不精確推理方法研究--優(yōu)秀畢業(yè)論文

1、工學(xué)碩士學(xué)位論文不精確推理方法研究貿(mào)維弟哈爾濱工業(yè)大學(xué)2007年7月國(guó)內(nèi)圖書(shū)分類(lèi)號(hào)：tp306+.3 國(guó)際圖書(shū)分類(lèi)號(hào):621.3工學(xué)碩士學(xué)位論文不精確推理方法研究碩士研究生：賈維弟導(dǎo) 申請(qǐng)學(xué) 學(xué)科、專(zhuān) 所在單 答辯日師：孫圣和教授位：工學(xué)碩士業(yè)：儀器科學(xué)與技術(shù) 位：電氣工程及自動(dòng)化 期：2007年7月6日授予學(xué)位單位：哈爾濱工業(yè)大學(xué)classified index: tp306+.3u.d.c.: 621.3dissertation for the master degree in engineeringresearch on uncertainty reasoningalgorithmsca

2、ndidate：supervisor：academic degree applied for：speciality：unit：date of oral examination：university：weidi jiaprof. shenghe sunmaster of engineeringinstrumentation science and technologydepartment of electrical engineering july, 6lh, 2007harbin institute of technology哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文摘要隨著現(xiàn)代化生產(chǎn)的不斷發(fā)展和科學(xué)技術(shù)

3、的進(jìn)步，現(xiàn)代設(shè)備的功能越來(lái)越 完善，結(jié)構(gòu)也越來(lái)越復(fù)雜。如果設(shè)備岀現(xiàn)故障，維修人員又不能快速準(zhǔn)確的 對(duì)故障加以定位和處理，就會(huì)發(fā)生嚴(yán)重的甚至災(zāi)難性的事故，造成巨大的經(jīng) 濟(jì)損失。為了減小各種故障發(fā)生時(shí)帶來(lái)的負(fù)面效應(yīng)，不但要求監(jiān)測(cè)和維修人 員具有較高的技術(shù)素質(zhì)，同時(shí)也要求現(xiàn)代診斷設(shè)備的精密化和智能化的程度 較高，因此基于人工智能推理機(jī)的研究變得越來(lái)越重要。近年來(lái)，不精確推 理作為人工智能推理機(jī)的核心研究?jī)?nèi)容得到了不斷發(fā)展和創(chuàng)新。本文詳細(xì)地闡述了不精確推理的基本概念，重點(diǎn)介紹了概率推理，證據(jù) 推理以及模糊推理三種不精確推理方法，分析了其基本原理，并利用 matlab對(duì)典型不精確推理方法的基本特性進(jìn)行了

4、仿真實(shí)驗(yàn)分析。實(shí)現(xiàn)了 經(jīng)典不精確推理方法的基本算法設(shè)計(jì)，以及算法特性的驗(yàn)證分析，得岀了每 一種方法的適用條件和使用時(shí)應(yīng)該注意的問(wèn)題，為不精確推理的應(yīng)用設(shè)計(jì)提 供了基礎(chǔ)理論和實(shí)驗(yàn)依據(jù)。另外，本文結(jié)合文獻(xiàn)中提岀的實(shí)現(xiàn)方法和已完成 的實(shí)驗(yàn)，利用vc+的動(dòng)態(tài)鏈接庫(kù)對(duì)基本不精確推理方法進(jìn)行了通用性擴(kuò)展 和算法封裝，探討了經(jīng)典方法的實(shí)際應(yīng)用問(wèn)題。在基本方法分析和應(yīng)用分析的基礎(chǔ)上，綜合運(yùn)用asp和jsp語(yǔ)言，以 模糊推理和模糊匹配原理為基礎(chǔ)，在dreamweaver mx 2004的開(kāi)發(fā)環(huán)境中 設(shè)計(jì)并編寫(xiě)了導(dǎo)彈故障診斷系統(tǒng)的推理機(jī)程序。經(jīng)過(guò)調(diào)試及局域網(wǎng)環(huán)境測(cè) 試，系統(tǒng)能夠?qū)?shù)據(jù)庫(kù)中的相關(guān)內(nèi)容進(jìn)行模糊識(shí)別，并

5、且能夠模糊推理出正 確的結(jié)果。關(guān)鍵詞不精確推理；推理機(jī)；故障診斷；模糊匹配哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文abstractwith the development of modern production and improvement of science and technique, the function of modern devices has been more and more complicated. if failures happened, it would lead to serious damage and even economic loss without find

6、ing and disposing failures rapidly and exactly. to reduce the negative effect of such failures, it not only requires people with high technique, but also requires more exact and intelligent modern diagnosis devices. so the researches of reasoning machine based on artificial intelligence become more

7、and more important. recent years, the research of uncertainty reasoning as the core of artificial intelligence reasoning machine has been continuous developed and innovated this thesis expounds the basic concepts of uncertainty reasoning and chiefly illustrates the main pointthe research of uncertai

8、nty reasoning algorithms, including probability reasoning, evidence reasoning and fuzzy reasoning it analyzes these uncertainty reasoning methods and simulate their characteristics on matlab. these classical uncertainty reasoning algorithms has been validated and simulated, and the simulation result

9、s show the restrictions and proper conditions when using these algorithms to design uncertainty reasoning machines, which provides basic theories and experimental evidences for uncertainty reasoning. according to the literature and experiments of uncertainty reasoning methods, the thesis takes use o

10、f visual c+ to program the algorithms with dll and extends the access in reasoning system and discusses the extended application.then, a reasoning machine of missile fault diagnosis system has been designed and programmed in the dreamweaver mx 2004 development with asp and jsp programming language,

11、based on the fuzzy reasoning and fuzzy matching principle. the system can identify the related knowledge in the database with fuzzy theory and reasoning the correct results in lan.keywords uncertainty reasoning; reasoning machine; fault diagnosis; fuzzy matching哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文目錄摘要iabstractii第1章緒論11不

12、精確推理的基本概念11.1.1概率推理21.1.2證據(jù)推理31.1.3 41.1.4四種理論模型的比較分析41.2國(guó)內(nèi)外研究現(xiàn)狀71.3課題的背景、目的和意義91.4主要研究?jī)?nèi)容101.5本文的結(jié)構(gòu)11第2章基于概率推理的不精確推理方法研究122概率推理概述122.1.1確定性理論122.1.2主觀(guān)貝葉斯理論142.2基于概率推理的不精確推理方法研究182.2.1 一般不精確推理算法模型18<2»»2 吊（0卩11"vi推理算法研九 12.2.3主觀(guān)貝葉斯理論推理算法研究212.3仿真實(shí)驗(yàn)與分析222.3.1確定性理論仿真試驗(yàn)及分析222.3.2主觀(guān)貝葉斯理

13、論仿真實(shí)驗(yàn)及分析26*丄丫丄纟8第3章基于證據(jù)推理的不精確推理方法研究293證據(jù)推理概述293.2基于證據(jù)推理的不精確推理方法研究333.3仿真實(shí)驗(yàn)與分析363.4本章小結(jié)39第4章基于模糊推理的不精確推理方法研究41哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文4.1模糊推理概述414.2基于診斷知識(shí)的模糊描述414.3模糊可信度的計(jì)算444字符串的模糊匹配原理 “4.5本章小纟吉48第5章不精確推理方法應(yīng)用分析505不精確推理方法的模型分析505.2不精確推理的數(shù)據(jù)預(yù)處理515.3不精確推理的算法封裝535.3.1動(dòng)態(tài)鏈接庫(kù)概述545.3.2動(dòng)態(tài)鏈接庫(kù)的實(shí)現(xiàn)方法545.3.3不精確推理封裝算法的實(shí)現(xiàn)555

14、.4模糊推理的應(yīng)用分析585.4.1模糊推理機(jī)的總體設(shè)計(jì)方案585.4.2模糊推理機(jī)的實(shí)現(xiàn)605.5不精確推理機(jī)在故障診斷中的應(yīng)用展望625.5.1不精確推理機(jī)進(jìn)行故障診斷的優(yōu)勢(shì)625.5.2不精確推理機(jī)在故障診斷中的應(yīng)用635.6本章小結(jié)63結(jié)論64參考文獻(xiàn)65攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文69哈爾濱工業(yè)大學(xué)碩士學(xué)位論文原創(chuàng)性聲明70哈爾濱工業(yè)大學(xué)碩士學(xué)位論文使用授權(quán)書(shū)70哈爾濱工業(yè)大學(xué)碩士學(xué)位涉密論文管理70致謝71哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文第1章緒論1.1不精確推理的基本概念從認(rèn)識(shí)論的角度來(lái)看，人類(lèi)認(rèn)識(shí)客觀(guān)世界的認(rèn)識(shí)論，實(shí)質(zhì)上是一種對(duì)客觀(guān) 存在的反映，客觀(guān)世界的不確定性決定了人類(lèi)認(rèn)識(shí)的不

15、確定性。以圖11左側(cè) 圖為例，有人看到的是一個(gè)少女，而有些人看到的則是一個(gè)老婦人。這是因?yàn)?視覺(jué)對(duì)圖像的不同部位注意程度有差異，注意整體還是注意局部，使得人們對(duì) 相同的事物看到不同的結(jié)果。只注意到頭發(fā)和衣領(lǐng)間的局部，可把它看成少女 的側(cè)面；而如果將少女的下巴部位看成是鼻子，少女的項(xiàng)鏈部位看成是嘴，就 變成了一幅老婦人的畫(huà)像。這就是視覺(jué)的不確定性。視覺(jué)述會(huì)有錯(cuò)覺(jué)。對(duì)于圖 1-1右側(cè)的圖，人們會(huì)認(rèn)為小圓內(nèi)部的圓比大圓內(nèi)部的圓要大，而實(shí)際上它們 一樣大。背景的干擾使得人們產(chǎn)生了錯(cuò)覺(jué)。眼睛還會(huì)因?yàn)楣庹?、角度、色彩?運(yùn)動(dòng)等諸多因素的影響而產(chǎn)生幻覺(jué)?？梢钥闯?，不確定性是客觀(guān)存在，這種 客觀(guān)存在使它受到科

16、學(xué)家們的廣泛關(guān)注和重視。圖視覺(jué)感知的不確定性和錯(cuò)覺(jué)在許多專(zhuān)業(yè)領(lǐng)域中，如經(jīng)濟(jì)分析、醫(yī)療診斷、人口預(yù)測(cè)、氣象預(yù)報(bào)、礦產(chǎn) 勘探、故障檢測(cè)、軍事指揮等，系統(tǒng)在進(jìn)行分析預(yù)測(cè)時(shí)，可利用的證據(jù)和知識(shí) 往往是不確定的，傳統(tǒng)的邏輯難以對(duì)這些不確定性知識(shí)進(jìn)行推理并做出判斷， 參考同樣情況下的人類(lèi)的思維卻能有效的處理這類(lèi)知識(shí)。因而出現(xiàn)了利用不確 定性的知識(shí)解決問(wèn)題的不精確推理的理論。所謂不精確推理就是在“公理"（如領(lǐng)域?qū)＜医o出的規(guī)則強(qiáng)度和用戶(hù)給岀的 原始證據(jù)的不確定性）的基礎(chǔ)上，定義一組函數(shù)，求出“定理"（非原始數(shù)據(jù)的 命題）的不確定性的度量。也就是說(shuō)，根據(jù)原始證據(jù)的不確定性和知識(shí)的不確 定性，

17、求出結(jié)論的不確定性。哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文在研制和開(kāi)發(fā)專(zhuān)家系統(tǒng)的實(shí)際過(guò)程中，領(lǐng)域?qū)＜业闹R(shí)和我們要處理的信 息往往是不確定的、不精確的、不完全知道的，甚至是模糊的、不完備的、彼 此不一致的和時(shí)變的。因此，為了要把這些不確定的知識(shí)表示在專(zhuān)家系統(tǒng) 屮，并且能用這些形式化了的不確定的知識(shí)進(jìn)行判斷、推理和決策，除了要研 究不確定和不精確知識(shí)的表示方法外，還要探討不精確的推理方法。在客觀(guān)世 界中，有很多事實(shí)是不確定的，而事實(shí)與結(jié)論之間也不是必然的因果關(guān)系，它 們是一個(gè)模糊集合?？梢哉f(shuō)，專(zhuān)家系統(tǒng)設(shè)計(jì)屮不精確推理的使用，幾乎是難 于避免的，成為一個(gè)涉及到專(zhuān)家系統(tǒng)設(shè)計(jì)成敗的重要問(wèn)題。因此，不確定推理

18、模型是專(zhuān)家系統(tǒng)的一個(gè)核心研究?jī)?nèi)容?，F(xiàn)在，人們提出的不精確推理模型可以說(shuō)是不計(jì)其數(shù)，其中有代表性的方 法主要有以下三種方法：概率推理、證據(jù)理論和模糊理論45678o下面將討 論這三種方法并分析它們各自的特點(diǎn)以及它們之間的相互關(guān)系。1.1.1概率推理人們根據(jù)不確定性信息作出推理和決策需要對(duì)各種結(jié)論的概率作出估計(jì)， 這類(lèi)推理稱(chēng)為概率推理。概率推理主要包括確定性理論和主觀(guān)貝葉斯理論， 這一領(lǐng)域的探討對(duì)揭示人們對(duì)概率信息的認(rèn)知加工過(guò)程與規(guī)律、指導(dǎo)人們進(jìn)行 有效的學(xué)習(xí)和判斷決策都具有十分重要的理論意義和實(shí)踐意義。1.1.1.1確定性理論 確定性理論(confirmation theory)是由肖特里菲 (

19、e.h.shortliffe)等人提出的一種不精確推理模型，并于1976年首次在血液病 診斷專(zhuān)家系統(tǒng)mycin中得到了成功應(yīng)用口叭 在確定性理論中，確定性是用可 信度來(lái)表示的，因此又稱(chēng)為可信度方法(即confirmation模型)。它是不精確 推理中使用最早、最簡(jiǎn)單且又十分有效的一種推理方法。目前，有許多成功的 專(zhuān)家系統(tǒng)都是基于這一方法建立起來(lái)的。heckerman針對(duì)mycin的不確定推理模型，給岀了順序組合運(yùn)算和平行 組合運(yùn)算應(yīng)滿(mǎn)足的公理。driankov針對(duì)置信區(qū)間表示的不確定性度量，給出了 “與j “或”、“非”組合以及順序組合、平行組合等五個(gè)運(yùn)算應(yīng)滿(mǎn)足的公理。王 中康教授也針對(duì)myd

20、n的不確定推理模型，給出了傳播運(yùn)算應(yīng)滿(mǎn)足的一些描 述性的條件。所有以上這些工作都是針對(duì)某種特殊情況進(jìn)行抽象的。確定性理論通過(guò)對(duì)給定規(guī)則下的數(shù)據(jù)計(jì)算，給出確定性因子的結(jié)果，即確 定性理論的推理結(jié)果。該方法比較簡(jiǎn)單、肓觀(guān)，易于掌握和使用。但是，對(duì)于 其它復(fù)雜的系統(tǒng)來(lái)說(shuō)，如果不精確推理鏈過(guò)長(zhǎng)或推理順序經(jīng)常改變時(shí)，該算法哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文可能會(huì)引起傳遞誤差的增加，導(dǎo)致推理結(jié)果不準(zhǔn)確。因此，該方法適用于不精 確推理鏈較短且推理順序不易改變的情況。1.1.1.2主觀(guān)貝葉斯理論 主觀(guān)貝葉斯方法是由杜達(dá)(r.o.duda)等人于1976 年提出的一種不精確推理模型，并成功地運(yùn)用于地礦勘探專(zhuān)家系統(tǒng)

21、prospector中。它使用概率分布來(lái)處理不確定性問(wèn)題。主觀(guān)貝葉斯理論是基于貝葉斯規(guī)則的計(jì)算方法，具有公理基礎(chǔ)和易于理 解的數(shù)學(xué)性質(zhì)。它提供了兩個(gè)規(guī)則強(qiáng)度，恰當(dāng)?shù)靥幚砹俗C據(jù)存在和不存在兩 種情況對(duì)假設(shè)的影響，該方法應(yīng)用分段線(xiàn)性插值方法較好地處理了主觀(guān)概率 的數(shù)學(xué)不一致性。不過(guò)，在一個(gè)大型專(zhuān)家系統(tǒng)屮，要求所有假設(shè)的概率都是 獨(dú)立的是不可能的巾。此外，在系統(tǒng)中增加或刪除一個(gè)假設(shè)時(shí)，為了保證系 統(tǒng)的相關(guān)性和一致性，還必須重新計(jì)算所有概率，計(jì)算量也會(huì)大大增加。貝葉斯網(wǎng)絡(luò)又稱(chēng)為信度網(wǎng)絡(luò)(belief networks),是bayes方法的擴(kuò) 展，也是目前不確定知識(shí)表達(dá)和推理領(lǐng)域最有效的理論模型之一,2

22、j l，5jo從 1988年由pearl提出后口叫 已經(jīng)成為近十幾年來(lái)研究的熱點(diǎn)。貝葉斯網(wǎng)絡(luò)是一 種基于網(wǎng)絡(luò)結(jié)構(gòu)的有向圖解描述】7，是人工智能、概率理論、圖論、決策分 析相結(jié)合的產(chǎn)物，適用于表達(dá)和分析不確定性和概率性的事物，應(yīng)用于有條 件地依賴(lài)多種控制因素的決策i罔，可以從不完全、不精確或不確定的知識(shí)或 信息中做出推理。20世紀(jì)90年代，有效的推理和學(xué)習(xí)算法大大推動(dòng)了貝葉斯 網(wǎng)絡(luò)i的發(fā)展和應(yīng)用，首先在專(zhuān)家系統(tǒng)得到了廣泛的應(yīng)用。隨著可以商業(yè)應(yīng) 用的貝葉斯網(wǎng)絡(luò)分析軟件的產(chǎn)牛，貝葉斯網(wǎng)絡(luò)得到了推廣，在很多領(lǐng)域取得 了廣泛的應(yīng)用，成為概率知識(shí)表達(dá)的最強(qiáng)有力的工具之一,同時(shí)也成為研 究的熱點(diǎn)問(wèn)題之一。1

23、.1.2證據(jù)推理證據(jù)理論是由dempster首先提出，并由shafer進(jìn)一步發(fā)展起來(lái)的一種處 理不確定性的理論，因此又稱(chēng)為dempster-shafer理論?？捎脕?lái)處理由不知 道而引起的不精確性，而且不必事先給擊知識(shí)的先驗(yàn)概率。證據(jù)理論滿(mǎn)足比概 率論弱的公理，能夠區(qū)分“不確定”與“不知道”的差異，并能處理由“不知道”引 起的不確定性，當(dāng)概率值為己知時(shí)，證據(jù)理論就變成了概率論。所以證據(jù)理論 有時(shí)也被稱(chēng)為廣義概率論。該理論提出的初期并沒(méi)有引起人們的重視，直到80年代barnett. friedman等人將這個(gè)方法應(yīng)用于專(zhuān)家系統(tǒng)，才認(rèn)識(shí)到它具有利用證據(jù)的積累可 以縮小假哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文

24、設(shè)置信區(qū)間的重要優(yōu)點(diǎn)，從此受到人們的重視。證據(jù)理論是在主觀(guān)貝葉斯理論 的基礎(chǔ)上進(jìn)行了推廣。對(duì)于復(fù)雜的系統(tǒng)，一般情況下規(guī)則都是合成的，證據(jù)理論可以完成這類(lèi)不精確推理，處理不知道和 不確定之間的關(guān)系，依靠證據(jù)的積累縮小置信區(qū)間。不過(guò)由于證據(jù)理論在數(shù)值 上缺乏穩(wěn)定性，一個(gè)很小的變化會(huì)導(dǎo)致很大的誤差，并且要求系統(tǒng)的數(shù)據(jù)要互 相獨(dú)立。1.1.3模糊推理zadeh在1965年首先提出了模糊集合理論，1978年又將他的模糊集合理 論應(yīng)用到近似推理方面,形成了可能性理論"i （possibility theory） o可能性 理論的基本思想是要確定諸如可能性、可能性分布、可能性分布函數(shù)、條件可 能性

25、分布函數(shù)、邊緣可能性分布函數(shù)等測(cè)度以及它們之間的關(guān)系。同時(shí)，還要 確定各種模糊命題的轉(zhuǎn)換規(guī)則和不確定命題的推理規(guī)則等。模糊推理的理論基礎(chǔ)是可能性理論以及在此基礎(chǔ)上發(fā)展起來(lái)的模糊邏輯， 它的算法形式靈活，根據(jù)不同的問(wèn)題形式可進(jìn)行有針對(duì)性的處理，模糊推理算 法廣泛應(yīng)用于詞匯識(shí)別等應(yīng)用領(lǐng)域。1.1.4四種理論模型的比較分析（1）不精確推理模型分別從不同的觀(guān)點(diǎn)來(lái)處理不確定性。其中，在確定性理論中，不確定性是證實(shí)（或支持）的程度；在主觀(guān) bayes方法中，不確定性看作是概率；在證據(jù)理論中，不確定性看作是可信 度，而在模糊集理論中，不確定性看作是集合的隸屬度。在主觀(guān)bayes方 法、證據(jù)理論和模糊集理論屮

26、，實(shí)體的不確定性由區(qū)間0, 1屮的一個(gè)數(shù)值來(lái) 確定，而在確定性理論中，范圍則是卜1，1。主觀(guān)bayes方法和確定性理論都只用了一個(gè)數(shù)值來(lái)表示不確定性，即主觀(guān) bayes方法采用主觀(guān)概率（先驗(yàn)可能性），確定性理論采用可信度。在一般情 況下，用一個(gè)數(shù)值來(lái)表示知識(shí)的不確定性，反映不出對(duì)知識(shí)的不知道信息，而 證據(jù)理論是采用兩個(gè)數(shù)值來(lái)描述知識(shí)的不確定性，所以就不存在上述缺點(diǎn)。在 主觀(guān)bayes方法中，先驗(yàn)概率由專(zhuān)家給出，當(dāng)在沒(méi)有任何證據(jù)的情況下，專(zhuān)家 可能非常不愿意給出，特別在涉及一些不常出現(xiàn)但卻是非常重要的事件時(shí)更會(huì) 如此。確定性理論從這方面可以在一定程度上適應(yīng)這種實(shí)際情況。（2）不精確推理模型是按什

27、么方式以獲得不確定值以及如何處理這些不確定哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文值的方法都是不相同的。不確定性在推理網(wǎng)絡(luò)中傳播時(shí)，對(duì)每一個(gè)證據(jù)s要求一個(gè)不確定值，這 些值按一定的方式進(jìn)行處理以獲得假設(shè)d的不確定值。在bayes方法中，不確定值(即先驗(yàn)概率)可由統(tǒng)計(jì)分析得到(如頻率分 析)，給出一個(gè)足夠大的樣本空間，對(duì)一個(gè)證據(jù)，所有的觀(guān)察者都能得出基本 上一樣的不確定性值如。因此，這些不確定值可以認(rèn)為是客觀(guān)的。主觀(guān)的方法 也可用來(lái)獲得概率，例如，可以采用專(zhuān)家的估計(jì)。其它三種模型都沒(méi)有定義的 很好的客觀(guān)方法來(lái)獲得不確定值，它們都是由主觀(guān)方法來(lái)確定的。每個(gè)證據(jù)的不確定值可以事先獲得并存儲(chǔ)在系統(tǒng)屮，或者在需要

28、時(shí)提供給 系統(tǒng)。在bayes演算中，不確定值(即先驗(yàn)概率)一般是由系統(tǒng)事先獲得并存 儲(chǔ)的，在其它三種演算方法中，不確定值是與證據(jù)一起提供的：在證據(jù)理論 中，與每個(gè)證據(jù)一起提供一個(gè)基本概率分配函數(shù)(bpa),在模糊集理論中， 每個(gè)證據(jù)都帶有一個(gè)隸屬度，在確定性理論屮對(duì)每個(gè)證據(jù)提供一個(gè)確定性因子 cfo(3) 不精確推理模型區(qū)分不知道和不確定的方法也是各不相同的。在主觀(guān)bayes方法屮，表達(dá)“不知道”是困難的，因?yàn)槊總€(gè)實(shí)體都必須賦給 一個(gè)概率。一個(gè)可能的方法是給所有事件賦給一個(gè)相等的概率來(lái)表達(dá)“不知 道"，但這種方法也有困難；另一種可能的方法是使用無(wú)論什么知識(shí)對(duì)得到“合 理'，賦

29、值都是有效的，例如假定事件山有先驗(yàn)概率p (di) =0.6, d2有先驗(yàn)概 率p (d2)=0.4,此吋在觀(guān)察s下的條件概率p (di|s)和p (d2|s)都是不知 道，則賦值p (di|s) =0.6, p (d2|s) =0.4,這看上去是合理的，但這又無(wú)法 區(qū)分這是任意賦的值，還是實(shí)際上的條件概率值。在證據(jù)理論中，用給大子集賦給信任值的方法來(lái)表示不知道，即給出更多 的知識(shí)，信任值分派給更小的子集，甚至是單元素集合，另外，信任區(qū)間的大 小也可以反映不知道的程度。在確定性理論中，確定性因子為零可用來(lái)表示不 知道，但這不能與證實(shí)相等的情況相區(qū)別。(4) 不精確推理模型采用的推理方法不完全相

30、同。確定性理論，主觀(guān)bayes方法和證據(jù)理論采用的都是基于概率理論的似然 推理方法，而模糊集理論采用的是近似推理即模糊推理的方法。(5) 不精確推理模型的計(jì)算復(fù)雜度也不完全相同。主觀(guān)bayes方法具有指數(shù)信息復(fù)雜度，證據(jù)理論具有信息和時(shí)間兩方面的 指數(shù)復(fù)雜度，而確定性理論和模糊集理論在信息和時(shí)間兩方面都僅具有線(xiàn)性復(fù) 雜度。哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文(6) 確定性理論、主觀(guān)bayes方法及證據(jù)理論這三種不精確推理的理論基礎(chǔ) 是概率論。概率淪是研究和處理隨機(jī)現(xiàn)象的好方法。概率方法可以表示信任 程度，但無(wú)法表示已知程度，要求先驗(yàn)概率，并有獨(dú)立性條件。與概率論相 比，模糊集理論對(duì)模糊事件、模糊量詞

31、顯得得心應(yīng)手，是研究和處理模糊現(xiàn)象 的好方法。它用模糊邏輯作為表示不確定知識(shí)的模式，對(duì)不確定性的處理并不 企圖給出確定的、完全的解決方法，但它能夠解決基于概率的方法中的一些不 能有效處理或不能正確處理的問(wèn)題。通過(guò)前面的分析比較可得出不精確推理模型的各自特點(diǎn)以及它們的相同和 不同之處。為了對(duì)這些不精確推理模型有一個(gè)全面而簡(jiǎn)明的了解，可將這四種 不精確推理模型的性能比較結(jié)果列于表l-lo表1-1四種理論模型的性能比較分析確定性理論主觀(guān)貝葉斯理論證據(jù)理論可能性理論提出者e. h. shortliffcr. 0. dudaa.dempsterzadch產(chǎn)生時(shí)間1975197619811978引起不確定

32、的 原因隨機(jī)現(xiàn)彖隨機(jī)現(xiàn)象隨機(jī)和不確切現(xiàn)象模糊現(xiàn)象適于處理的不 確定類(lèi)型概率概率概率和模糊模糊處理不確定的用可信度刻劃的用先驗(yàn)可能性的用確定性cer的數(shù)用隸屬函數(shù)方法數(shù)值計(jì)算數(shù)值計(jì)算值計(jì)算的數(shù)值計(jì)算不確定性的給 定方法主觀(guān)主、客觀(guān)主觀(guān)主觀(guān)推理方法似然推理似然推理似然推理近似推理能否區(qū)別不確 定和不知道困難困難可以可以不確定性的表 現(xiàn)形式支持程度-1，1概率0, 1可信度0, 1隸屬度0,1計(jì)算復(fù)雜度線(xiàn)性信息、時(shí)間指數(shù)信息指數(shù)信息、時(shí)間線(xiàn)性信息、復(fù)雜度復(fù)雜度復(fù)雜度吋間復(fù)雜度哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文1.2國(guó)內(nèi)外研究現(xiàn)狀人工智能是近30多年來(lái)計(jì)算機(jī)科學(xué)的一個(gè)重要的研究領(lǐng)域，受到各個(gè)方 面科學(xué)家的

33、廣泛重視。而人工智能屮的推理研究又是最為活躍的研究方向z 一。計(jì)算機(jī)的設(shè)計(jì)基于“非此即彼"的經(jīng)典邏輯，本質(zhì)上是采用演繹推理的功 能，這種推理是一種“保真''的推理。而真正模擬人的思維活動(dòng)的智能計(jì)算機(jī)， 都是實(shí)現(xiàn)某種“合情'的推理，因此它是一種近似的推理。這樣，就需要研究某 種具有“非單調(diào)討生和“非協(xié)調(diào),，性，即具有某種“容錯(cuò)討生，部分地描寫(xiě)了思維過(guò) 程的不確定性的推理0。人工智能的整個(gè)發(fā)展過(guò)程就是伴隨著不精確推理的研 究過(guò)程。自1956年mccarthy和minsky等人在關(guān)于機(jī)器模擬智能的學(xué)術(shù)討論會(huì)上 提出人工智能以來(lái)，科學(xué)家們對(duì)人工智能的專(zhuān)家系統(tǒng)及其推理機(jī)

34、進(jìn)行了大量的 研究和實(shí)驗(yàn)。人工智能就是研究如何使計(jì)算機(jī)去做過(guò)去只有人才能做到的智能 的工作。因此，人工智能是關(guān)于知識(shí)的科學(xué)，它要求人們?nèi)ソ鉀Q利用機(jī)器如何 表示知識(shí)，如何獲得知識(shí)，如何使用知識(shí)，如何去不斷地根據(jù)實(shí)例修止知識(shí)。 所以，知識(shí)在這里是一種常識(shí)，具有局部的和暫時(shí)的合理性，隨著時(shí)間的推 移，知識(shí)將不斷地得到修正和更新卩鐵推理可以分為演繹推理和常識(shí)推理：以嚴(yán)格的經(jīng)典邏輯為基礎(chǔ)的推理是一 種演繹推理，而常識(shí)推理木質(zhì)上是一種非演繹推理。雖然演繹推理也是一種人 類(lèi)的智能活動(dòng)，不過(guò)人工智能中的推理主要指常識(shí)推理bl演繹推理有一定抽 象的理論承諾，他所使用的概念是清晰的，對(duì)于任何人都有相同的含義，因此

35、 它是確定的；而常識(shí)推理中使用的概念是模糊的，不確定的，對(duì)于不同的人可 能會(huì)有不同的理解，具有不確定性。不確定性推理是常識(shí)推理中最為活躍的研究領(lǐng)域之一，也是計(jì)算機(jī)智能系 統(tǒng)走向?qū)嵱没囊粋€(gè)重要方而。不確定性推理有許多方法，包括：定量方法、 定性方法、以及定性與定量混合的方法0。不過(guò)不確定性推理的定量方法易于 在計(jì)算機(jī)上的到實(shí)現(xiàn)，所以現(xiàn)在廣泛采用這一方法。它是對(duì)不確定信息的表示 和度量。不同的信息表示與度量方法即構(gòu)成不同的不確定性推理。目前常用的 方法有基于概率推理的方法，基于證據(jù)理論的方法和基于模糊推理的方法。不精確推理方法在故障診斷技術(shù)領(lǐng)域的應(yīng)用比較成熟。在診斷系統(tǒng)設(shè)計(jì)之 前，首先必須對(duì)被診

36、斷對(duì)象有一個(gè)充分的了解，而且無(wú)論釆用何種技術(shù)，診斷 系統(tǒng)的設(shè)計(jì)總是建立在專(zhuān)家知識(shí)的基礎(chǔ)之上，以知識(shí)作為指導(dǎo)。神經(jīng)網(wǎng)絡(luò)能夠哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文通過(guò)自身的學(xué)習(xí)了解被學(xué)習(xí)對(duì)象，能夠進(jìn)一步描述對(duì)象的結(jié)構(gòu)、參數(shù)和特性， 尤其是對(duì)一些不確定對(duì)象和非線(xiàn)性對(duì)象能夠給出合理的和準(zhǔn)確的描述，因而神 經(jīng)網(wǎng)絡(luò)系統(tǒng)也被廣泛地應(yīng)用在故障診斷這樣的智能應(yīng)用領(lǐng)域。研究較多且比較 成熟的技術(shù)有觀(guān)測(cè)器技術(shù)、小波變換技術(shù)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)及專(zhuān)家系統(tǒng)技術(shù) 等?；谥饔^(guān)貝葉斯方法的貝葉斯網(wǎng)絡(luò)作為一種重要的應(yīng)用概率推理模型，于 1986年由pearl提出，該網(wǎng)絡(luò)使用概率理論來(lái)處理知識(shí)的不確定性，提供了一 種將知識(shí)直覺(jué)地圖解可視

37、化的方法，是一種新的知識(shí)表示模型和推理方法。在 貝葉斯網(wǎng)絡(luò)推理中，主要有因果推理和診斷推理兩種推理方式。經(jīng)過(guò)十幾年的發(fā)展，貝葉斯網(wǎng)絡(luò)廣泛應(yīng)用于診斷與故障檢測(cè)、醫(yī)療診斷、 交通管理、軍事目標(biāo)自動(dòng)識(shí)別、數(shù)據(jù)挖掘、作戰(zhàn)意圖自動(dòng)估計(jì)、信息融合等方 面。已成為不精確知識(shí)表達(dá)與推理領(lǐng)域研究的熱點(diǎn)。值得一提的是ibm watson研究所的茨威格博士(geoffrey zweig)和西雅 圖華盛頓大學(xué)的比爾默(jeff bilmcs)教授完成了一個(gè)通用的貝葉斯網(wǎng)絡(luò)的工 具包，提供給對(duì)貝葉斯網(wǎng)絡(luò)有興趣的研究者。貝葉斯網(wǎng)絡(luò)在圖像處理、文字處 理、支持決策等方面有很多應(yīng)用。在文字處理方面，語(yǔ)義相近的詞之間的關(guān)系 可

38、以用一個(gè)貝葉斯網(wǎng)絡(luò)來(lái)描述。我們利用貝葉斯網(wǎng)絡(luò)，可以找出近義詞和相關(guān) 的詞，在google搜索和google廣告屮都有直接的應(yīng)用。證據(jù)理論目前應(yīng)用領(lǐng)域主要在決策、預(yù)測(cè)、人工智能和專(zhuān)家系統(tǒng)等。并且 基于證據(jù)理論的重要優(yōu)點(diǎn)，很多研究者乂將其應(yīng)用于遙感、醫(yī)療診斷、模式識(shí) 別和分類(lèi)等領(lǐng)域。國(guó)內(nèi)從八、九十年代開(kāi)始對(duì)證據(jù)理論進(jìn)行理論和應(yīng)用初探， 積累了一定的成果，其應(yīng)用主要集中在工業(yè)故障診斷、模式識(shí)別和專(zhuān)家系統(tǒng) 等。該理論的局限性是在應(yīng)用時(shí)往往得到與肓覺(jué)相悖的結(jié)果，yager率先發(fā)現(xiàn) 沖突證據(jù)組合吋產(chǎn)生的問(wèn)題，并提出將沖突信息部分歸結(jié)為未知以減小沖突， dubois則進(jìn)一步提岀組合中的沖突應(yīng)適當(dāng)予以保留；此

39、后的學(xué)者不斷進(jìn)行改 進(jìn)，比較一致的看法是使用“距離”衡量證據(jù)的相似度以緩解沖突絢；劃分子集 區(qū)別對(duì)待；采用優(yōu)先級(jí)/加權(quán)組合思想和增加的可調(diào)節(jié)能力使融合結(jié)果更具有 靈活性，便于融入人類(lèi)經(jīng)驗(yàn)。模糊理論隨著模糊數(shù)學(xué)的發(fā)展，已在非常廣泛的領(lǐng)域得到了成功的應(yīng)用。 在模式識(shí)別領(lǐng)域中，模糊理論用于模式識(shí)別，其特點(diǎn)是與神經(jīng)元網(wǎng)絡(luò)及人工猶 能技術(shù)的緊密結(jié)合?；谌斯ど窠?jīng)元網(wǎng)絡(luò)對(duì)工程圖紙標(biāo)注符號(hào)識(shí)別的方法，采 用bp算法來(lái)實(shí)現(xiàn)，基本思想是根據(jù)網(wǎng)絡(luò)的輸出誤差，從輸出層開(kāi)始，反過(guò)來(lái)哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文逐層調(diào)整網(wǎng)絡(luò)的權(quán)值，最終使得輸出均方誤差最小。此外，模糊命題、模糊邏 輯理論與人工智能、知識(shí)工程的結(jié)合已被廣

40、泛用于故障診斷。不僅如此，模糊 系統(tǒng)理論在多層次綜合評(píng)判及決策、工程預(yù)測(cè)和估算以及機(jī)械工程領(lǐng)域也有深 遠(yuǎn)影響26】。模糊系統(tǒng)理論也存在許多潛在的應(yīng)用領(lǐng)域：在機(jī)械制造中的金屬切 削加工領(lǐng)域及材料科學(xué)與工程領(lǐng)域如現(xiàn)在方興未艾的材料設(shè)計(jì)、材料制備合成 及材料性能的評(píng)價(jià)等領(lǐng)域，均存在多層次的模糊性和復(fù)雜性。課題的背景、目 的和意義1.3課題的背景、目的和意義隨著現(xiàn)代化大生產(chǎn)的發(fā)展和科學(xué)技術(shù)的進(jìn)步，現(xiàn)代設(shè)備的功能越來(lái)越完 善，自動(dòng)化程度越來(lái)越高，結(jié)構(gòu)也越來(lái)越復(fù)雜。由于許多無(wú)法避免的因素的影 響，設(shè)備會(huì)出現(xiàn)各種故障，以致降低或失去其預(yù)定的功能，甚至造成嚴(yán)重的以 致災(zāi)難性的事故，國(guó)內(nèi)外曾經(jīng)發(fā)生的各種空難、海

41、難、爆炸、斷裂、泄漏等惡 性事故，產(chǎn)生了嚴(yán)重的社會(huì)影響。即使是日常生產(chǎn)中的事故也會(huì)因生產(chǎn)過(guò)程不 能正常運(yùn)行或機(jī)器設(shè)備損壞而造成巨大的經(jīng)濟(jì)損失。目前，故障定位基本上是采用基于常識(shí)推理的專(zhuān)家系統(tǒng)技術(shù)，建立在不精 確推理的理論基礎(chǔ)上。不精確推理技術(shù)在故障診斷推理機(jī)制的開(kāi)發(fā)和應(yīng)用中， 起著十分重要的作用。不精確推理包括概率推理、證據(jù)推理和模糊推理三種方 法。故障診斷系統(tǒng)與一般自動(dòng)測(cè)試系統(tǒng)和故障檢測(cè)裝置的另一區(qū)別是能夠?qū)崿F(xiàn) 故障的機(jī)理分析和故障評(píng)估。可以說(shuō)，專(zhuān)家系統(tǒng)設(shè)計(jì)中不精確推理的使用，幾 乎是難于避免的，成為一個(gè)涉及到專(zhuān)家系統(tǒng)設(shè)計(jì)成敗的重要問(wèn)題。因此，不精 確推理模型是專(zhuān)家系統(tǒng)的一個(gè)核心研究課題。目

42、前所見(jiàn)報(bào)道的絕大部分研究成果幾乎都是就一個(gè)具體目標(biāo)系統(tǒng)提出一種 或若干種診斷方法并付諸實(shí)施，而尚未建立起完整的理論體系。因此無(wú)論是從 理論上，還是從工程技術(shù)的實(shí)際應(yīng)用上，該領(lǐng)域都有大量的課題有待研究。木課題來(lái)源于總裝預(yù)研項(xiàng)目。所需研究的內(nèi)容主要包括：不精確推理理論 研究、基于粗糙集的屬性約簡(jiǎn)，根據(jù)不精確推理理論完成不精確信息的收集， 利用不精確推理技術(shù)進(jìn)行故障診斷專(zhuān)家系統(tǒng)推理部分驗(yàn)證以及應(yīng)用分析。在不 精確理論和故障診斷技術(shù)飛速發(fā)展的今天，將兩者結(jié)合并進(jìn)行網(wǎng)絡(luò)化的故障診 斷可以實(shí)現(xiàn)資源的整合、優(yōu)化，這種故障診斷技術(shù)對(duì)國(guó)防現(xiàn)代化建設(shè)和我國(guó)航 天事業(yè)的發(fā)展起著重要的作用。因此，研究不精確推理方法對(duì)

43、于故障診斷技術(shù) 的發(fā)展和工程應(yīng)用都具有十分重要的意義。哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文1.4主要研究?jī)?nèi)容木文主要研究的是不精確推理的各種理論以及相關(guān)的推理算法和模型。在 進(jìn)行不精確推理前，可以對(duì)具有繁瑣而大量信息的數(shù)據(jù)進(jìn)行屬性約簡(jiǎn)，使精煉 后具有代表特征的數(shù)據(jù)進(jìn)入推理機(jī)。進(jìn)行不精確推理現(xiàn)階段比較常用的四種模 型是有：確定性理論、主觀(guān)貝葉斯理論、證據(jù)理論和可能性理論，如圖12所 示。診 斷 規(guī) 則 的 數(shù) 據(jù) 預(yù) 處 理確定性理論主觀(guān)貝葉斯理論證據(jù)理論不 精 確 推 理 應(yīng) 用 分 析可能性理論不精確推理理論呈礎(chǔ)圖12不精確推理方法研究的總體框圖木文集中討論了實(shí)現(xiàn)推理機(jī)的不精確推理方法，分別從基于

44、概率推理、基 于證據(jù)理論以及基于模糊推理論述了不精確推理的三種重要的推理方法以及其 應(yīng)用分析。首先從基于概率推理的角度，運(yùn)用公式和定理說(shuō)明了確定性理論和 主觀(guān)貝葉斯理論的概念、原理，利用matlab對(duì)導(dǎo)彈故障診斷系統(tǒng)中的部分 推理網(wǎng)絡(luò)實(shí)例進(jìn)行了仿真實(shí)驗(yàn)，并通過(guò)設(shè)計(jì)實(shí)驗(yàn)完成了基于概率推理的不精確 推理方法的使用條件和注意事項(xiàng)。然后類(lèi)似分析了論述了基于證據(jù)理論的不精 確推理方法，利用導(dǎo)彈故障診斷系統(tǒng)的部分推理網(wǎng)絡(luò)進(jìn)行了仿真實(shí)驗(yàn)，并通過(guò) 設(shè)計(jì)實(shí)驗(yàn)對(duì)比說(shuō)明了基于證據(jù)理論的主要優(yōu)勢(shì)和不足之處。本文重點(diǎn)論述了基 于模糊推理的不精確推理方法，從診斷知識(shí)的模糊描述出發(fā)，通過(guò)對(duì)模糊可信 度的計(jì)算和模糊匹配原理分

45、析，指出了專(zhuān)家系統(tǒng)廣泛應(yīng)用基于模糊推理的不精哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文確推理技術(shù)研發(fā)推理機(jī)的原因。最后從推理機(jī)設(shè)計(jì)的角度出發(fā)，先概述了不精 確推理的數(shù)據(jù)預(yù)處理方法，即基于粗糙集的屬性約簡(jiǎn)，對(duì)來(lái)自數(shù)據(jù)庫(kù)復(fù)雜而乂繁瑣的數(shù)據(jù)進(jìn)行診斷規(guī)則的 數(shù)據(jù)預(yù)處理。然后用vc+的動(dòng)態(tài)鏈接庫(kù)將上述算法加以通用性封裝，并說(shuō)明 了動(dòng)態(tài)調(diào)用程序的方法。本文還以模糊推理和模糊匹配原理為基礎(chǔ)，開(kāi)發(fā)并設(shè) 計(jì)了導(dǎo)彈故障診斷系統(tǒng)的模糊推理機(jī)，并進(jìn)行了局域測(cè)試，完成了整個(gè)導(dǎo)彈故 障診斷系統(tǒng)的最終設(shè)計(jì)。同時(shí)，展望不精確推理機(jī)在故障診斷系統(tǒng)屮的應(yīng)用， 說(shuō)明了不精確推理在實(shí)際問(wèn)題中具有明顯的優(yōu)勢(shì)，重要的研究?jī)r(jià)值和廣闊的發(fā) 展空間，不精

46、確推理的不斷發(fā)展和更新將推動(dòng)人工智能的不斷提高和拓展。1.5本文的結(jié)構(gòu)本文在第1章對(duì)國(guó)內(nèi)外現(xiàn)狀進(jìn)行分析，提出本文主要研究?jī)?nèi)容和研究方向, 介紹了不精確推理方法的基本概念和基本結(jié)構(gòu)。第2章和第3章主要介紹基于 概率推理的不精確推理方法研究，以及基于證據(jù)推理的不精確推理方法研究， 通過(guò)matlab仿真實(shí)驗(yàn)對(duì)于推理網(wǎng)絡(luò)進(jìn)行概率推理和證據(jù)推理，驗(yàn)證基本算 法的同時(shí)，提出了應(yīng)用該推理方法的使用條件和注意事項(xiàng)。第4章著重介紹了 基于模糊推理的不精確推理方法研究。首先分別從診斷知識(shí)的模糊描述、模糊 可信度計(jì)算以及字符串的模糊匹配原理角度出發(fā)，通過(guò)對(duì)導(dǎo)彈故障診斷系統(tǒng)的 部分?jǐn)?shù)據(jù)進(jìn)行推理仿真，提出了模糊匹配原理

47、的程序?qū)崿F(xiàn)方法。第5章總體分 析了不精確推理方法的應(yīng)用，首先分析總結(jié)了四種推理模型的特點(diǎn)，介紹了不 精確推理數(shù)據(jù)預(yù)處理的相關(guān)知識(shí)，指岀對(duì)于特殊要求的系統(tǒng)可以利用基于粗糙 集兩種約簡(jiǎn)方法對(duì)復(fù)雜數(shù)據(jù)進(jìn)行處理。然后將不精確推理方法用動(dòng)態(tài)鏈接庫(kù)的 形式實(shí)現(xiàn)了通用性封裝，最后通過(guò)模糊推理的不精確推理方法設(shè)計(jì)并實(shí)現(xiàn)導(dǎo)彈 故障診斷推理機(jī)，并分析了實(shí)際應(yīng)用中，模糊推理和其它不精確推理模型己成 為新一代專(zhuān)家系統(tǒng)推理模型的研究方向和熱點(diǎn)。哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文第2章基于概率推理的不精確推理方法研究2.1概率推理概述人們根據(jù)不確定性信息作出推理和決策需要對(duì)各種結(jié)論的概率作出估計(jì)， 這類(lèi)推理稱(chēng)為概率推理。概率

48、推理刃主要包括確定性理論和主觀(guān)貝葉斯理論， 確定性理論是客觀(guān)概率推算的公式或規(guī)則；貝葉斯理論是條件概率推理問(wèn)題， 這一領(lǐng)域的探討對(duì)揭示人們對(duì)概率信息的認(rèn)知加工過(guò)程與規(guī)律、指導(dǎo)人們進(jìn)行 有效的學(xué)習(xí)和判斷決策都具有十分重要的理論意義和實(shí)踐意義。在不確定性推理中使用概率推理因?yàn)橐环矫娓怕世碚摫容^成熟，另一方面 概率理論木身就是硏究隨機(jī)發(fā)牛的事件，硏究具有不確定性的現(xiàn)象。概率理論 從產(chǎn)生之日起，一種稱(chēng)為主觀(guān)概率，另一種稱(chēng)為客觀(guān)概率。主觀(guān)概率雖然反映 了人們的經(jīng)驗(yàn)，同時(shí)也具有客觀(guān)性。主觀(guān)概率反映的經(jīng)驗(yàn)和知識(shí)，可能會(huì)因人 而異；客觀(guān)概率反映了試驗(yàn)結(jié)果，可能會(huì)因不同試驗(yàn)而異。所以概率反映了一 種不確定性，概

49、率本身也具有不確定性。在不確定性推理中重要的是一種邏輯 關(guān)系，因此概率木身的不確定性不影響它在不確定性推理中的應(yīng)用，這就使得 概率推理成為不確定性推理中最早的一種方法。2.1.1確定性理論確定性理論(confkmation theory)是由肖特里菲(e.h.shortliffe)等人提 出的一種不精確推理模型，在確定性理論中，確定性是用可信度來(lái)表示，因此 又稱(chēng)為可信度方法(即cf模型)。它是不精確推理屮使用最早、最簡(jiǎn)單且又 十分有效的一種推理方法。假設(shè)知識(shí)庫(kù)中有規(guī)則：if e、and e2 and e3 . ethen h(x)其中£；(z = l,2,3,v)是證據(jù)，h可以是一個(gè)

50、或多個(gè)結(jié)論。具有此規(guī)則形 式的解釋當(dāng)證據(jù)e,e2,e“都存在吋，結(jié)論h具有x確定性因子cf。工的具 體值由領(lǐng)域?qū)＜抑饔^(guān)地給出，x的取值范圍-1, 1內(nèi)。x>q表示證據(jù)存在，增 加結(jié)論為真的確定性程度，x越大結(jié)論越真，x=l表示證據(jù)存在結(jié)論為真。相 反，x<0表示證據(jù)存在，增加結(jié)論為假的確定性程度，x越小結(jié)論越假，x-1哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文表示證據(jù)存在結(jié)論為假。x=0時(shí)，則表示證據(jù)與結(jié)論無(wú)關(guān)。例如在導(dǎo)彈故障診 斷系統(tǒng)中，有下述模型：rule 1: if顯示控制組合電路nw板等出現(xiàn)問(wèn)題(ejthen顯示控制組合按鈕不起作用(h), 0.9rule 2: if定序器組合出現(xiàn)冋題

51、(艮)then顯示控制組合按鈕不起作用(77),0.8rule 5:計(jì)算機(jī)電源組合冋題(6) and'(計(jì)算機(jī)電源組合插板血)"計(jì)算機(jī)內(nèi)部問(wèn)題(仇) then計(jì)算機(jī)組合出現(xiàn)問(wèn)題(耳)，1在rule中，顯示控制組合電路nw板等出現(xiàn)問(wèn)題對(duì)于顯示控制組合按鈕 不起作用的支持度x=0.9,說(shuō)明顯示控制組合電路nw板等出現(xiàn)問(wèn)題增加了結(jié) 論為真的確定性程度；在rule!中，定序器組合出現(xiàn)問(wèn)題對(duì)于顯示控制組合按 鈕不起作用的支持度兀=-0.8,這說(shuō)明定序器組合出現(xiàn)問(wèn)題增加結(jié)論為假的確 定性程度；在rulei中，計(jì)算機(jī)電源組合問(wèn)題與計(jì)算機(jī)電源組合插板及計(jì)算機(jī) 內(nèi)部問(wèn)題對(duì)于計(jì)算機(jī)組合出現(xiàn)問(wèn)題的

52、支持度為兀=1,這表明結(jié)論為真。已知結(jié)論h的先驗(yàn)概率p (/)和條件概率卩(碑),在確定性理論(c f)模型中，把可信度因子cf (h, e)定義為：cf(h, e) = mb(h, e) md(h, £)(2-1)其中，mb稱(chēng)為信任增長(zhǎng)度，它表示因?yàn)榕c前提e匹配的證據(jù)的出現(xiàn)，使 結(jié)論h為真的信任增長(zhǎng)度；md稱(chēng)為不信任增長(zhǎng)度，它表示因?yàn)榕ch匹配的 證據(jù)的出現(xiàn)，對(duì)h的不信任增長(zhǎng)度。分別定義如下：a1, p(h) = g(2-2)(2-3)md=0 ；當(dāng) 不可能同吋mb(h, e)hmaxp(h|e), p(h)p(h),卩)f, 7 豐 4吊 1,p(h) = 0 mdh e) = :

53、 nunf(h| 鬻彳屮)申)，砂)工 °：vt可以看出，m3與具有互斥性，當(dāng)mb(h, e) > 0時(shí)，md(h, e) >0 dt, mb=0.他們的互斥性表明對(duì)于同一個(gè)證據(jù)e, 既增加對(duì)h的信任長(zhǎng)度，又增加對(duì)h的不信任長(zhǎng)度，即不可能因?yàn)樽C據(jù)e的 出現(xiàn)，既使 p(h | e) > p(h),又使p(h | e) < p(h) o根據(jù)對(duì)mb (h, e)和md (h, e)的互斥性，可得cf (h, e)的計(jì)算哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文公式:糸mb(h, e)-0= p(h e)p(h),旳 | £) >旳)cf(h, e) = ：0(2

54、-4)(2-5)若對(duì)于同一證據(jù)有n個(gè)互不相容的假設(shè)hj(i = l,2,3,.),則2cf(/; | £) < 1僅當(dāng)證據(jù)e在邏輯上蘊(yùn)含某個(gè)假設(shè)盡時(shí)，上式(25)的等式才成 立。根據(jù)cf (h, e) , mb (h, £)和md (h, e)的上述定義可知他們的 值域分別為：-i<cf(h, £)<1 ； 0<mb(h, £)<1； 0<md(h, £)<1。關(guān)于 他們的取值討論如下：1) 若p(he) = l ,即證據(jù)e為真則假設(shè)h為真時(shí)，mb(h, £) = 1, md(h, e) =

55、0,因此cf(h, e) = l；2) 若p(he) = 0 ,即證據(jù)e為真則假設(shè)h為假時(shí)，mb(h, e) = 0 ,md(h, =因此cf(h, e) = l；3) 若p(he) = p(h),即證據(jù)e對(duì)假設(shè)h沒(méi)有影響時(shí)，mb(h, e)=0 ,md(h, £) = 0,因此cf(h, e) = 0,這就是規(guī)則的單位元。4) cf(h,e)+cf(h,e)=0,可以看出證據(jù)對(duì)某個(gè)假設(shè)的成立有利，必然對(duì)該假設(shè)的不成立不利，而且兩者的影響程度相同；而在概率 中，p(he) + p(h|e) = 1。由上述討論容易知道，若cf (h, e) >0,說(shuō)明由于e所對(duì)應(yīng)的證據(jù)的出 現(xiàn)增

56、加了假設(shè)h為真的可信度，cf (h, £)越大，增加假設(shè)h為真的可信度 就越大；若cf (h, e) =0,說(shuō)明e所對(duì)應(yīng)的證據(jù)與假設(shè)h無(wú)關(guān)；若cf (h, e) <0,說(shuō)明由于e所對(duì)應(yīng)的證據(jù)的出現(xiàn)增加了假設(shè)h為假的可信度。2.1.2主觀(guān)貝葉斯理論主觀(guān)貝葉斯方法是由杜達(dá)(rq.duda)等人于1976年提出的一種不精確 推理模型，它使用概率分布來(lái)處理不確定性問(wèn)題。主觀(guān)貝葉斯理論是基于貝葉哈爾濱工業(yè)人學(xué)工學(xué)碩士學(xué)位論文斯規(guī)則的計(jì)算方法，具有公理基礎(chǔ)和易于理解的數(shù)學(xué)性質(zhì)。1)知識(shí)的不確定性表示由于直接使用bayes公式來(lái)表示不精確性時(shí)，在計(jì)算 p (he)時(shí)需要已知卩ceh),為避開(kāi)這個(gè)困難，提出了主觀(guān)bayes方法。在主觀(guān)bayes方法中， 知識(shí)是用產(chǎn)生式規(guī)則表示的，其形式為：ife then (ls, ln) h,其屮(ls,厶n丿用來(lái)表示該 知識(shí)的知識(shí)強(qiáng)度，厶n表示規(guī)則成立的充分性，厶s表示規(guī)則成立的必要性。例如 在導(dǎo)彈故障診斷系統(tǒng)中，有如下規(guī)則：rule： if顯控組合中的手輪裝置問(wèn)題