- •Введение
- •«Горячие точки» ии (д.А. Поспелов, г.С. Осипов)
- •Основные этапы развития ис (эс)
- •Классификация эс как приложений
- •Методы обработки плохоопределенной информации в ис (эс)
- •Теоретико-вероятностные методы оперирования с неопределенностью
- •Байесовские сети доверия (Bayesian belief networks)
- •Метод субъективных коэффициентов уверенности (субъективных вероятностей)
- •Теория свидетельств Демпстера-Шефера
- •Правило объединения свидетельств
- •Вероятностная логика
- •Поиск решения в условиях неопределенности с использованием деревьев решения (др)
- •Методы обработки неопределенности в guru
- •Использование нечетких переменных
- •Обработка неопределенности лингвистического характера
- •Конструирование эс (соз)
- •Рабочее проектирование
- •Прототип эс
- •Демонстрационный прототип
- •С труктура современных инструментальных средств для разработки эс
- •Классификация инструментальных средств конструирования эс
- •Тенденции развития инструментальных средств конструирования эс
- •П риобретение знаний
- •Средства приобретения знаний
- •Методы психосемантики
Метод субъективных коэффициентов уверенности (субъективных вероятностей)
MYCIN
M
д(H,E)
=
Доверие (гипотеза, мера)
M
н(H,E)
=
Недоверие
K(H,E) = Мд(Н,Е) – Мн(Н,Е)
Мн
1,
Мд
0
-1
P(R)=0.5 P(R|Z)=0.75
Мд
=
= 0.5
Мн=
= 0
K(R,Z) = 0.5 – 0 = 0.5
Можно ввести Kверхпорог(H,E) = 0.2
Kнижпорог(H,E) – не зависит от ситуации
Сложное свидетельство – есть ряд свидетельств, которые используются для гипотезы.
Если Е1 и Е2 независимы, то:
Мд(H,E1&E2) =
Мн(H,E1&E2) =
Сложная гипотеза – свидетельство в поддержку всех гипотез
Мд(H1&H2, E) = min{ Мд (H1,E), Мд (H2,E)}
Мн(H1&H2, E) = max{ Мн (H1,E), Мн (H2,E)}
Мд(H1&H2, E) = max{ Мд (H1,E), Мд (H2,E)}
Мн(H1&H2, E) = min{ Мн (H1,E), Мн (H2,E)}
Мд(Ht&Hq, Ei&Ej) = min{ Мд (Ht, Ei&Ej), Мд (Hq, Ei&Ej)}
по (1)
Мн(Ht&Hq, Ei&Ej) = max{ Мн (Ht, Ei&Ej), Мн (Hq, Ei&Ej)}
по (2)
Если сами свидетельства правдоподобны, то надо перейти на метод шкалирования.
-а 0 +а
Мд(H, E) = Мд (H,E) max{ К(E,А); 0}
Мн(H, E) = Мн (H,E) max{ К(E,А); 0}
Теория свидетельств Демпстера-Шефера
Схема Байеса основывается на:
Р(Н)+Р(⌐Н)=1 – свойство дополнительности
Свойство индифферентности
Точечная оценка
Аксиоматика ТВ по Колмогорову:
0
P(true)=1, P(false)=0
P(HvQ) = P(H)+P(Q)-P(H&Q) => P(Hv⌐H)=1
Базовые посылки ТС:
Использование субъективных свидетельств
Различение ситуаций неопределенности и незнания
Использование правила объединения свидетельств
1967г
[Р+(Н), Р+(Н)] – вероятностный интервал доверия
Шефер ввел понятия меры (функции) доверия гипотезы Н (Bel(H)) и меры правдоподобия Pl(H)=1 - Bel(⌐H). Вероятностный интервал доверия – [Bel(H), Pl(H)]
– множество
всех возможных подмножеств из {H}
гипотез.
Задается базовое распределение вероятностей (мера m(Нi)) на множестве :
Функция (мера) доверия к гипотезе Н:
Мера недоверия (правдоподобия) к гипотезе Н:
Пример
Вы миллионер и думаете, покупать ли фирму.
1) пригласили эксперта А
Р(Ав)=0,9 Р(Ан)=0,1
h – покупать акции
Bel(h)=0,9 Pl(h)=1- Bel(⌐h)=1
Вероятностный интервал доверия – [0.9; 1]
2)пригласили эксперта Б
Р(Бв)=0,8 Р(Бн)=0,2
Эксперт Б говорит h.
Нужно посчитать:
Р(Ав&Бв) = Р(Ав) Р(Бв) = 0,9 0,8 = 0,72
Р(Ан&Бн) = Р(Ан) Р(Бн) = 0,1 0,2 = 0,02
Р(Ав v Бв) = 1 - Р(Ав&Бв) = 1 – 0,02 = 0,98
Bel(h)=0,98 Pl(h)=1- Bel(⌐h)=1
Вероятностный интервал доверия – [0.98; 1]
А → h, Б → ⌐h
Р(Ав&Бн) = Р(Ав) Р(Бн) = 0,9 0,2 = 0,18
Р(Ан&Бв) = Р(Ан) Р(Бв) = 0,1 0,8 = 0,08
Р(Ан&Бн) = Р(Ан) Р(Бн) = 0,1 0,2 = 0,02
Р(Ав v Бв) = 1 - Р(Ав&Бв) = 0,18 + 0,08 + 0,02 = 0,28
Вероятностный интервал доверия h – [0.643; 0.714]
Вероятностный интервал доверия ⌐h – [0.286; 0.357]
Р(Aв)=0,9 Р(Бв)=0,9
А → h, Б → h
Вероятностный интервал доверия h – [0.99; 1]
А → h, Б → ⌐h
Вероятностный интервал доверия h – [0.47; 0.53]
Вероятностный интервал доверия ⌐h – [0.47; 0.53]
