<p >阶级斗争,一些阶级胜利了,一些阶级消灭了。这就是历史,这就是几千年的文明史。拿这个观点解释历史的就叫做历史的唯物主义,站在这个观点的反面的是历史的唯心主义。</p>
<br/>
<p>《丢掉幻想,准备斗争》(一九四九年八月十四日),《毛泽东选集》第四卷第一四九一页</p>
不确定性推理
概率方法
全概率公式:
贝叶斯公式:
设有事件 - 任意两个事件互不相容,即当时。 - - 样本空间为D且
对任意事件B成立,则后验概率(事件B在事件 发生的条件下)为:
如果将全概率公式带入贝叶斯公式
经典概率方法
假设有如下产生规则
其中E为前提条件,为结论,具有随即性。那么条件概率P(|E)就表示E发生时的概率,可以用作证据E出现的条件下结论 的不确定性程度。
对于复合条件:
E也可用作条件概率P的证据结论H的不确定性。 - 这是一种很简单的方法,只能确定简单不确定性。而且它只考虑证据真和假这两种极端情况,因而其使用受限。
贝叶斯方法:
单个证据的情况
对于生产式规则:
用条件概率P(Hi|E)作为证据E出现时Hi的确定性程度根据贝叶斯公式得
多个证据的情况
多个证据并且每个证据都一等程度支持结论的情况
例题1:假设H1,H2,H3分别是三个结论,E是支持这些结论的正与,已知:


例题2:已知:


主观贝叶斯
规则不确定性
在主观贝叶斯方法中,规则的不确定性知识可以表示为:
其中(LS,LN)用来表示只是的强度。LS(充分性度量)和LN(必要性度量)
这两个参数一般由专家凭经验给出…
引入一下几率函数:
修改的贝叶斯公式:
从上述公式可以看出,当E为真时,可以通过LS将H的先验概率O(H)更新为其后验概率O(H|E) 当E为假时:可以通过LN将N的先验概率更新为其后验概率。
例:设有规则 IF E THEN (200,0.1) H 已知证据E必然发生且P(H)=0.03,求H的后验概率。

可信度方法
设有如下规则:
则H的综合可信度分为一下两步计算:
- 分别对每条规则求出其CF(H)

- 用如下公式求E1与E2对H的综合可信度

后来基于MYCIN基础上形成的EMYCIN中对上式做出如下改动:
若CF1(H)和CF2(H)异号则:
可信度方法例题:

证据理论
证据理论中四个重要函数
- 概率分配函数
- 信任函数
- 似然函数
- 类概率函数 ### 概率分配函数
定义:
则称m是的分概率配函数,m(A)成为A的基本概率 语义:m(A)标识根据当前的环境对假设集A的信任程度。
信任函数
对任意有:
Bel(A)标识当前环境下对假设集A的信任程度。
似然函数
似然函数: 对任意的A有:有:
似然函数又称上限函数,不可驳斥函数,反映对A非假的信任程度。


类概率函数
利用信任函数和四反函数可以定义A的类概率函数,并把它作为A的不确定性度量。 其中|X|代表集合中元素的个数。 类概率函数也可以用来度量证据A的不确定性。

