第五章不确定性推理解析
技经第五章 不确定性分析
2、线性盈亏平衡点的确定 (1)以产量表示的盈亏平衡点BEP(Q) 固定成本:与产品产量大小关系不很密切的费用 可变成本:直接与产品产量大小基本上成正比例变化的费用 已知固定成本为F,单位产品可变成本为V,单位产品销售 税金为T,产品单位售价为P。 销售收入S=单位售价×销量=PQ 总成本C=固定成本+可变成本= F +VQ T= + 单位产品销售税金T=单位产品销售税金+单位产品增值税 盈亏平衡时:S=C+TQ PQ= F +VQ+ TQ BEP(Q)= F /(P-V-T) (2)生产能力利用率表示的盈亏平衡点 BEP(R) BEP(R)%= BEP(Q)/Q 或 BEP(R)%= F /Q(P-V-T) BEP(Q)%=盈亏平衡点销售量/正常销售量
第五章 不确定性分析
广义的所谓不确定性分析就是考查项目投资、经营成 本、产品售价、销售量、项目寿命等因素变化时,对 项目经济评价指标所产生的影响。 狭义来说,不用概率表示的对不确定性问题的分析, 称为不确定性分析;而当这些不确定性结果可以用发 生的概率来加以表述和分析时,称为风险分析。 不确定性与风险产生的原因 主观上:信息的不对称性;人的有限理性。 客观上:市场变化的影响;技术变化的影响; 经济环境变化的影响;自然条件和资源的影响。
计算变动因素的临界点。临界点是指项目允许不确定因素向 不利方向变化的极限值。超过极限,项目的效益指标将不可 行。 (5)绘制敏感性分析图,作出分析。 例:设某项目基本方案的基本数据估算值如下表所示,试就年 销售收入B、年经营成本C和建设投资I对内部收益率进行单 因素敏感性分析(基准收益率ic=8%)。 基本方案的基本数据估算表
−1 t =2 5 5
31.08 (9% − 8%) = 8.79% 31.08 + 7.92
05第五章 风险与不确定性分析
确定敏感因素
▪绝对测定法
设定各因素均向对方案不利的方向变动,并取 其有可能出现的对方案最不利的数值,据此计 算方案的经济效果指标,看其是否可达到使方 案无法被接受的程度。如果某因素可能出现的 最不利数值能使方案变得不可接受,则表明该 因素是方案的敏感因素。
综合评价,比选方案
根据敏感因素对技术项目方案的经济效果评价 指标的影响程度,结合确定性分析的结果作出 进一步的综合评价,寻求对主要不确定性因素 不太敏感的比选方案。
要求:分析各方案适用的生产规模和经济性。
三、互斥方案的盈亏平衡分析
TC
C
B
A LN
M
0
Qm Qn
Q
如右图所示
Qm与Qn是临界点 当Q Qm时 方案C总成本最低 当Qm Q Qn时 方案B总成本最低 当Q Qn时 方案A总成本最低
其中:Qm 20万件 Qn 30万件
三、互斥方案的盈亏平衡分析
在工程项目的经济分析中,为便于计算和分析,可将总成 本费用中的原材料费用及燃料和动力费用视为变动成本, 其余各项均视为固定成本。这样划分为盈亏平衡分析提供 前提条件。
一、线性盈亏平衡分析
线性盈亏平衡分析的目的是通过分析独立方案 的产品产量、成本与方案盈利能力之间的关系,找 出投资方案盈利与亏损在产量、产品价格、单位产 品成本等方面的临界值,以判断在各种不确定因素 作用下方案的风险情况。亦称量本利分析法。
不确定型决策:决策者有多个方案可供选择,每个方案有 多种后果且不知道各种后果发生的概率。
概述
不确定性分析是对决策方案受到各种事前无法控 制的外因变化与影响所进行的研究与估计,是研 究技术方案中不确定性因素对经济效果影响的一 种方法。简单地说就是以不确定因素对项目经济 效益影响为内容的计算和分析。
不确定性推理概述
不确定性推理概述4.1.1 不确定推理的概念所谓推理就是从已知事实出发,运⽤相关知识(或规则)逐步推出结论或证明某个假设成⽴或不成⽴的思维过程。
其中已知事实和知识(规则)是构成推理的两个基本要素。
已知事实是推理过程的出发点,把它称为证据。
4.1.2 不确定性推理⽅法的分类可信度⽅法、主观Bayes⽅法、证据理论都是在概率论的基础上发展起来的不确定性推理⽅法。
4.1.3 不确定性推理知识库是⼈⼯智能的核⼼,⽽知识库中的知识既有规律性的⼀般原理,⼜有⼤量的不完全的专家知识,即知识带有模糊性、随机性、不可靠或不知道不确定因素。
世界上⼏乎没有什么事情是完全确定的。
不确定性推理即是通过某种推理得到问题的精确判断。
(1)不确定性问题的代数模型⼀个问题的代数模型由论域、运算和公理组成。
建⽴不确定性问题模型必须说明不确定知识的表⽰、计算、与语义解释。
不确定性的表⽰问题:指⽤什么⽅法描述不确定性,通常有数值和⾮数值的语义表⽰⽅法。
数值表⽰便于计算,⽐较,再考虑到定性的⾮数值描述才能较好的解决不确定性问题。
例如对规则A->B(即A真能推导B真)和命题(或称证据、事实)A,分别⽤f(B,A)来表⽰不确定性度量。
推理计算问题:指不确定性的传播和更新,也即获得新的信息的过程。
包括:①已知C(A),A->B,f(B,A),如何计算C(B)②证据A的原度量值为C1(A),⼜得C2(A),如何确定C(A)③如何由C(A1)和C(A2)来计算C(A1∧A2),C(A1∨A2)等。
⼀般初始命题/规则的不确定性度量常常由有关领域的专家主观确定。
语义问题:是指上述表⽰和计算的含义是什么?即对它们进⾏解释,概率⽅法可以较好地回答这个问题,例如f(B,A)可理解为前提A为真时对结论B为真的⼀种影响程度,C(A)可理解为A为真的程度。
特别关⼼的是f(B,A)的值是:①A真则B真,这时f(B,A)=?②A真则B假,这时f(B,A)=?③A对B没有影响时,这时f(B,A)=?对C(A)关⼼的值是①A真时,C(A)=?②A假时,C(A)=?③对A⼀⽆所知时,C(A)=?(2)不确定推理⽅法的分类不确定推理⽅法在⼈⼯智能系统中通常是不够严谨的,但尚能解决某些实际问题,符合⼈类专家的直觉,在概率上也可给出某种解释。
6-不确定推理
推理能力不足
解题方案不唯一
人工智能
sspu 王帅
概述
一个AI系统,由于知识本身的不精确和不完全, 常采用非标准逻辑意义下的不确定性推理方法 和非单调推理方法。 对于不确定推理来说,研究的主要问题是
如何描述不精确性 如何传播不精确性
对于非单调推理来说,研究的主要问题是
如何提出合理的假设 如何处理矛盾
不确定性推理
不确定性推理
概述
确定性方法
概率论基础
Bayes网络
主观Bayes方法 证据理论
人工智能 sspu 王帅
第五章 不确定性推理
概述 确定性方法 概率论基础 Bayes网络 主观Bayes方法
证据理论
人工智能 sspu 王帅
概述
归结推理方法是建立在经典逻辑上的确定性推理。它是 一种运用确定性知识进行精确推理,而且随着新知识的 加入,推出的结论或证明了的命题将单调增加。但是人 类的推理通常是在信息不完全下进行的不确定和非单调 的推理 不确定是针对已知事实及推理中所用的知识而言的。由 于现时世界的随机性、模糊性,导致人们认识的不精确 不完全,反映到知识上即为不确定性知识,对这种知识 进行的推理就是不确定推理 非单调是针对推理过程所呈现出来的特性而言的。在推 理过程中,随着新知识的加入,推出的结论或证明了的 命题有可能减少。这种推理大都由知识的不完全引起, 所以也具有不确定的特性
n n
n n
,
n
n
P( B)Байду номын сангаас
An B
P( A )
n
人工智能
sspu 王帅
概率论基础(统计概率性质 )
对任意事件A,有 0 P( A) 1 必然事件Ω 的概率P(Ω ) =1,不可能事件 φ 的概率P(φ ) = 0 P(~ A) 1 P( A) 对任意事件A,有 P( A ) P( A ) P( A ) ... P( A ) 设事件A1,A2,…An(k≤n)是两两互不 相容的事件,即有,则 设A,B是两事件,则
第五章不确定性推理方法(简s1)
《人工智能原理》第五章 不确定性推理
LS、LN满足: LS、LN≥0,不独立。 LS, LN不能同时 >1或 <1 LS, LN可同时=1 例1: PROSPECTOR中的规则; IF 有石英硫矿带 (LS=300,LN=0.2)THEN 必有钾矿带 IF 有玻璃褐铁矿 (LS=1000000,LN=0.01)THEN 有最佳 的矿产结构
生的概率作进一步估计 • 贝叶斯决策:在已知 P( Bm ) 先验概率的情况下,做试验。 再通过试验中事件A(证据)的具体情况得到的新信 息,获得在A出现的情况下各种因素 发生情况的新知 识。
福州大学陈昭炯
Bm
《人工智能原理》第五章 不确定性推理
主观Bayes方法
• 1976年提出的,应用于地矿勘探专家系统Prospector • 不确定推理系统包括: – 不确定性的表示: • 规则/知识 • 事实/证据 – 不确定性的计算 • 组合证据的不确定算法 • 不确定性的传递算法 • 结论的不确定算法
第五章 不确定性推理
• 概述 • 概率论基础 • 主观Bayes方法 • 确定性方法(可信度方法) • 证据理论 • Bayes网络
福州大学陈昭炯
《人工智能原理》第五章 不确定性推理
概述
初始证据 不确定推理: (均不确定)→ 结论(不确定但合理) 知识
B
R4 R3
f4 f3
R1:A1∨ A2→B2(f1) R2:A2 ∧ A3→B1(f2) R3:B1→B(f3) R4:B2→B(f4)
P(B) − P(B / ¬A) ⎧ × P( A / A' ) P( A / A' ) ∈[0, P( A)] P(B / ¬A) + ⎪ ⎪ P( A) P(B / A' ) = ⎨ P(B / A) − P(B) ⎪P(B) + ×[P( A / A' ) − P( A)] P( A / A' ) ∈[P( A),1] ⎪ 1− P( A) ⎩
第五章 不确定推理
CF(A) < 0,
规则A B不可使用,即此计算不必进行。 (如MYCIN系统CF(A)0.2就认为是不可使用的。其目的是 使专家数据经轻微扰动不影响最终结果。)
规则
(推理计算 - 改进)
注意:以上公式不满足组合交换性。 解决方法:
异号时
CF ( B) CF ( B, A) CF ( B, A) CF ( B) 1 min{|CF ( B) |, | CF ( B, A)}
CF( A) < 0, 表示A以CF( A)程度为假
确定性方法
理论基础
以定量法为工具,比较法为原则的相对确认理论。 采用此方法的MYCIN系统的诊断结果不是只给出一 个最可信结论及其可信度,而是给出可信度较高的 前几位,供人们比较选用。
规则
规则的不确定性度量 证据(前提)的不确定性度量。 推理计算。
CF(A1 ∧ A2 ) = min { CF(A1), CF(A2 )}
“或”的计算: A1 ∨ A2 →B
CF(A1 ∨ A2 ) = max { CF(A1), CF(A2 )} “非”的计算: CF(~A ) = ~CF(A ) 由A, A →B, 求 B: CF(B) = MAX(0,CF(A ))· CF(B,A ) (CF(A ) < 0 时可以不算即为“0”)
第五章 不确定性推理
概述
确定性方法
主观Bayes方法
证据理论
第五章 不确定性推理
概述
确定性方法
主观Bayes方法
证据理论
确定性方法(可信度方法)
MYCIN系统研制过程中产生的不确定推理方法, 第一个采用了不确定推理逻辑,70年代很有名。 提出该方法时应遵循的原则
不采用严格的统计理论。使用的是一种接近统计理 论的近似方法。 用专家的经验估计代替统计数据 尽量减少需要专家提供的经验数据,尽量使少量数 据包含多种信息。 新方法应适用于证据为增量式地增加的情况。 专家数据的轻微扰动不影响最终的推理结论。
第五章-不确定性分析—敏感性分析PPT课件
(三)单因素敏感性分析图
1、以纵坐标表示项目的经济评价指标,横坐标表示各个变量 因素的变化幅度(以%表示)。
2、根据敏感性分析的计算结果绘出各个变量因素的变化曲线, 其中与横坐标相交角度较大的变化曲线所对应的因素就是敏 感性因素。
3、在坐标图上作出经济评价指标的临界曲线(如NPV=O等), 求出变量因素的变化曲线与临界曲线的交点,则交点处的横 坐标就表示该变量因素允许变化的最大幅度,即项目由盈到 亏的极限变化值。
具体步骤如下: 1)先要设定敏感性分析的研究对象,即要确定某种经济效益
指标作为分析的对象。 2)从众多的不确定因素中,选择两个最敏感的因素作为分析
的变量。 3)列出敏感性分析的方程式,并按分析的期望值要求,将方
程式转化为不等式。 4)做出敏感性分析的平面图,以横轴和纵轴分别代表两种因
素的变化率,由代表这些结果的一条线将平面图划分为两 半,该直线就作为临界线。
例1:根据单因素敏感性分析例1的数据,对该投资方案进行 双因素敏感性分析。
(某投资方案设计年生产能力为10万台,计划总投资为1200 万元,期初一次性投入,预计产品价格为35元/台,年经 营成本为140万元,方案寿命期为10年,到期时预计设备 残值收入为80万元,标准折现率为10%)
例2:某项目有关数据如下表所示。假定最关键的可变因素 为初始投资与年收入,并考虑它们同时发生变化,试进行 该项目净年值指标的敏感性分析。
4、确定敏感性因素 敏感性分析的目的在于寻求敏感因素,可以通过相对测
定法和绝对测定法来判断。 (1)相对测定法
即设定要分析的因素均从初始值开始变动,且假设各个 因素每次变动的幅度均相同,分别计算在同一变动幅度下各 个因素的变动对经济评价指标的影响程度,也即灵敏度,然 后按灵敏度的高低对各个因素进行排序,灵敏度高的因素就 是敏感因素。
人工智能导论_第5章
i
i
《人工智能原理》第五章 不确定性推理
i
概率论基础(贝叶斯定理 )
• 设 A , B1 , B2 , … , Bn 为 一 些 事 件 , P(A)>0 , B1 , B2 , … , Bn 互 不 相 交 , P(Bi)>0, i=1, 2, …, n,且 P(B ) 1 ,则对 于k=1, 2, …, n,
n n
n n
,
n
n
P( B )
《人工智能原理》第五章 不确定性推理
An B
P( A )
n
概率论基础(统计概率性质 )
• 对任意事件A,有 0 P( A) 1 • 必然事件Ω 的概率P(Ω ) =1,不可能事件 φ 的概率P(φ ) = 0 P(~ A) 1 P( A) • 对任意事件A,有 P( A ) P( A ) P( A ) ... P( A ) • 设事件 A1 , A2 , …An ( k≤n )是两两互 不相容的事件,即有,则 • 设A,B是两事件,则
《人工智能原理》第五章 不确定性推理
第五章 不确定性推理
• 概述 • 概率论基础 • Bayes网络 • 主观Bayes方法 • 确定性方法 • 证据理论
《人工智能原理》第五章 不确定性推理
概述
• 不精确思维并非专家的习惯或爱好所至, 而是客观现实的要求。
–很多原因导致同一结果 –推理所需的信息不完备 –背景知识不足 –信息描述模糊 –信息中含有噪声 –规划是模糊的 –推理能力不足 –解题方案不唯一
0 P( A) 1 P () 1 P( ) 0 –若二事件AB互斥,即,则 P( A B) P( A) P( B)
《不确定性推理》PPT课件
2020/11/2
5
不确定性推理中的基本问题
• 要实现对不确定性知识的处理,必须要解决不确定知识的表示问题,不确定信息的计 算问题,以及不确定性表示和计算的语义解释问题。
1.表示问题 2. 计算问题
表达要清楚。表示方法规则不仅 仅是数,还要有语义描述。
不确定性的传播和更新。也是获取
新信息的过程。
3. 语义问题
个事件发生)的可能性程度是0.9。
• 在实际应用2020中/11,/2 知识的不确定性是由领域专家给出的。 8
知识的不确定性表示
(2)不确切性知识的表示
•
对于不确切性,一般采用程度或集合来刻划。所谓
程度就是一个命题中所描述的事物的属性、状态和关系等的
强度。
• 例如,我们用三元组(张三,体型,(胖,0.9))表示命题 “张三比较胖”,其中的0.9就代替“比较”而刻划了张三 “胖”的程度。
不确定性推理
• 现实世界中的大多数问题是不精确、非完备的。对于这些问题,若采用精确性推理方 法显然是无法解决的。为此,人工智能需要研究不精确性的推理方法,以满足客观问 题的需求。
2020/11/2
1
本章内容
1.不确定性推理概论
不确定性及其类型 不确定性推理概念
2.不确定性推理中的基本问题
表示问题 计算问题
• 概率方法: P(A1∧A2)= P(A1)×P (A2)
P(A1∨A2)= P(A1)+ P(A2)- P(A1)×P (A2)
• 有界方法:20P20(/A111/∧2 A2)=max(0,P(A1)+P (A2)-1)
11
P(A1∨A2)=min(1,P(A1)+P (A2))
第五章.不确定性分析
□——决策点,由此引出的分支称方案枝,枝数 即为方案数。在决策树上只有一个决策点,属单 级决策问题,即只需作出一次决策。若决策树上 有两个或两个以上决策点,则属多级决策问题, 即对决策问题需要进行多次决策。
○——自然状态点(又称概率点),由此引出的 分支称概率枝,在概率枝上标出各种自然状态及 其概率,分枝数即为自然状态数。
(4)确定敏感因素,对方案的风险情况作出判断。
例,某投资方案设计年生产能力为10万台, 计划总投资1200万元,期初一次性投入, 预计产品价格为35元/台,年经营成本140 万元,方案寿命期10年,到期时预计残值 80万元,ic=10%试就投资额,单位产品价 格,经营成本对投资方案做敏感性分析 (NPV指标)。
NPV=-1200+(35X10-140)(P/A 10%
10)+80(P/F 10% 10)
=121.21
变化 -20% -10% 0
10% 20% 平均1%
投资额 361.21 241.21 121.21 1.21 -118.79 9.9%
产品价 -308.91 -93.85 121.21 336.28 551.34 17.75% 格
TC1 f1(x) TC2 f2 (x)
使TC1=TC2。即f1(x)=f2(x)。解此方程所求得的x 值就是两个方案的优劣平衡点,然后根据这个优劣 平衡点作出方案的取舍。
例:某建筑工地需要抽水设备,有AB两种方案 可供选择:
A:需要购置一台2.5KW的电动机,投资1400元, 四年末残值200元,电动机每小时运行成本0.84 元,每年预计维护费120元。
Q0
F P V
BEP销售收入
(R0
)
P
P
第五章 不确定性分析
以销售价格P表示的盈亏平衡点为:
2019年7月24日星期三
F(WC)Q
BEPP
Q
第五章 不确定性分析方法
以收益TR表示的盈亏平衡点为:
F BE TR PPQ PPCW
以生产能力利用率(Q/Q0)表示的盈亏平衡点为:
BEPQ Q 0 Q0(PFCW)
SK反映敏感程度的大小,有正负。
2019年7月24日星期三
第五章 不确定性分析方法
2、敏感性分析的步骤 (1)确定具体经济效果评价指标
(IRR/NPV/Pt); (2)选择不确定性因素(Q/P/C/T/F); (3)计算、作图(敏感因素变化线)表示各
因素变化对经济效果评价指标的影响; (4)分析寻找敏感因素(确定敏感因素).
解析:
BEQPPCFW10 15 79.6 24 53 5.295 08027M0 3 0
BE Q P Q 01 80 20 7 1 0 00 0 % 0 0 08.7 2%
2019年7月24日星期三
第五章 不确定性分析方法
3、盈亏平衡分析法的应用 进行多方案的分析、比选时,若各方案的费
据边际报酬递减规律,实际可变成本是以 产量为自变量的开口向上的一元二次函数; (3)计算所采用的数据均为正常年份 的数据; (4)没有考虑长远情形。
2019年7月24日星期三
第五章 不确定性分析方法
二、敏感性分析法
1、基本概念
2、敏感性分析的步骤
3、敏感性分析的局限性
2019年7月24日星期三
第五章 不确定性分析方法
1、基本概念 (1)敏感性;
经济评价指标对其影响因素的 变化 的反应。
不确定性推理PPT课件
不确定性及其类型 不确定性推理概念
2.不确定性推理中的基本问题
表示问题 计算问题
3.不确定性推理方法分类 4.经典的不确定性推理模型
可信度方法
主观贝叶斯方法
2024/5/6
1
不确定性:由于客观世界的复杂、多变性和人类 自身认识的局限、主观性,致使我们所获得、所 处理的信息和知识中,往往含有不肯定、不准确、 不完全甚至不一致的成分。
5
一、知识的不确定性表示 知识不确定性的表示方式是与不确定性推理方
法密切相关的一个问题。在选择知识的不确定性表 示时,通常需要考虑以下两个方面的因素:
▪ 要能够比较准确地描述问题本身的不确定性 ▪ 便于推理过程中不确定性的计算
2024/5/6
6
(1)狭义不确定性知识的表示
我们只讨论随机性产生式规则的表示。对于狭义不确定 性,一般采用信度(或称可信度)来刻划。一个命题的信
2024/5/6
20
-1 ≤ CF(H, E) ≤ 1 CF(B, A)的特殊值:
CF(B, A) = 1,前提真,结论必真 CF(B, A) = -1,前提真,结论必假 CF(B, A) = 0 , 前提真假与结论无关
实际应用中CF(B, A)的值由专家确定,并不是由P(B|A), P(B)计算得到的。
2024/5/6
3
不确定性推理泛指除精确推理以外的其它各 种推理问题。包括不完备、不精确知识的推理, 模糊知识的推理,非单调性推理等。
不确定性推理过程实际上是一种从不确定的 初始证据出发,通过运用不确定性知识,最终推 出具有一定不确定性但却又是合理或基本合理的 结论的思维过程。
2024/5/6
CF(H)1+CF(H)2-CF(H)1·CF(H)2 , 当CF(H)1≥0,且CF(H)2≥0
第5章 不确定性推理2012AI课件 人工智能教学课件
不确定推理概述——不确定推理的概念
不确定性定义
缺乏使我们可以得到完美可信结论的知识。 (Stephanou和Sage,1987)
不确定知识的来源
脆弱的暗示 不精确的语言 不知道的数据 综合不同专家的观点
不确定推理概述——不确定推理的概念
关于不确定性推理的类型由多种不同的分类方法,如果 按照是否采用数值来描述非精确性,可将其分为数值方 法和非数值方法两大类型。 数值方法是一种用数值对非精确性进行定量表示和处 理的方法。 非数值方法是指除数值方法以外的其他各种对不确定 性进行表示和处理的方法,如非单调推理等。
不确定推理中的基本问题 不确定性的表示 推理计算 不确定性的量度
不确定推理概述
——不确定推理中的基本问题
①不确定性的表示 (a)证据不确定性的表示 证据不确定性的表示通常为一个数值,用以表示相应 证据的不确定性程度。 (b)知识不确定性的表示 通常,专家系统中的知识之不确定性要由领域专家给 出,以一个数值表示,该数值表示了相应知识的不确 定程度。
可信度的概念
所谓可信度就是人们在实际生活中根据自己的经验或观 察对某一事件或现象为真的相信程度。
可信度也可以称作确定性因子,在以产生式作为知识表 示的专家系统MYCIN中,用以度量知识和证据的不确 定性。
由领域专家给出该领域知识的可信度。
可信度方法
知识不确定性的表示 证据不确定性的表示 不确定性的推理计算
第五章不确定性推理?不确定推理概述?可信度方法?主观bayes方法第五章不确定性推理?不确定推理概述?不确定推理的概念?不确定推理中的基本问题不确定推理概述不确定推理的概念?所谓推理就是从已知事实出发运用相关的知识或规则逐步推出结论或者证明某个假设成立或不成立的思维过程
- 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)。
2018/10/21
18
华北电力大学
概述-不确定性推理的基本问题
在不确定性推理中,除了解决在确定性推理过 程中所提到的推理方向、推理方法、控制策略 等基本问题外,一般还需要解决不确定性的表 示与度量、不确定性的匹配、不确定性的传递 算法以及不确定性的合成等问题 将不确定性问题用确定的数学公式表示出来, 是不确定性推理研究的基础
2018/10/21
15
华北电力大学
概述——不确定性
从系统高层看,规则的不确定性还源于各个规 则之间的冲突,来源于单个规则、规则间的冲 突消解和规则后件的不相容 知识工程的目的就是要尽可能减少或消减这些 不确定性 P161 图5.1-单个规则产生不确定性的原因
2018/10/21
16
华北电力大学
2018/10/21
5
华北电力大学
概述
不确定性推理的主要问题:
不确定性描述 不确定性如何传播
2018/10/21
6
华北电力大学
概述
不确定性推理的研究发展:
概率论是解决不确定性问题的主要理论基础之 一 贝叶斯网络方法受到多方面关注 DURA等人与1976年在PROSPECTOR基础上 给出了同属概率推理的主观贝叶斯方法 Shortliffe等人与1975年结合MYCIN系统建立了 确定性理论 ……
2018/10/21
1确定性推理中,规则前件、后件以及规则本身在 某种程度上都是不确定的 证据的不确定性主要表现在歧义性、不完全性、不精 确性、模糊性、可信性、随机性和不一致性上
歧义性:证据中含有多种意义明显不同的解释,如果离 开具体的上下文和环境,往往难以判断其明确含义 不完全性:对于某事物来说,对于它的知识还不全面、 不完整、不充分
2018/10/21
7
华北电力大学
概述
…… Dempster Shaferter同年也提出了证据理论 Zadeh提出可能性理论,1983年提出了模糊逻 辑 这一系列的系统推进了不确定性推理的研究发 展
2018/10/21
8
华北电力大学
概述
总结: 不确定性推理实际上是一种从不确定的初始证 据出发,通过运用不确定性知识,最终推出即 保持一定不确定性,又合理或基本合理的结论 的推理过程
2018/10/21
13
华北电力大学
概述——不确定性
规则一般是经验知识,存在着不确定性因素 不确定性因素主要有证据的组合的不确定性、 规则自身的不确定性以及规则结论的不确定性
证据的组合的不确定性:一些规则有若干证据作为 前提条件,或几个证据都可以激活某一规则。此时, 组合起来的证据到底有多大程度符合前提条件,其 中包含某些不确定的主观度量
单个规则产生不确定性的原因 规则 前件 后件
误差
参数
证据组合
误差
参数
参数:描述不确定性的参数,其设定来自专家经验,有误差
2018/10/21
17
华北电力大学
概述——不确定性
推理的不确定性是由于知识不确定性的动态累 计和传播过程所造成的 为此,整个过程要通过某种不确定度量,寻找 尽可能符合客观世界的计算,最终得到结论的 不确定性度量
第五章 不确定性推理方法
华北电力大学 计算机系 刘丽
主要内容
什么是不确定性推理?为什么要采取不确定 性推理? 不确定性推理的理论依据是什么?不确定性 推理有哪几种主要方法? CF方法的推理 主观Bayes方法的推理
2018/10/21
2
华北电力大学
第五章 不确定性推理方法
概述
概率论基础 确定性方法 主观Bayes方法
以上其实是不确定性推理方法研究产生的原因
2018/10/21 10 华北电力大学
概述——不确定性 不确定性产生的原因是多方面的,其表现形式多 种多样。其主要性质有:
随机性指由于不确定性推理所处理的事件的真实性是 不完全肯定的,含有一定的可能性,只能给出一个估 计值 模糊性主要指命题中出现的表达形式是不明确的 不完全性产生于信息的不充分、不全面 由于种种的不确定因素,及其在推理过程中的累计, 导致了一些结论的不一致性
2018/10/21
3
华北电力大学
第五章 不确定性推理方法
概述
概率论基础 确定性方法 主观Bayes方法
2018/10/21
4
华北电力大学
概述 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 不确定性推理产生的背景:
由于知识本身的不精确和不完全,采用标准逻辑意义 下的推理方法难以达到解决问题的目的 对于一个智能系统来说,知识库是其核心,知识库中 往往大量包含模糊性、随机性、不可靠性或不知道等 不确定性因素的知识 智能主要反映在求解不确定性问题的能力上 不确定推理是人工智能和专家系统的核心研究课题
2018/10/21
9
华北电力大学
概述——不确定性 不精确思维并非专家的习惯或爱好所至,而是客观 现实的要求
很多原因导致同一结果 推理所需的信息不完备 背景知识不足 信息描述模糊 信息中含有噪声 规划是模糊的 推理能力不足 解题方案不唯一
在人类的知识和思维行为 中,精确性只是相对的, 不精确性才是绝对的。知 识工程需要各种适应不同 类的不精确性特点的不精 确性知识描述方法和推理 方法。
2018/10/21
12
华北电力大学
概述——不确定性
不精确性:证据的观测值与真实值存在一定的差别 模糊性:命题中的词语从概念上讲不明确,无明确 的内涵和外延 可信性:专家主观上对证据可靠性不能完全确定 随机性:命题的事实的真假性不能完全肯定,而只 能对其真伪给出一个估计 不一致性:在推理过程中发生了前后不相容的结论, 或者随着时间的推移或范围的扩大,原来成立的命 题变得不成立了
2018/10/21
14
华北电力大学
概述——不确定性
…… 规则自身的不确定性:有时领域专家对规则持有某 种信任程度,即专家有时也没有十足把握某种前提 下得到结果必为真的结论,只能给出一个发生可能 性及可能性的度量 规则结论的不确定性:包含各种不确定性的前提条 件,运用不确定的规则,引出的结论或动作不可避 免的含有不确定性因素