人工智能之不確定性處理

1、第7章不不確確定性處處理7.1不不確定定性及其其類型隨機(jī)性模糊性不完全性性不一致性性第7章不不確確定性處處理7.2不不確定定性知識識的表示示隨機(jī)性知知識的表表示隨機(jī)性產(chǎn)產(chǎn)生式規(guī)規(guī)則的表表示是在在產(chǎn)生式式規(guī)則的的后面加加上一個個稱為信信度（或或可信度度）的0到1之之間的數(shù)數(shù)。一般般表示形形式為或其中表表示示規(guī)則為為真的的信度，表示A為為真的情情況下B為真的的信度。一般可可以以概概率作為為信度。第7章不不確確定性處處理例如果烏云云密布并并且電閃閃雷鳴，則天要要下暴雨雨；（0.95)如果頭痛痛發(fā)燒，則患了了感冒；（0.8)7.2.2模模糊知知識的表表示模糊不確確定性通通常用隸隸屬度表表示，隸隸屬度表

2、表示對象象具有某某種屬性性的程度度。隸屬屬度可以以與謂詞詞邏輯、產(chǎn)生式式規(guī)則、框架、語義網(wǎng)網(wǎng)絡(luò)等結(jié)結(jié)合起來來表示模模糊不確確定性。第7章不不確確定性處處理模糊產(chǎn)生生式規(guī)則則“如果患患者有些些頭疼并并且發(fā)高高燒，則則他患了了重感冒冒”可可表示為為：（患者，癥狀，（頭疼疼，0.95)（患者，癥狀，（發(fā)燒燒，1.1)（患者，疾病，（感冒冒，1.2)模糊謂詞詞普通謂詞詞加上程程度表示示。例：“Mary很很喜歡歡書”可可表示為為like1.2(mary,book)，或1.2like（mary,book)。第7章不不確確定性處處理模糊框架架框架名：大棗棗屬： （干果，0.8）形：（圓，0.7)色：（紅，1

3、.0)味：（甘，1.1）用途：食食用藥用：用用量：約約五枚用法：水水煎服第7章不不確確定性處處理模糊語義義網(wǎng)狗食肉動物物理解人意意(靈敏，1.5)(can,0.3)(AKO,0.7)嗅覺第7章不不確確定性處處理7.2.3模模糊集集合與模模糊邏輯輯模糊邏輯輯傳統(tǒng)二值值邏輯的的模糊推推廣。定定義命題題的真值值為對象象具有該該屬性的的隸屬度度。設(shè)一一個n元元模糊謂謂詞， 則其其真值定定義為具有屬性性P的隸屬度度，即：對模糊命命題，可可定義邏邏輯運(yùn)算算為第7章不不確確定性處處理邏輯或邏輯非第7章不不確定性性處理7.2.4多多值邏邏輯Kleene三三值邏輯輯 T F UTFU T F U F F F U

4、 F U T F UTFU T T T T F U T U UP PTFU F T U 第7章不不確定性性處理7.2.5非非單調(diào)調(diào)邏輯推理中的的結(jié)論并并不總是是單調(diào)增增加的。7.2.6時時序邏邏輯將時間概概念（如如“過去去”，“將來”，“有有時”等等）引入入邏輯，使命題題的真值值隨時間間變化。第7章不不確確定性處處理7.3不不確確定性推推理的一一般模式式基于不確確定性知知識的推推理稱為為不確定定性推理理。在一一般推理理的基礎(chǔ)礎(chǔ)上，還還要進(jìn)行行不確定定性度量量（如信信度、隸隸屬度等等）的計(jì)計(jì)算。不確定性性推理=符號模模式匹配配+不確確定性計(jì)計(jì)算符號模式式能否匹匹配成功功，要求求符號模模式本身身要

5、匹配配，而且且不確定定性要超超過“閾閾值”。推理過程程中規(guī)則則的觸發(fā)發(fā)要求前前提匹配配成功，并且前前提條件件的不確確定性超超過閾值值。推理結(jié)論論是否成成功取決決與不確確定性是是否超過過閾值。主觀Bayes方法，確定性性理論（可信度度方法）、證據(jù)據(jù)理論等等。主觀Bayes方法在專家系系統(tǒng)PROSPECTOR中中成功應(yīng)應(yīng)用。知識的不不確定性性表示為為第7章不不確確定性處處理7.4確確定定性理論論（可信信度方法法）適用于隨隨機(jī)不確確定性的的推理，在專家家系統(tǒng)MYCIN中成成功應(yīng)用用。C-F模模型1。知識識不確定定性的表表示IfEThenH(CF(H,E)CF(H,E) 稱為為該條知知識的可可信度（C

6、ertaintyFactor),取取值范圍圍為-1，1。若CF(H,E)0，則則說明前前提條件件E所對對應(yīng)的證證據(jù)的出出現(xiàn)增加加了H為為真的概概率。CF(H,E)越大，H為真的的可信度度越大。若CF(H,E)=1，則則表示E的出現(xiàn)現(xiàn)使H為為真。第7章不不確確定性處處理若CF(H,E)0，則說說明E所所對應(yīng)的的證據(jù)的的出現(xiàn)減減少了H為真的的概率，即增加加了H為為假的概概率。CF(H,E)越小，H為假的的可信度度越大。若CF(H,E)=-1，則表示示E的出出現(xiàn)使H為假。若CF(H,E)=0，則表表示H與E獨(dú)獨(dú)立，即即E所對對應(yīng)的證證據(jù)的出出現(xiàn)對H沒有影影響。實(shí)際應(yīng)用用中，CF(H,E)的值由由領(lǐng)域

7、專專家直接接給出。第7章不不確確定性的的處理2。證據(jù)據(jù)不確定定性的表表示證據(jù)的不不確定性性也用可可信度因因子表示示。若證證據(jù)肯定定為真，則CF(E)=1；若證據(jù)據(jù)肯定為為假，則則CF(E)=-1；其它情情況則介介于-1 與正正1之間間。對組合證證據(jù)，若若E=E1andE2andandEn， 則CF(E)=minCF(E1),CF(E2),CF(En)若 E=E1ORE2OROREn,則則CF(E)=maxCF(E1),CF(E2),CF(En)第7章不不確確定性的的處理推理中結(jié)結(jié)論的不不確定性性的計(jì)算算CF(H)=CF(H,E)max0,CF(E)若CF(E)0,則CF(H)=0;若CF(E)

8、=1,則CF(H)=CF(H,E)結(jié)論不確確定性的的合成算算法。當(dāng)有多條條知識推推出相同同結(jié)論時時，總的的不確定定性可利利用公式式計(jì)算。第7章不不確確定性的的處理如果有兩兩條知識識：IFE1THENH(CF(H,E1)IFE2THENH(CF(H,E2)則H的總總的信度度可分兩兩步（1）、分別計(jì)計(jì)算每一一條知識識的CF(H):CF1(H)=CF(H,E1)max0,CF(E1)CF2(H)=CF(H,E2)max0,CF(E2)第7章不不確確定性的的處理總的可信信度可計(jì)計(jì)算為例設(shè)設(shè)有如下下一組知知識：r1:IFE1THENH(0.8)r2:IFE2THENH(0.6)r3:IFE3THENH(

9、0.5)r4:IFE4AND(E5 OR E6)THENE1(0.7)r5:IFE7ANDE8THENE3(0.9) 第7章不不確確定性的的處理已知：CF(E2)=0.8CF(E4)=0.5,CF(E5)=0.6CF(E6)=0.7,CF(E7)=0.6,CF(E8)=0.9求CF(H).帶有閾值值的不確確定性推推理知識不確確定性的的表示IfEThenH(CF(H,E)，)其中可信信度因子子CF(H,E)在在（0，1之之間；是閾值，01.只有當(dāng)前前提條件件E的可信度度CF(E)時，相應(yīng)應(yīng)的知識識才能被被利用。第7章不不確確定性處處理證據(jù)不確確定性的的表示也使用可可信度表表示，但但取值范范圍為0

10、,1。復(fù)復(fù)合證據(jù)據(jù)不確定定性的計(jì)計(jì)算法同同前。結(jié)論不確確定性的的計(jì)算方方法當(dāng)可信度度CF(E)時，結(jié)論論H的可信度度CF(H)=CF(H,E)CF(E)第7章不不確確定性的的處理結(jié)論不確確定性的的合成算算法當(dāng)有n條條規(guī)則有有相同的的結(jié)論時時，即IFE1THENH(CF(H,E1),1)IFE2THENH(CF(H,E2),2).IFEnTHENH(CF(H,En),n)如果都滿滿足CF(Ei)i ，則首先求求出每條條規(guī)則的的結(jié)論的的可信度度第7章不不確確定性的的處理結(jié)論H的的綜合可可信度可可由下列列方法之之一求出出：（1）求求極大值值（2）加加權(quán)求求和法（3）有有限限求和第7章不不確確定性的的

11、處理加權(quán)的不不確定性性推理當(dāng)條件的的重要性性程度不不一樣時時，可以以使用加加權(quán)的規(guī)規(guī)則表示示知識，一般形形式為 其中，是是加加權(quán)因子子，是是閾值，均由領(lǐng)領(lǐng)域?qū)＜壹医o出。權(quán)值一一般滿足足條件 第7章不不確確定性的的處理加權(quán)的不不確定性性推理組合證據(jù)據(jù)不確定定性的算算法如果前提提條件則其可信信度為如果第7章不不確確定性的的處理 則結(jié)論的不不確定性性當(dāng)一條知知識的時時，結(jié)論的的可信度度為其中“”可以是是相乘預(yù)預(yù)算或“取極小小運(yùn)算”。第7章不不確確定性的的處理加權(quán)的不不確定性性推理加權(quán)因子子的引入入不僅解解決了證證據(jù)的重重要性、獨(dú)立性性的問題題，而且且還解決決了證據(jù)據(jù)不完全全的推理理問題，并為沖沖突消

12、解解提供了了一種解解決途徑徑。例、設(shè)有有如下知知識：r1:IFE1(0.6)andE2(0.4)then E6(0.8,0.75)r2:IFE3(0.5)andE4(0.3)andE5(0.2)thenE7(0.7,0.6)r3:IFE6(0.7)and E7(0.3)thenH(0.75,0.6)已知：CF(E1)=0.9,CF(E2)=0.8,CF(E3)=0.7,CF(E4)=0.6,CF(E5)=0.5.求：CF(H)=?第7章不不確確定性的的處理前提條件件中帶有有可信度度因子的的不確定定性推理理知識不確確定性的的表示 或其中為為子條件件的的可信信度。第7章不不確定性性的處理理不確定性

13、性的匹配配算法（1）。不帶加加權(quán)因子子如果存在在證據(jù)， 則當(dāng)當(dāng) 時，證據(jù)據(jù)與知識識匹配。（2）。帶加權(quán)權(quán)因子第7章不不確確定性的的處理結(jié)論的不不確定性性計(jì)算不帶加權(quán)權(quán)因子如果知識識的前提提條件與與證據(jù)匹匹配成功功，則帶加權(quán)因因子第7章不不確確定性的的處理7.5證證據(jù)據(jù)理論D-S證證據(jù)理論論證據(jù)理論論用集合合表示命命題。對對象的所所有可能能取值的的集合稱稱為樣本本空間（識別框框架）。樣本空空間的任任何一個個子集都都表示一一個命題題。1、基本本概率分分配函數(shù)數(shù)設(shè)D為樣樣本空間間，D的的所有子子集組成成的集合合記為。7.5證證據(jù)據(jù)理論D-S證證據(jù)理論論定義函函數(shù)若若滿足足：則稱m為上上的的基本概概率

14、分配配函數(shù)。為為A的基本概概率數(shù)?；靖怕事史峙浜瘮?shù)不是是概率函函數(shù)。見見例。概率分配配函數(shù)的的基本作作用是對對命題進(jìn)進(jìn)行可信信度分配配。7.5證證據(jù)據(jù)理論D-S證證據(jù)理論論2、信任任函數(shù)定義信信任函函數(shù)定義義為，且且滿足足信任函數(shù)數(shù)又稱為為下限函函數(shù)，表表示命命題A為真的信信任程度度。7.5證證據(jù)據(jù)理論D-S證證據(jù)理論論信任函數(shù)數(shù)的性質(zhì)質(zhì)1、2、3、遞增增性。若若，則4、。為為 A的的補(bǔ)集。7.5證證據(jù)據(jù)理論D-S證證據(jù)理論論似然函數(shù)數(shù)定義似似然然函數(shù)定定義為為似然函數(shù)數(shù)又稱為為上限函函數(shù)。表表示對A為非假的的信任程程度。似然函數(shù)數(shù)的性質(zhì)質(zhì)1、7.5證證據(jù)據(jù)理論D-S證證據(jù)理論論似然函數(shù)數(shù)

15、的性質(zhì)質(zhì)2、3、信任區(qū)間間區(qū)間稱稱為為A的信信任區(qū)間間，表示示對A信信任的上上下限。7.5證證據(jù)據(jù)理論D-S證證據(jù)理論論一些特殊殊的信任任區(qū)間：1，1：表表示A為為真；0，0：表表示A為為假；0，1：表表示對A一無所所知；0.5,0.5：表示A是否為為真是完完全不確確定的；0.25，0.85：表表示對A為真的的信任程程度比對對A為假假的信任任程度稍稍高一些些。0.25,1：表表示對A為真有有0.25的信信任度。7.5證證據(jù)據(jù)理論概率分配配函數(shù)的的正交和和（Dempster 組合合規(guī)則）定義設(shè)設(shè)m1 和m2是是兩個個概率分分配函數(shù)數(shù)，則其其正交和和為為其中7.5證證據(jù)據(jù)理論D-S證證據(jù)理論論如果

16、， 則m也是一個個概率分分配函數(shù)數(shù)；如果果，則則不存在在正交和和，稱m1與m2矛盾。例。見書書。7.5證證據(jù)據(jù)理論一個基于于證據(jù)理理論的不不確定推推理模型型概率分配配函數(shù)和和類概率率函數(shù)樣本空間間上上的的概率分分配函數(shù)數(shù)滿足下下面要求求：（1）、（2）、 （3）、（4）、當(dāng)且且或或時時，7.5證證據(jù)據(jù)理論顯然，在在此概率率分配函函數(shù)中，只有單單個元素素構(gòu)成的的子集及及樣本空空間本身身的函數(shù)數(shù)值才有有可能大大于0。其它子子集的概概率分配配數(shù)均為為0。性質(zhì)7.5證證據(jù)據(jù)理論對任何集集合A和B，都有定義命命題題A的類概率率函數(shù)為為 其中|A|表示集合合A中元元素的個個數(shù)。7.5證證據(jù)據(jù)理論類概率函函

17、數(shù)的性性質(zhì)（1）、（2）、（3）、（5）、7.5知知識識不確定定性的表表示在該模型型中，不不確定的的知識可可表示為為H是結(jié)論論，用樣樣本空間間中中的的子集表表示。CF是可可信度因因子，滿滿足7.5證證據(jù)理論論證據(jù)的不不確定性性證據(jù)E的的不確定定性用CER(E)表表示，取取值范圍圍為0，1。結(jié)論不確確定性的的計(jì)算（1）、求H的的概率分分配函數(shù)數(shù)。7.5證證據(jù)理論論如果有兩兩條知識識支持同同一結(jié)論論，即：則分別計(jì)計(jì)算出每每一條知知識的概概率分配配函數(shù)：對m1和m2求正交和和得到H的概率分分配函數(shù)數(shù)m。7.5證證據(jù)理論論結(jié)論不確確定性的的計(jì)算（2）、求出信信任函數(shù)數(shù)、似然然函數(shù)和和類概率率函數(shù)（3）

18、、H的確確定性其中，是是知識識的前提提條件與與7.5證證據(jù)據(jù)理論相應(yīng)證據(jù)據(jù)的匹配配度，定定義為實(shí)際計(jì)算算時，采采用辨別別框的方方法。例設(shè)設(shè)有如下下知識：r1:IFE1and E2 thenG=g1,g2 CF=0.2,0.6r2:IFGandE3thenA=a1,a2CF=0.3,0.5r3:IFE4and (E5orE6)thenB=b1CF=0.7r4:IFAthen H=h1,h2,h3CF=0.2,0.6,0.1r5:IFBthen H=h1,h2,h3CF=0.4,0.2,0.17.5證證據(jù)據(jù)理論已知初始始數(shù)據(jù)的的確定性性：CER(E1)=0.7,CER(E2)=0.8, CER(E

19、3)=0.6CER(E4)=0.9,CER(E5)=0.5, CER(E6)=0.7假設(shè)辨別別框中元元素的個個數(shù)為10，求 CER(H)=?證據(jù)理論論的特點(diǎn)點(diǎn)比概率論論更弱的的公理體體系；能處理由由“不知知道”所所引起的的不確定定性；辨別框太太大時，計(jì)算復(fù)復(fù)雜。模糊理論論（補(bǔ)充充內(nèi)容）模糊集與與隸屬函函數(shù)模糊性是是指客觀觀事物在在性態(tài)及及類屬方方面的不不分明性性，類似似事物間間存在一一系列過過度狀態(tài)態(tài)，它們們互相滲滲透，彼彼此之間間沒有明明顯的分分界線。普通集合合可用其其特征函函數(shù)表示示。設(shè)A是論域域U上的的一個集集合，對對任意，令令則稱為為集集合A的的特征函函數(shù)。模糊集與與隸屬函函數(shù)定義設(shè)設(shè)

20、U是論域，是是定定義在U上而取值值為0，1之間的的函數(shù)，即則稱為為定定義在U上的一個個隸屬函函數(shù)，由由所所確定的的集合稱稱為U上的一個個模糊集集，稱稱為為u對A的隸屬度度。模糊集與與隸屬函函數(shù)模糊集的的表示方方法若論域是是離散的的有限集集，其其模糊糊集可表表示為也可以表表示為或模糊集與與隸屬函函數(shù)或表示為為或若論域是是連續(xù)的的，則模模糊集用用函數(shù)表表示。例例如“年年老”與與“年輕輕”兩個個模糊概概念可表表示為模糊集與與隸屬函函數(shù)無論是連連續(xù)還是是離散，有限或或無限，都可以以統(tǒng)一表表示為模糊集的的運(yùn)算包含。若若對任意意，都都有，則則稱A包包含B，記為模糊集的的運(yùn)算并、交、補(bǔ)運(yùn)算算設(shè)A，B為論域域

21、U上的的兩個模模糊集，它們的的并、交交、補(bǔ)也也是模糊糊集，分分別記為為，和，它它們的的隸屬函函數(shù)分別別為模糊集的的水平截截集設(shè)A是論論域U上上的模糊糊集，則則稱普普通集合合為A的一一個水平截截集。水平截截集的性性質(zhì)：1。；2。若， 則模糊集的的水平截截集設(shè)A是論論域U上上的一個個模糊集集，稱分別為模模糊集A的核及及支集。當(dāng)時時，稱A為為正規(guī)模模糊集。模糊數(shù)如果實(shí)數(shù)數(shù)域R上上的模糊糊集A的的隸屬函函數(shù)在在R上連續(xù)續(xù)且具有有如下性性質(zhì)：（1）A是凸凸模糊集集，即對對任意，A的水平截截集是是閉區(qū)區(qū)間；（2）A是正規(guī)模模糊集，即存在在，使使則稱A為為一個模模糊數(shù)。模糊數(shù)的的隸屬函函數(shù)是單單峰函數(shù)數(shù)。例

22、如如模糊數(shù)數(shù)“6左左右”可可用隸屬屬函數(shù)表表示：模糊數(shù)模糊數(shù)的的運(yùn)算設(shè)是實(shí)數(shù)數(shù)域R上的一種種二元運(yùn)運(yùn)算，A和B為兩個模模糊數(shù)，則它們們之間的的運(yùn)算結(jié)結(jié)果也是是一個模模糊數(shù)，其隸屬屬函數(shù)為為模糊數(shù)的的四則運(yùn)運(yùn)算：+，-，模糊關(guān)系系及其合合成定義設(shè)設(shè)是是上上的模模糊集，則稱為的的笛笛卡爾乘乘積，它它是上上的一一個模糊糊集。元模糊關(guān)關(guān)系R是指論域域上上的一個個模糊集集，記為為模糊關(guān)系系及其合合成當(dāng)，都是有限限論域時時，其上上的二元元模糊關(guān)關(guān)系R可可用一個個矩陣表表示，稱稱為模糊糊矩陣，模糊關(guān)系系的合成成設(shè)與與分分別是和和上上的兩個個二元模模糊關(guān)系系，則與與的的合成成是指從從U到W的一個模模糊關(guān)系系，

23、記為為，其其隸屬函函數(shù)為建立隸屬屬函數(shù)的的方法模糊統(tǒng)計(jì)計(jì)法把論域U劃分為若若干區(qū)間間。選擇n個個具有正正確判斷斷力的評評判員，請他們們分別給給出模糊糊概念應(yīng)應(yīng)該屬于于的區(qū)段段。假設(shè)n個個評判員員給出的的區(qū)段中中覆蓋某某個區(qū)間間的次數(shù)數(shù)為m，則當(dāng)n足夠大大時，就就可把m/n作作為該區(qū)區(qū)間中值值對A的隸屬屬度。對每個區(qū)區(qū)間的中中值點(diǎn)求求出隸屬屬度后，就可繪繪制出A的隸屬屬度函數(shù)數(shù)曲線。建立隸屬屬函數(shù)的的方法對比排序序法對有限論論域，如如果直接接為每一一個元素素確定隸隸屬度是是困難的的，則可可通過對對論域中中的因素素兩兩比比較，確確定一個個元素相相對于另另一個元元素隸屬屬于該模模糊概念念的隸屬屬度，

24、然然后對每每一個元元素的所所有隸屬屬度進(jìn)行行加權(quán)平平均得到到最后的的隸屬度度。建立隸屬屬函數(shù)的的方法專家評判判法設(shè)論域， A是是U上待待定隸屬屬函數(shù)的的模糊集集。請 m位位專家分分別對每每一個給給出一一個隸屬屬度的估估計(jì)值， 求出出平均值值及離差差建立隸屬屬函數(shù)的的方法檢查離差差是否小小于或等等于事先先指定的的閾值， 如果果大于，則則請專專家重新新給出估估計(jì)值，然后再再計(jì)算平平均值和和離差。重復(fù)這這一過程程，直到到離差小小于或等等于時時為止。然后請請專家給給出自己己所估計(jì)計(jì)值的“確信度度”，設(shè)設(shè)為， 求其其平均值值若達(dá)達(dá)到一定定的閾值值，則就就以作作為為的的隸屬度度建立隸屬屬函數(shù)的的方法基本概

25、念念擴(kuò)充法法從基本模模糊概念念的隸屬屬函數(shù)出出發(fā)，通通過一些些運(yùn)算導(dǎo)導(dǎo)出其它它相關(guān)模模糊概念念的隸屬屬函數(shù)。例。假設(shè)設(shè)已知“大”的的隸屬函函數(shù)， 則模糊推理理模糊推理理是利用用模糊性性知識進(jìn)進(jìn)行的不不確定性性推理模糊命題題含有模糊糊概念、模糊數(shù)數(shù)據(jù)或帶帶有確信信程度的的語句稱稱為模糊糊命題。模糊命命題的一一般表示示形式為為或模糊命題題其中x是是論域上上的變量量；A是是模糊概概念或模模糊數(shù)；CF是是該模糊糊命題的的確信度度或可能能性，可可以是一一個確定定的數(shù)，也可以以是一個個模糊數(shù)數(shù)或模糊糊語言值值。模糊語言言值是一一些表示示大小、長短、高矮、輕重、快慢、多少等等程度的的詞匯。模糊命題題模糊知識

26、識的表示示模糊產(chǎn)生生式規(guī)則則的一般般形式IfEThenH(CF,)E是用模模糊命題題表示的的模糊條條件，可可以是多多個模糊糊命題構(gòu)構(gòu)成的復(fù)復(fù)合條件件。H是模糊糊命題表表示的模模糊結(jié)論論。CF是規(guī)則則的可信信度因子子，可以以是確定定的數(shù)、模糊數(shù)數(shù)或模糊糊語言值值。推理中所所用的證證據(jù)也是是用模糊糊命題表表示。模糊匹配配與沖突突消解在進(jìn)行證證據(jù)與規(guī)規(guī)則前提提匹配時時，要計(jì)計(jì)算兩個個模糊集集所表示示的模糊糊概念的的相似程程度，稱稱為匹配配度。匹配度的的計(jì)算貼近度指兩個模模糊概念念互相貼貼近的程程度。設(shè)設(shè)A，B分別是是論域上上的表示示相應(yīng)模模糊概念念的模糊糊集，它它們的貼貼近度定定義為模糊匹配配與沖突

27、突消解其中匹配度越越大表示示越匹配配模糊匹配配與沖突突消解語義距離離Hamming距離有限論域域：論域?yàn)殚]閉區(qū)間a,b:模糊匹配配與沖突突消解語義距離離歐幾里德德距離Minkowski距距離模糊匹配配與沖突突消解語義距離離切比雪夫夫距離相似度設(shè)A，B分別是是論域U上的兩兩個模糊糊集，A與B之之間的相相似度可可用以下下方法計(jì)計(jì)算最大最小小法模糊匹配配與沖突突消解算術(shù)平均均最小法法幾何平均均最小法法相關(guān)系數(shù)數(shù)法模糊匹配配與沖突突消解其中，指數(shù)法對復(fù)合條條件證據(jù)據(jù)的匹配配，可對對每個子子條件算算出匹配配度，然然后利用用公式（如求最最小、乘乘積；最最大、求求和）計(jì)計(jì)算出總總的匹配配度。模糊匹配配與沖突

28、突消解沖突消解解策略按匹配度度大小排排序按加權(quán)平平均值排排序按廣義順順序關(guān)系系排序模糊推理理的基本本模式模糊假言言推理設(shè)A、B分別是是論域U、V上上的模糊糊集合，模糊假假言推理理的一般般模式為為知識：IfxisAthenyisB證據(jù)：xis結(jié)論：yis模糊推理理的基本本模式模糊拒取取式推理理設(shè)A、B分別是是論域U、V上上的模糊糊集合，模糊拒拒取式推推理的一一般模式式為知識：IfxisAthenyisB證據(jù)：yis結(jié)論：xis模糊推理理的基本本模式模糊三段段論推理理設(shè)A、B、C分分別是論論域U、V、W上的模模糊集合合，模糊糊三段論論推理的的一般模模式為IfxisAthenyisBIfyisBth

29、enzisCIfxisAthenzisC簡單模糊糊推理合成推理理規(guī)則在模糊假假言推理理和模糊糊拒取式式推理中中，首先先構(gòu)造出出A與B之間的的模糊關(guān)關(guān)系R。對假言言推理，結(jié)論為為：yis，的的計(jì)算算公式為為對模糊拒拒取式推推理，結(jié)結(jié)論為：x is,的的計(jì)計(jì)算公式式為簡單模糊糊推理推理中構(gòu)構(gòu)造模糊糊關(guān)系R的方法法Zadeh方方法極大極小小規(guī)則算術(shù)規(guī)則則對于模糊糊假言推推理，若若已知證證據(jù)為:xis則由，推推出的結(jié)結(jié)論分分別為簡單模糊糊推理 它們的隸隸屬函數(shù)數(shù)分別為為對于模糊糊拒取式式推理，若已知知證據(jù)為為：yis，則則由，求求得得的及及分分別為簡單模糊糊推理它們的隸隸屬函數(shù)數(shù)分別為為簡單模糊糊推理

30、Mamdani方法條件命題題的最小小運(yùn)算規(guī)規(guī)則對模糊假假言推理理，結(jié)論論為簡單模糊糊推理Mamdani方法對模糊拒拒取式，結(jié)論為為Mizumoto方法法一組借鑒鑒多值邏邏輯中計(jì)計(jì)算邏輯輯蘊(yùn)含式式思想的的模糊關(guān)關(guān)系構(gòu)造造方法。簡單模糊糊推理Mizumoto方法法1。其中，2。簡單模糊糊推理Mizumoto方法法其中3。4。簡單模糊糊推理5。6。簡單模糊糊推理7。8。 其中，9。 其中各種模糊糊關(guān)系的的性能分分析模糊推理理時所依依據(jù)的一一些基本本原則I.知識：IfxisAthenyisB證據(jù)：xisA結(jié)論：yisB各種模糊糊關(guān)系的的性能分分析模糊推理理時所依依據(jù)的一一些基本本原則II.知識：Ifx

31、isAthenyisB證據(jù)：xisveryA結(jié)論：yisveryB或yisB各種模糊糊關(guān)系的的性能分分析模糊推理理時所依依據(jù)的一一些基本本原則III.知識：IfxisAthenyisB證據(jù)：xismoreorlessA結(jié)論：yismoreorlessB或yisB各種模糊糊關(guān)系的的性能分分析模糊推理理時所依依據(jù)的一一些基本本原則IV.知識：IfxisAthenyisB證據(jù)：xisnotA結(jié)論：yisunknown或yisnotB各種模糊糊關(guān)系的的性能分分析模糊推理理時所依依據(jù)的一一些基本本原則V.知識：IfxisAthenyisB證據(jù)：yisnotB結(jié)論：xisnotA各種模糊糊關(guān)系的的性能分分

32、析模糊推理理時所依依據(jù)的一一些基本本原則VI.知識：IfxisAthenyisB證據(jù)：yisnot veryB結(jié)論：xisnotveryA各種模糊糊關(guān)系的的性能分分析模糊推理理時所依依據(jù)的一一些基本本原則VII.知識：IfxisAthenyisB證據(jù)：yisnotmoreorlessB結(jié)論：xisnotmoreorlessA各種模糊糊關(guān)系的的性能分分析模糊推理理時所依依據(jù)的一一些基本本原則VIII.知識：IfxisAthenyisB證據(jù)：yisB結(jié)論：xisunknown或xisA各種模糊糊關(guān)系性性能的分分析對模糊假假言推理理，的的性性能較好好，次次之之，與與較較差。對模糊拒拒取式，的的性能比比較好，次次之之，與與最最差。綜合之，性性能能比較好好，次次之之，其它它性能較較差。模糊三段段論推理理模糊三段段論的推推理中，應(yīng)有模糊關(guān)系系的構(gòu)造造方法，有些滿滿足三段段論，有有的不滿滿足。模糊關(guān)系模糊三段論 多維模糊糊推理多維模糊糊推理是是指前提提條件是是復(fù)合條條件的模模糊推理理知識：Ifisandisandandi