） ｃ ， ｆ （ ２Ｗ２ ＡＮＤ … ｃ， ） ｆ
１ 不确定性推理机
１１基本概念 ． 可信 度 是 指 人 们 根 据 以往 经 验 对 某 个 事 物 或
现 象 为真 的程 度 的 一 个 判 断 ，或 者 说 是 人 们 对 某
发 ，运 用 知识 ，最 终 推 出的 合 理 或 者基 本 合理 的 最 终 输 出。若 用 户输 入 证 据 为 “ 度 ＝ ５度 ，湿 温 ２
于 处 理 不 同 问题 的 专 家 系统 ，具 有 实 用 性 、高 效 性 。 利 用 该平 台 ，农 业 专 家 可 以 很方 便 地 输 入 各
基 于专家 系统的不确 定性推理机 的研究 与实现
Ｓｔ ｄｙ ａｎ ｒ ｌ ａｔｏｎ ｏ ｃｅ ｔ ｎ ｒ ｓ ｕ ｄ ｅａ ｉ ｉ ｆｕｎ ｒ ａｉ ｅ ｏｎｉ ｍ ａｃ ｎｅ ａｓ ｏｎ ｅ ｏｒ ｙｓ ｅｍ ｚ ａ ｎｇ ｈｉ ｂ ｅ ｘｐ ｔｓ ｔ
陈小玉
ＣＨＥＮ Ｘｉｏ ｙ ａ －ｕ
摘
（ 南阳理工学院 计算机科学与技术系 。南阳 ４ ３ ０ ） ７ ０ ０ 要：本文提出一种基于可信度为基础的不确定性推理算法，并开发了基于专家系统的推理机平
台 ，其 对 于 处理不 同问 题的 专 家系 统 ，具 有实 用 性 、高 效性 。 以辣 椒 的种 子选 择 决策 为 例 ，实验结果表明，该平台大大改善了推理机制的性能和效率。 关键词： 专家系统；开发平台；不确定性推理 ；可信度 中圈分类号 ：Ｔ １２ Ｐ ８ 文献标识码 ： Ａ 文章编号 ：１０一 １４２１）（ ） ０７— ３ ９ Ｏ３（０１９下 一 ０８ ０ ０
种 农 业 知 识 规 则 ，形 成 具 体 的 农 业 专 家 系 统 。对 于 不 同结 构 形 式 或 表 现 形 式 的 知识 ，可 以选 择 各
度 ＝ ，肥 力 等 级 ＝高 ” ６ ，推理 机 从 这 些 初 始 证 据
自合适 的推 理机 。
出发 ，运用规 则 １ 最终推 出结果 “ 辣椒 品种 ＝辣 椒 １号” 。 １ 知识不确定性的表示 ． ２ 在 该 不 确 定 性 推 理 方 法 中 ，知 识 是 用 产 生 式 规 则 表示的 ，知 识的 表示形 式是 ：
度 ＜ 、肥 力 等 级 ＝高 ”是 该 知 识 的 前 提 项 。 结论 ８
与前提相对应，是知识 （ 规则） 的后项，一条知识 可 能 产 生 多 个 结 论 ，但 在 本 推 理 方 法 中， 为 了处 理 上 的 方便 ， 只产 生 一 个 结 论 。对 于 多 结论 的情
况 ，只 需 进 行 简单 的分 解 即 可 。在 规 则 １中 ，得 出 的 结 论 是 “ 椒 品 种 ＝辣 椒 １ ” 辣 号 。证 据 是 用 户 输 入 的 原 始事 实 ，结 果 是 推理 机 从 初 始证 据 出
适 用 于 某 一 具 体 专 家 系统 ，还 具 有 可 扩 充 性 ，对
＝
规 则 ｌ：Ｆ温 度 ＞ ３度 ，湿 度 ＜ ，肥 力 等 级 Ｉ ２ ８ 高 Ｔ Ｎ 辣椒 品种 ＝辣椒 １ 。 ＨＥ 号
前提 是知识 （ 规则 ）的前 项，一 条知识一般 包 含 多个 子 前提 ，在规 则 １中 ，“ 度 ＞ ３度 、湿 温 ２