人工智能不確定推理方法課件

第四章

不確定推理方法第四章1

在日常生活中，人們通常所遇到的情況是信息不夠完善、不夠精確，即所掌握的知識(shí)具有不確定性。人們就是運(yùn)用這種不確定性的知識(shí)進(jìn)行思維、推理，進(jìn)而求解問(wèn)題，所以，為了解決實(shí)際問(wèn)題，必須對(duì)不確定知識(shí)的表示、推理過(guò)程等進(jìn)行研究，這就是本章將要討論的不確定推理方法。有關(guān)不確定性知識(shí)的表示及推理方法目前有很多種，但比較重要且比較著名的方法主要有可信度方法、主觀Bayes方法和證據(jù)理論方法。本章將在概述不確定推理方法及其概念的基礎(chǔ)上，著重對(duì)這三種方法進(jìn)行較詳細(xì)的討論。在日常生活中，人們通常所遇到的情況是信息不夠24.1不確定推理概述4.1.1不確定推理的概念所謂推理就是從已知事實(shí)出發(fā)，運(yùn)用相關(guān)的知識(shí)（或規(guī)則）逐步推出結(jié)論或者證明某個(gè)假設(shè)成立或不成立的思維過(guò)程。其中，已知事實(shí)和知識(shí)（規(guī)則）是構(gòu)成推理的兩個(gè)基本要素。已知事實(shí)是推理過(guò)程的出發(fā)點(diǎn)及推理中使用的知識(shí)，我們把它稱(chēng)為證據(jù)，而知識(shí)（或規(guī)則）則是推理得以向前推進(jìn)，并逐步達(dá)到最終目標(biāo)的根據(jù)。 一個(gè)人工智能系統(tǒng)由總數(shù)據(jù)庫(kù)、知識(shí)庫(kù)和推理機(jī)構(gòu)成。其中，總數(shù)據(jù)庫(kù)就是已知事實(shí)的集合，而知識(shí)庫(kù)即是規(guī)則庫(kù)，是一些人們總結(jié)的規(guī)則的集合，推理機(jī)則是由一些推理算法構(gòu)成，這些算法將依據(jù)知識(shí)庫(kù)中的規(guī)則和總數(shù)據(jù)庫(kù)中的事實(shí)進(jìn)行推理計(jì)算。其中，知識(shí)庫(kù)是人工智能系統(tǒng)的核心。4.1不確定推理概述4.1.1不確定推理的概念34.1不確定推理概述4.1.2不確定推理方法的分類(lèi)目前，不確定推理方法可以分為兩大類(lèi)，一類(lèi)稱(chēng)為模型方法，另一類(lèi)稱(chēng)為控制方法。模型方法的特點(diǎn)是把不確定的證據(jù)和不確定的知識(shí)分別與某種度量標(biāo)準(zhǔn)對(duì)應(yīng)起來(lái)，并給出更新結(jié)論不確定性的合適的算法，從而構(gòu)成相應(yīng)的不確定性推理模型。不同的結(jié)論不確定性更換算法就對(duì)應(yīng)不同的模型。下面介紹的幾種不確定推理方法都屬于模型法。控制方法的特點(diǎn)是通過(guò)識(shí)別領(lǐng)域中引起不確定性的某些特征及相應(yīng)的控制策略來(lái)限制或減少不確定性系統(tǒng)產(chǎn)生的影響，這類(lèi)方法沒(méi)有處理不確定性的統(tǒng)一模型，其效果極大地依賴(lài)于控制策略，控制策略的選擇和研究是這類(lèi)不確定性推理方法的關(guān)鍵。啟發(fā)式搜索、相關(guān)性制導(dǎo)回溯等是目前常見(jiàn)的幾種控制方法。4.1不確定推理概述4.1.2不確定推理方法的分類(lèi)44.1不確定推理概述由于概率論有著完善的理論，同時(shí)還為不確定性的合成與傳遞提供了現(xiàn)成的公式，因而被用來(lái)表示和處理知識(shí)的不確定性，成為度量不確定性的重要手段。這種純粹依靠概率模型來(lái)表示和處理不確定性的方法稱(chēng)為純概率方法或概率方法。純概率方法雖然有嚴(yán)密的理論依據(jù)，但它卻要求給出事件的先驗(yàn)概率和條件概率，而這些數(shù)據(jù)又不易獲得，因而使其應(yīng)用受到限制。為此，人們經(jīng)過(guò)多年的研究，在概率論的基礎(chǔ)上，發(fā)展了一些新的處理不確定性的方法，這些方法包括：可信度方法、主觀Bayes方法和證據(jù)理論方法。本章的重點(diǎn)即是介紹這三種不確定推理方法。4.1不確定推理概述由于概率論有著完54.1不確定推理概述4.1.3不確定推理中的基本問(wèn)題

1．不確定性的表示不確定性主要包括兩個(gè)方面，一是證據(jù)的不確定性，一是知識(shí)的不確定性。因而，不確定性的表示問(wèn)題就包括證據(jù)表示和知識(shí)表示。證據(jù)不確定性的表示對(duì)于由觀察所得到的初始證據(jù)，其值一般由用戶(hù)或?qū)＜医o出；而對(duì)于用前面推理所得結(jié)論作為當(dāng)前推理的證據(jù)，其值則是由推理中的不確定性傳遞算法計(jì)算得到。知識(shí)不確定性的表示在表示具有不確定性的知識(shí)時(shí)，要考慮兩個(gè)方面的因素：一是要將領(lǐng)域問(wèn)題的特征比較準(zhǔn)確的描述出來(lái)，滿(mǎn)足問(wèn)題求解的需要；另一個(gè)是要便于推理過(guò)程中對(duì)不確定性的推算。只要把這兩方面因素考慮到，則相應(yīng)的表示方法才能實(shí)用。4.1不確定推理概述4.1.3不確定推理中的基本問(wèn)題64.1不確定推理概述

2．推理計(jì)算不確定推理過(guò)程主要包括不確定性的傳遞計(jì)算算法、組合證據(jù)不確定性算法和結(jié)論不確定性的更新或合成算法。假設(shè)以CF(E)表示證據(jù)E的不確定性程度，而以CF(H,E)表示知識(shí)（規(guī)則）E→H的不確定性程度，則我們要解決的問(wèn)題即是：(1)不確定性傳遞問(wèn)題。(2)證據(jù)不確定性的合成問(wèn)題。

(3)結(jié)論不確定性的合成問(wèn)題。

4.1不確定推理概述2．推理計(jì)算(3)結(jié)論不確74.1不確定推理概述

3．不確定性的量度

在確定一種量度方法及其范圍時(shí)，應(yīng)注意以下幾點(diǎn)：（1）量度要能充分表達(dá)相應(yīng)知識(shí)及證據(jù)的不確定性程度。（2）量度范圍的指定應(yīng)便于領(lǐng)域?qū)＜壹坝脩?hù)對(duì)證據(jù)或知識(shí)不確定性的估計(jì)。（3）量度要便于不確定性的推理計(jì)算，而且所得到的結(jié)論之不確定值應(yīng)落在不確定性量度所規(guī)定的范圍之內(nèi)。（4）量度的確定應(yīng)當(dāng)是直觀的，同時(shí)應(yīng)當(dāng)有相應(yīng)的理論依據(jù)。4.1不確定推理概述3．不確定性的量84.2可信度方法

4.2.1可信度的概念所謂可信度就是人們?cè)趯?shí)際生活中根據(jù)自己的經(jīng)驗(yàn)或觀察對(duì)某一事件或現(xiàn)象為真的相信程度。

4.2可信度方法4.2.1可信度的概94.2可信度方法4.2.2知識(shí)不確定性的表示在基于可信度的不確定性推理模型中，知識(shí)是以產(chǎn)生式規(guī)則的形式表示的，知識(shí)的不確定性則是以可信度CF(H，E)表示的。其一般形式為IFETHENH(CF(H,E))（1）E是知識(shí)的前提條件，或稱(chēng)為證據(jù)。可以是簡(jiǎn)單條件，也可是復(fù)合條件。（2）H是結(jié)論，它可以是一個(gè)單一的結(jié)論，也可以是多個(gè)結(jié)論。（3）CF(H，E)是該條知識(shí)的可信度，稱(chēng)為可信度因子（CertaintyFactor）。在專(zhuān)家系統(tǒng)MYCIN中，CF(H,E)被定義為CF(H,E)=MB(H,E)-MD(H,E)（4.2.1）4.2可信度方法4.2.2知識(shí)不確定性的表示104.2可信度方法（4.2.2）（4.2.3）4.2可信度方法（4.2.2）（4.2.3）114.2可信度方法4.2.3證據(jù)不確定性的表示

單個(gè)證據(jù)的不確定性獲取方法如果支持結(jié)論的證據(jù)只有一條，則證據(jù)可信度值的確定分兩種情況：第一種情況是，證據(jù)為初始證據(jù)，其可信度的值一般由提供證據(jù)的用戶(hù)直接指定，指定的方法也是用可信度因子對(duì)證據(jù)不確定性進(jìn)行表示，例如CF(E)=0.8表示證據(jù)E的可信度為0.8。第二種情況就是用先前推出的結(jié)論作為當(dāng)前推理的證據(jù)，對(duì)于這種情況的證據(jù)，其可信度的值在推出該結(jié)論時(shí)通過(guò)不確定性傳遞算法計(jì)算得到（傳遞算法將在下面討論）。證據(jù)E的可信度CF(E)也是在[-1，1]上取值。4.2可信度方法4.2.3證據(jù)不確定性的表示124.2可信度方法組合證據(jù)的不確定性的獲取方法如果支持結(jié)論的證據(jù)有多個(gè)，那么這多個(gè)證據(jù)間的關(guān)系有可能是合取的關(guān)系，也可能是析取關(guān)系。這多個(gè)證據(jù)構(gòu)成一個(gè)組合證據(jù)。（1）當(dāng)證據(jù)是多個(gè)單一證據(jù)的合取時(shí)，即E=E1∧E2∧E3∧…∧En若E1，E2，E3，…，En各證據(jù)的可信度分別為CF(E1)，CF(E2)，…，CF(En)，則CF(E)=min{CF(E1),CF(E2),…,CF(En)}（4.2.5）（2）當(dāng)證據(jù)是多個(gè)單一證據(jù)的析取時(shí)，即E=E1∨E2∨E3∨…∨En若E1，E2，E3，…，En各證據(jù)的可信度分別為CF(E1)，CF(E2)，…，CF(En)，則CF(E)=max{CF(E1),CF(E2),…,CF(En)} （4.2.6）4.2可信度方法組合證據(jù)的不確定性的獲取方法134.2可信度方法4.2.4不確定性的推理計(jì)算只有單條知識(shí)支持結(jié)論時(shí)，結(jié)論可信度的計(jì)算方法如果支持結(jié)論的知識(shí)只有一條，且已知證據(jù)E的可信度CF(E)和規(guī)則（知識(shí)）IFETHENH的可信度CF(H,E)，則結(jié)論H的可信度計(jì)算公式如下：CF(H)=CF(H,E)×max{0,CF(E)} （4.2.7）4.2可信度方法4.2.4不確定性的推理計(jì)算144.2可信度方法多條知識(shí)支持同一結(jié)論時(shí)，結(jié)論不確定性的合成計(jì)算方法若由多條不同知識(shí)推出了相同的結(jié)論，但可信度不同，則可用合成算法求出結(jié)論的綜合可信度。由于對(duì)多條知識(shí)的綜合可通過(guò)兩兩的合成實(shí)現(xiàn)，所以下面只考慮兩條知識(shí)的情況。設(shè)有如下知識(shí)：IFE1THENH(CF(H,E1))IFE2THENH(CF(H,E2))則結(jié)論H的綜合可信度可分如下兩步算出：（1）利用公式（4.2.7）分別計(jì)算每一條知識(shí)的結(jié)論可信度CF(H)：CF1(H)=CF(H,E1)×max{0,CF(E1)}CF2(H)=CF(H,E2)×max{0,CF(E2)}（2）用公式（4.2.8）求出E1與E2對(duì)H的綜合影響所形成的可信度CF1,2(H)：4.2可信度方法多條知識(shí)支持同一結(jié)論時(shí)，結(jié)154.2可信度方法若CF1(H)≥0，F(xiàn)2(H)≥0若CF1(H)＜0，CF2(H)＜0（4.2.8）若CF1(H)與CF2(H)異號(hào)4.2可信度方法若CF1(H)≥0，F(xiàn)2(H)≥0164.2可信度方法在已知結(jié)論原始可信度的情況下，結(jié)論可信度的更新計(jì)算方法在某些情況下，如果已知證據(jù)E對(duì)結(jié)論H有影響，且知識(shí)IFETHENH的可信度為CF(H,E)，同時(shí)結(jié)論H原來(lái)的可信度為CF(H)，那么如何求在證據(jù)E下結(jié)論H可信度的更新值CF(H/E)呢？即已知規(guī)則IFETHENH(CF(H,E))及CF(H)，求CF(H/E)。這時(shí)分三種情況進(jìn)行討論：（1）CF(E)=1時(shí)，即證據(jù)肯定出現(xiàn)時(shí)，若CF(H)≥0，CF(H,E)≥0若CF(H)＜0，CF(H,E)＜0（4.2.9）若CF(H)與CF(H,E)異號(hào)4.2可信度方法在已知結(jié)論原始可信度的174.2可信度方法（2）當(dāng)0<CF(E)<1時(shí)，若CF(H)≥0，CF(H,E)≥0若CF(H)＜0，CF(H,E)＜0（4.2.10）若CF(H)與CF(H,E)異號(hào)（3）當(dāng)CF(E)≤0時(shí)，規(guī)則IFETHENH不可使用，對(duì)結(jié)論H的可信度無(wú)影響。實(shí)際上，在MYCIN系統(tǒng)中就規(guī)定，當(dāng)CF(E)≤0.2時(shí)，規(guī)則IFETHENH不可使用。

這里介紹了結(jié)論可信度的合成算法和更新算法，這兩種方法本質(zhì)上是一致的，但對(duì)不同前提條件的題，使用不同的方法，解題的效果或難易程度不同。有些題目使用合成法求解就比較容易，而有些題目就需要使用更新法。4.2可信度方法（2）當(dāng)0<CF(E)<1時(shí)，若CF(184.2可信度方法4.2.5可信度方法應(yīng)用舉例

在上節(jié)我們介紹了計(jì)算結(jié)論可信度的兩種方法——合成法和更新法。這兩種方法其實(shí)本質(zhì)上是一樣的，下面通過(guò)舉例分別說(shuō)明如何利用合成法和更新法，求解不同前提條件下的結(jié)論可信度獲取問(wèn)題，并通過(guò)例子說(shuō)明這兩種方法的一致性。

相關(guān)的舉例教材給出了多個(gè)較詳細(xì)的例子，請(qǐng)參閱教材4.2可信度方法4.2.5可信度方法應(yīng)用舉例19第四章

不確定推理方法第四章20

在日常生活中，人們通常所遇到的情況是信息不夠完善、不夠精確，即所掌握的知識(shí)具有不確定性。人們就是運(yùn)用這種不確定性的知識(shí)進(jìn)行思維、推理，進(jìn)而求解問(wèn)題，所以，為了解決實(shí)際問(wèn)題，必須對(duì)不確定知識(shí)的表示、推理過(guò)程等進(jìn)行研究，這就是本章將要討論的不確定推理方法。有關(guān)不確定性知識(shí)的表示及推理方法目前有很多種，但比較重要且比較著名的方法主要有可信度方法、主觀Bayes方法和證據(jù)理論方法。本章將在概述不確定推理方法及其概念的基礎(chǔ)上，著重對(duì)這三種方法進(jìn)行較詳細(xì)的討論。在日常生活中，人們通常所遇到的情況是信息不夠214.1不確定推理概述4.1.1不確定推理的概念所謂推理就是從已知事實(shí)出發(fā)，運(yùn)用相關(guān)的知識(shí)（或規(guī)則）逐步推出結(jié)論或者證明某個(gè)假設(shè)成立或不成立的思維過(guò)程。其中，已知事實(shí)和知識(shí)（規(guī)則）是構(gòu)成推理的兩個(gè)基本要素。已知事實(shí)是推理過(guò)程的出發(fā)點(diǎn)及推理中使用的知識(shí)，我們把它稱(chēng)為證據(jù)，而知識(shí)（或規(guī)則）則是推理得以向前推進(jìn)，并逐步達(dá)到最終目標(biāo)的根據(jù)。 一個(gè)人工智能系統(tǒng)由總數(shù)據(jù)庫(kù)、知識(shí)庫(kù)和推理機(jī)構(gòu)成。其中，總數(shù)據(jù)庫(kù)就是已知事實(shí)的集合，而知識(shí)庫(kù)即是規(guī)則庫(kù)，是一些人們總結(jié)的規(guī)則的集合，推理機(jī)則是由一些推理算法構(gòu)成，這些算法將依據(jù)知識(shí)庫(kù)中的規(guī)則和總數(shù)據(jù)庫(kù)中的事實(shí)進(jìn)行推理計(jì)算。其中，知識(shí)庫(kù)是人工智能系統(tǒng)的核心。4.1不確定推理概述4.1.1不確定推理的概念224.1不確定推理概述4.1.2不確定推理方法的分類(lèi)目前，不確定推理方法可以分為兩大類(lèi)，一類(lèi)稱(chēng)為模型方法，另一類(lèi)稱(chēng)為控制方法。模型方法的特點(diǎn)是把不確定的證據(jù)和不確定的知識(shí)分別與某種度量標(biāo)準(zhǔn)對(duì)應(yīng)起來(lái)，并給出更新結(jié)論不確定性的合適的算法，從而構(gòu)成相應(yīng)的不確定性推理模型。不同的結(jié)論不確定性更換算法就對(duì)應(yīng)不同的模型。下面介紹的幾種不確定推理方法都屬于模型法。控制方法的特點(diǎn)是通過(guò)識(shí)別領(lǐng)域中引起不確定性的某些特征及相應(yīng)的控制策略來(lái)限制或減少不確定性系統(tǒng)產(chǎn)生的影響，這類(lèi)方法沒(méi)有處理不確定性的統(tǒng)一模型，其效果極大地依賴(lài)于控制策略，控制策略的選擇和研究是這類(lèi)不確定性推理方法的關(guān)鍵。啟發(fā)式搜索、相關(guān)性制導(dǎo)回溯等是目前常見(jiàn)的幾種控制方法。4.1不確定推理概述4.1.2不確定推理方法的分類(lèi)234.1不確定推理概述由于概率論有著完善的理論，同時(shí)還為不確定性的合成與傳遞提供了現(xiàn)成的公式，因而被用來(lái)表示和處理知識(shí)的不確定性，成為度量不確定性的重要手段。這種純粹依靠概率模型來(lái)表示和處理不確定性的方法稱(chēng)為純概率方法或概率方法。純概率方法雖然有嚴(yán)密的理論依據(jù)，但它卻要求給出事件的先驗(yàn)概率和條件概率，而這些數(shù)據(jù)又不易獲得，因而使其應(yīng)用受到限制。為此，人們經(jīng)過(guò)多年的研究，在概率論的基礎(chǔ)上，發(fā)展了一些新的處理不確定性的方法，這些方法包括：可信度方法、主觀Bayes方法和證據(jù)理論方法。本章的重點(diǎn)即是介紹這三種不確定推理方法。4.1不確定推理概述由于概率論有著完244.1不確定推理概述4.1.3不確定推理中的基本問(wèn)題

1．不確定性的表示不確定性主要包括兩個(gè)方面，一是證據(jù)的不確定性，一是知識(shí)的不確定性。因而，不確定性的表示問(wèn)題就包括證據(jù)表示和知識(shí)表示。證據(jù)不確定性的表示對(duì)于由觀察所得到的初始證據(jù)，其值一般由用戶(hù)或?qū)＜医o出；而對(duì)于用前面推理所得結(jié)論作為當(dāng)前推理的證據(jù)，其值則是由推理中的不確定性傳遞算法計(jì)算得到。知識(shí)不確定性的表示在表示具有不確定性的知識(shí)時(shí)，要考慮兩個(gè)方面的因素：一是要將領(lǐng)域問(wèn)題的特征比較準(zhǔn)確的描述出來(lái)，滿(mǎn)足問(wèn)題求解的需要；另一個(gè)是要便于推理過(guò)程中對(duì)不確定性的推算。只要把這兩方面因素考慮到，則相應(yīng)的表示方法才能實(shí)用。4.1不確定推理概述4.1.3不確定推理中的基本問(wèn)題254.1不確定推理概述

2．推理計(jì)算不確定推理過(guò)程主要包括不確定性的傳遞計(jì)算算法、組合證據(jù)不確定性算法和結(jié)論不確定性的更新或合成算法。假設(shè)以CF(E)表示證據(jù)E的不確定性程度，而以CF(H,E)表示知識(shí)（規(guī)則）E→H的不確定性程度，則我們要解決的問(wèn)題即是：(1)不確定性傳遞問(wèn)題。(2)證據(jù)不確定性的合成問(wèn)題。

(3)結(jié)論不確定性的合成問(wèn)題。

4.1不確定推理概述2．推理計(jì)算(3)結(jié)論不確264.1不確定推理概述

3．不確定性的量度

在確定一種量度方法及其范圍時(shí)，應(yīng)注意以下幾點(diǎn)：（1）量度要能充分表達(dá)相應(yīng)知識(shí)及證據(jù)的不確定性程度。（2）量度范圍的指定應(yīng)便于領(lǐng)域?qū)＜壹坝脩?hù)對(duì)證據(jù)或知識(shí)不確定性的估計(jì)。（3）量度要便于不確定性的推理計(jì)算，而且所得到的結(jié)論之不確定值應(yīng)落在不確定性量度所規(guī)定的范圍之內(nèi)。（4）量度的確定應(yīng)當(dāng)是直觀的，同時(shí)應(yīng)當(dāng)有相應(yīng)的理論依據(jù)。4.1不確定推理概述3．不確定性的量274.2可信度方法

4.2.1可信度的概念所謂可信度就是人們?cè)趯?shí)際生活中根據(jù)自己的經(jīng)驗(yàn)或觀察對(duì)某一事件或現(xiàn)象為真的相信程度。

4.2可信度方法4.2.1可信度的概284.2可信度方法4.2.2知識(shí)不確定性的表示在基于可信度的不確定性推理模型中，知識(shí)是以產(chǎn)生式規(guī)則的形式表示的，知識(shí)的不確定性則是以可信度CF(H，E)表示的。其一般形式為IFETHENH(CF(H,E))（1）E是知識(shí)的前提條件，或稱(chēng)為證據(jù)?？梢允呛?jiǎn)單條件，也可是復(fù)合條件。（2）H是結(jié)論，它可以是一個(gè)單一的結(jié)論，也可以是多個(gè)結(jié)論。（3）CF(H，E)是該條知識(shí)的可信度，稱(chēng)為可信度因子（CertaintyFactor）。在專(zhuān)家系統(tǒng)MYCIN中，CF(H,E)被定義為CF(H,E)=MB(H,E)-MD(H,E)（4.2.1）4.2可信度方法4.2.2知識(shí)不確定性的表示294.2可信度方法（4.2.2）（4.2.3）4.2可信度方法（4.2.2）（4.2.3）304.2可信度方法4.2.3證據(jù)不確定性的表示

單個(gè)證據(jù)的不確定性獲取方法如果支持結(jié)論的證據(jù)只有一條，則證據(jù)可信度值的確定分兩種情況：第一種情況是，證據(jù)為初始證據(jù)，其可信度的值一般由提供證據(jù)的用戶(hù)直接指定，指定的方法也是用可信度因子對(duì)證據(jù)不確定性進(jìn)行表示，例如CF(E)=0.8表示證據(jù)E的可信度為0.8。第二種情況就是用先前推出的結(jié)論作為當(dāng)前推理的證據(jù)，對(duì)于這種情況的證據(jù)，其可信度的值在推出該結(jié)論時(shí)通過(guò)不確定性傳遞算法計(jì)算得到（傳遞算法將在下面討論）。證據(jù)E的可信度CF(E)也是在[-1，1]上取值。4.2可信度方法4.2.3證據(jù)不確定性的表示314.2可信度方法組合證據(jù)的不確定性的獲取方法如果支持結(jié)論的證據(jù)有多個(gè)，那么這多個(gè)證據(jù)間的關(guān)系有可能是合取的關(guān)系，也可能是析取關(guān)系。這多個(gè)證據(jù)構(gòu)成一個(gè)組合證據(jù)。（1）當(dāng)證據(jù)是多個(gè)單一證據(jù)的合取時(shí)，即E=E1∧E2∧E3∧…∧En若E1，E2，E3，…，En各證據(jù)的可信度分別為CF(E1)，CF(E2)，…，CF(En)，則CF(E)=min{CF(E1),CF(E2),…,CF(En)}（4.2.5）（2）當(dāng)證據(jù)是多個(gè)單一證據(jù)的析取時(shí)，即E=E1∨E2∨E3∨…∨En若E1，E2，E3，…，En各證據(jù)的可信度分別為CF(E1)，CF(E2)，…，CF(En)，則CF(E)=max{CF(E1),CF(E2),…,CF(En)} （4.2.6）4.2可信度方法組合證據(jù)的不確定性的獲取方法324.2可信度方法4.2.4不確定性的推理計(jì)算只有單條知識(shí)支持結(jié)論時(shí)，結(jié)論可信度的計(jì)算方法如果支持結(jié)論的知識(shí)只有一條，且已知證據(jù)E的可信度CF(E)和規(guī)則（知識(shí)）IFETHENH的可信度CF(H,E)，則結(jié)論H的可信度計(jì)算公式如下：CF(H)=CF(H,E)×max{0,CF(E)} （4.2.7）4.2可信度方法4.2.4不確定性的推理計(jì)算334.2可信度方法多條知識(shí)支持同一結(jié)論時(shí)，結(jié)論不確定性的合成計(jì)算方法若由多條不同知識(shí)推出了相同的結(jié)論，但可信度不同，則可用合成算法求出結(jié)論的綜合可信度。由于對(duì)多條知識(shí)的綜合可通過(guò)兩兩的合成實(shí)現(xiàn)，所以下面只考慮兩條知識(shí)的情況。設(shè)有如下知識(shí)：IFE1THENH(CF(H,E1))IFE2THENH(CF(H,E2))則結(jié)論H的綜合可信度可分如下兩步算出：（1）利用公式（4.2.7）分別計(jì)算每一條知識(shí)的結(jié)論可信度CF(H)：CF1(H)=CF(H,E1)×max{0,CF(E1)}CF2(H)=CF(H,E2)×max{0,CF(E2)}（2）用公式（4.2.8）求出E1與E2對(duì)H的綜合影響所形成的可信度CF1,2(H)：4.2可信度方法