人工智能 原理篇不 确 定 性 推 理第五章本 章 导 读 世界中客观事物的复杂性、多变性和人们自身认识的局限性、主观性，致使人们获得或处理的知识和信息中存在随机性、模糊性或不完备性等问题，从而使人们对现实世界的认识具有一定程度的不确定性
对于这些问题，采用确定性推理的方法已无法解决，因此，为了满足客观问题的需求，不确定性推理方法的研究成了人工智能研究的重要领域
本章从不确定性推理的概念入手，先介绍不确定性推理中的重要问题和方法分类，然后详细讲述可信度方法和证据理论方法的不确定性推理过程
学习目标熟悉不确定性推理的概念及分类
理解不确定性推理中的重要问题
掌握可信度方法的不确定性表示形式和推理算法
掌握证据理论方法的不确定性表示形式和推理算法
目 录 4不 确 定 性 推 理 概 述可 信 度 方 法证 据 理 论 方 法010203不 确 定 性 推 理 概 述01 不确定性推理是从不确定的初始证据（即已知事实）出发，通过运用不确定的知识（或规则），最终推出具有一定程度的不确定性但却合理或近乎合理的结论的思维过程
不确定性推理中的重要问题5
1 推理机是实现推理的关键，而在不确定性推理过程中，知识和证据的不确定性无疑增加了推理机设计和实现的难度和复杂性
因此，在设计推理机的过程中，除了要考虑推理方法、推理方向和控制策略等基本问题之外，还需要考虑不确定性的表示与度量、不确定性的匹配、组合证据不确定性的计算、不确定性传递和结论不确定性的合成等重要问题
由于在不确定性推理过程中需要进行不确定性计算，因此，必须找到适合表示不确定性的方法及度量不确定性程度的方法
在不确定性推理过程中一般存在 3 种不确定性，包括知识的不确定性、证据的不确定性和结论的不确定性
它们都具有相应的表示方法和度量标准
1 ．不确定性的表示与度量（ 1 ）知识不确定性的表示方法与推理方法密切相关
