因果圖的兩種不精確推理探索.pdf

1、不確定性問(wèn)題作為人工智能最核心的研究任務(wù)，將不確定性問(wèn)題的求解方法大致分為兩類：一類是基于概率的方法，一類是基于非概率的方法。因果圖推理是一種概率的方法，因果圖以圖形的方式表達(dá)復(fù)雜系統(tǒng)的因果關(guān)系。由于因果圖推理中存在不確定性問(wèn)題，為了更形象的將系統(tǒng)的不確定性進(jìn)行表達(dá)，本文主要是研究因果圖的兩種不精確推理：將概率矩陣近似處理轉(zhuǎn)化為精確概率值；將求基本事件精確概率值擴(kuò)充為求區(qū)間概率。主要內(nèi)容如下：
　?。?）把一個(gè)復(fù)雜系統(tǒng)用因果圖知識(shí)

2、表達(dá)，進(jìn)行系統(tǒng)故障診斷時(shí)，用節(jié)點(diǎn)事件表示故障源，用有向邊表示因果關(guān)系。由于子變量的賦值狀態(tài)數(shù)不同，將因果圖分為單值因果圖和多值因果圖。將傳統(tǒng)因果圖推理用于多值因果圖中會(huì)出現(xiàn)概率不歸一的現(xiàn)象，因此提出一種多值因果圖的不精確推理。該推理方法是根據(jù)因果影響程度找到連接事件概率值，而該概率值是在引入了事件缺省狀態(tài)，并假設(shè)事件各狀態(tài)之間互斥的情況下求得的。根據(jù)概率矩陣中事件各狀態(tài)發(fā)生的概率找到其發(fā)生的可能性大小，再進(jìn)行概率分配，使概率滿足歸一性，

3、將多值因果圖轉(zhuǎn)化為單值因果圖。
　　（2）因果圖作為一種基于概率的知識(shí)表達(dá)方法，是對(duì)基本事件發(fā)生概率已知時(shí)進(jìn)行推導(dǎo)計(jì)算，而實(shí)際應(yīng)用中，由于數(shù)據(jù)的誤差、缺失，專家的主觀偏見(jiàn)等很難獲得精確概率值，針對(duì)此情況本文提出將精確值擴(kuò)充為區(qū)間數(shù)。根據(jù)Dempster-Shafer證據(jù)理論（簡(jiǎn)稱D-S理論），將專家知識(shí)或者系統(tǒng)數(shù)據(jù)進(jìn)行融合，通過(guò)計(jì)算得到似然函數(shù)Pls（Plausibility Function）和信任函數(shù)Bel(Belief Fu