第4章 不確定性推理方法

1、人工智能原理及應(yīng)用人工智能原理及應(yīng)用不確定性推理方法不確定性推理方法l推理：從已知事實出發(fā)，運用相關(guān)知識逐步推出某個結(jié)論推理：從已知事實出發(fā)，運用相關(guān)知識逐步推出某個結(jié)論l不確定性：現(xiàn)實世界的本質(zhì)特征之一不確定性：現(xiàn)實世界的本質(zhì)特征之一l事實事實/ /知識的不確定性知識的不確定性 結(jié)論的不確定性結(jié)論的不確定性第第4章章 不確定性推理方法不確定性推理方法4.1 不確定性推理的概念不確定性推理的概念l不確定性的表示與度量不確定性的表示與度量4.1 不確定性推理的概念不確定性推理的概念l不確定性的表示與度量不確定性的表示與度量4.1 不確定性推理的概念不確定性推理的概念l不確定性推理中的算法不確定性

2、推理中的算法IF A會飛 Then A是鳥雞天鵝鵝0.200.50.9 14.1 不確定性推理的概念不確定性推理的概念l不確定性推理中的算法不確定性推理中的算法IF A會飛 AND A下蛋 Then A是鳥雞會飛: 0.5雞下蛋: 0.95雞會飛 AND 下蛋 : ?4.1 不確定性推理的概念不確定性推理的概念l不確定性推理中的算法不確定性推理中的算法IF A會飛 AND A下蛋 Then A是鳥雞會飛: 0.5雞下蛋: 0.95雞會飛 AND 下蛋 : ?IF A是鳥 Then A在樹上做窩A是鳥: ?A做窩: ?4.1 不確定性推理的概念不確定性推理的概念l不確定性推理中的算法不確定性推理

3、中的算法IF A會飛 AND A下蛋 Then A是鳥A是鳥: 0.6最終A是鳥: ?IF A有翅膀 AND A吃蟲 Then A是鳥A是鳥: 0.84.1 不確定性推理的概念不確定性推理的概念l概率推理概率推理4.1 不確定性推理的概念不確定性推理的概念I(lǐng)F A會飛 Then A是鳥會飛的動物: 1000鳥類: 880會飛的鳥類: 720()(|)( )P HEP H EP El概率推理概率推理4.1 不確定性推理的概念不確定性推理的概念I(lǐng)F A會飛 Then A是鳥 (0.72)會飛的動物: 1000鳥類: 880會飛的鳥類: 720()(|)( )P HEP H EP El概率推理概率推

4、理4.1 不確定性推理的概念不確定性推理的概念()(|)(|)( )iiiP HP E HP HEP El概率推理概率推理4.1 不確定性推理的概念不確定性推理的概念()(|)(|)( )iiiP HP E HP HEP E調(diào)查統(tǒng)計:支氣管炎300人, 其中咳嗽150人肺炎400人, 其中咳嗽120人流感300人, 其中咳嗽120人P(H1)=0.3, P(H2)=0.4, P(H3)=0.3IF 咳嗽 Then 支氣管炎 (0.384)IF 咳嗽 Then 肺炎 (0.308)IF 咳嗽 Then 流感 (0.308)P(E|H1)=0.5, P(E|H2)=0.3, P(E|H3)=0.4

5、l概率推理概率推理4.1 不確定性推理的概念不確定性推理的概念()(|)(|)( )iiiP HP E HP HEP El可信度的概念可信度的概念4.2 可信度方法可信度方法 IF E Then Hl可信度的表示可信度的表示4.2 可信度方法可信度方法 IF E Then H (CF(H,E)-101支持程度反對程度l可信度的表示可信度的表示4.2 可信度方法可信度方法 -101支持程度反對程度IF 頭痛 Then 感冒 (0.4)l可信度的表示可信度的表示4.2 可信度方法可信度方法 IF 頭痛 Then 感冒 (0.4)-101支持程度反對程度CF(頭痛) = 0.5l可信度計算可信度計算

6、4.2 可信度方法可信度方法 IF 頭痛 Then 感冒 (0.4)-101支持程度反對程度CF(頭痛) = 0.5CF(感冒) = 0.50.4 = 0.2l可信度計算可信度計算4.2 可信度方法可信度方法 CF(頭痛 OR 流涕) = max0.5,0.9 = 0.9IF 頭痛 OR 流涕 Then 感冒 (0.4)CF(頭痛) = 0.5CF(流涕) = 0.9CF(感冒) = 0.90.4 = 0.36l可信度計算可信度計算4.2 可信度方法可信度方法 CF(頭痛 AND 流涕) = min0.5,0.9 = 0.5IF 頭痛 AND 流涕 Then 感冒 (0.7)CF(頭痛) =

7、0.5CF(流涕) = 0.9CF(感冒) = 0.50.7 = 0.35l可信度計算可信度計算4.2 可信度方法可信度方法 1212121212121212()()()()IF ()0()0()()()()()IF ()0()0()()ELSE1 min() ,()CF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF H l可信度計算可信度計算4.2 可信度方法可信度方法 CF1(感冒) = min0.5,0.90.7 = 0.35IF 頭痛 AND 流涕 Then 感冒 (0.7)CF(頭痛) = 0.5CF(

8、流涕) = 0.9IF 腺病毒36感染 Then 感冒 (0.8)CF(腺病毒36感染) = 0.81212121212121212()()()()IF ()0()0()()()()()IF ()0()0()()ELSE1 min() ,()CF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF HCF H CF2(感冒) = 0.80.8 = 0.64CF(感冒) = 0.35+0.64-0.350.64 = 0.766lCF模型設(shè)計模型設(shè)計4.2 可信度方法可信度方法 )()|(0)()|()(1)()|(1)(1),(

9、HPEHPHPEHPHPHPEHPHPEHMB若)()|(0)()|()()()(),|(min0)(1),(HPEHPHPEHPHPHPHPEHPHPEHMD若lCF模型設(shè)計模型設(shè)計4.2 可信度方法可信度方法 (| )( )( , ) (| )( )1( )( , )( )(| )( , ) (| )( )( )P H EP HMB H EP H EP HP HCF H EP HP H EMD H EP H EP HP HlCF模型設(shè)計模型設(shè)計4.2 可信度方法可信度方法 (| )( ) (| )( )1( )( , )( )(| ) (| )( )( )P H EP HP H EP HP

10、 HCF H EP HP H EP H EP HP HlCF模型設(shè)計模型設(shè)計4.2 可信度方法可信度方法 ),()(1)()|()()()|(),(EHMBHPHPEHPHPHPEHPEHMD(, )(, )(, )(, )0CF H ECFH EMB H EMDH ElCF模型設(shè)計模型設(shè)計4.2 可信度方法可信度方法 niiEHCF11),(l示例示例: 地震預(yù)測地震預(yù)測4.2 可信度方法可信度方法 1000天狗狂吠302豬拱門268鴨驚叫196牛刨地132雞上樹95蜜蜂群遷63鴿不回巢25l示例示例: 地震預(yù)測地震預(yù)測4.2 可信度方法可信度方法 (| )( ) (| )( )1( )(

11、, )( )(| ) (| )( )( )P H EP HP H EP HP HCF H EP HP H EP H EP HP H1000天12天地震狗狂吠3026豬拱門2683鴨驚叫1963牛刨地1328雞上樹957蜜蜂群遷636鴿不回巢259l示例示例: 地震預(yù)測地震預(yù)測4.2 可信度方法可信度方法 1000天12天地震CF(H,E)狗狂吠3026豬拱門2683鴨驚叫1963牛刨地1328雞上樹957蜜蜂群遷636鴿不回巢259(| )( ) (| )( )1( )( , )( )(| ) (| )( )( )P H EP HP H EP HP HCF H EP HP H EP H EP

12、HP Hl示例示例: 地震預(yù)測地震預(yù)測4.2 可信度方法可信度方法 1000天12天地震CF(H,E)狗狂吠30260.008豬拱門26830.067鴨驚叫19630.003牛刨地13280.049雞上樹9570.062蜜蜂群遷6360.084鴿不回巢2590.352(| )( ) (| )( )1( )( , )( )(| ) (| )( )( )P H EP HP H EP HP HCF H EP HP H EP H EP HP Hl示例示例: 地震預(yù)測地震預(yù)測4.2 可信度方法可信度方法 1000天12天地震CF(H,E)狗狂吠30260.008豬拱門26830.067鴨驚叫19630.

13、003牛刨地13280.049雞上樹9570.062蜜蜂群遷6360.084鴿不回巢2590.352(| )( ) (| )( )1( )( , )( )(| ) (| )( )( )P H EP HP H EP HP HCF H EP HP H EP H EP HP H0.0740.1110.4060.441作業(yè)練習(xí)作業(yè)練習(xí)1.選題和問題域分析（天氣預(yù)測、臺風(fēng)預(yù)測、堵車預(yù)測）2.技術(shù)要點和設(shè)計過程描述。3.數(shù)據(jù)收集（模擬）和運行測試4.優(yōu)缺點討論4.3 證據(jù)理論證據(jù)理論 4.3 證據(jù)理論證據(jù)理論 ()0( )1ADMM A 4.3 證據(jù)理論證據(jù)理論 案件推理案件推理小強小強0.3小強小強,小

14、明小明0.2小強小強, 小明小明, 小紅小紅0.1小明小明0小明小明,小紅小紅0.1小紅小紅0.1小強小強,小紅小紅0.2()0( )1ADMM A 4.3 證據(jù)理論證據(jù)理論 ( )( )BABel AM B4.3 證據(jù)理論證據(jù)理論 案件推理案件推理小強小強0.3小強小強,小明小明0.2小強小強, 小明小明, 小紅小紅0.1小明小明0小明小明,小紅小紅0.1小紅小紅0.1小強小強,小紅小紅0.2Bel(小強小強)Bel(小紅小紅)Bel(小強小強,小明小明)Bel(小明小明,小紅小紅)Bel(小強小強,小紅小紅)Bel(小強小強, 小明小明, 小紅小紅)( )( )BABel AM B4.3

15、證據(jù)理論證據(jù)理論 案件推理案件推理小強小強0.3小強小強,小明小明0.2小強小強, 小明小明, 小紅小紅0.1小明小明0小明小明,小紅小紅0.1小紅小紅0.1小強小強,小紅小紅0.2Bel(小強小強)0.3Bel(小紅小紅)0.1Bel(小強小強,小明小明)Bel(小明小明,小紅小紅)Bel(小強小強,小紅小紅)Bel(小強小強, 小明小明, 小紅小紅)( )( )BABel AM B4.3 證據(jù)理論證據(jù)理論 案件推理案件推理小強小強0.3小強小強,小明小明0.2小強小強, 小明小明, 小紅小紅0.1小明小明0小明小明,小紅小紅0.1小紅小紅0.1小強小強,小紅小紅0.2Bel(小強小強)0.

16、3Bel(小紅小紅)0.1Bel(小強小強,小明小明)0.3+0.2=0.5Bel(小明小明,小紅小紅)0.1+0.1=0.2Bel(小強小強,小紅小紅)0.3+0.1+0.2=0.6Bel(小強小強, 小明小明, 小紅小紅)1( )( )BABel AM B4.3 證據(jù)理論證據(jù)理論 ( )1()Pl ABelA 4.3 證據(jù)理論證據(jù)理論 案件推理案件推理小強小強0.3小強小強,小明小明0.2小強小強, 小明小明, 小紅小紅0.1小明小明0小明小明,小紅小紅0.1小紅小紅0.1小強小強,小紅小紅0.2Bel(小強小強)0.3Pl(小強小強)Bel(小紅小紅)0.1Pl(小明小明)Bel(小強小

17、強,小明小明)0.5Pl(小紅小紅)Bel(小明小明,小紅小紅)0.2Pl(小強小強,小明小明)Bel(小強小強,小紅小紅)0.6Pl(小明小明,小紅小紅)Bel(小強小強, 小明小明, 小紅小紅)1Pl(小強小強, 小明小明, 小紅小紅)( )1()Pl ABelA 4.3 證據(jù)理論證據(jù)理論 案件推理案件推理小強小強0.3小強小強,小明小明0.2小強小強, 小明小明, 小紅小紅0.1小明小明0小明小明,小紅小紅0.1小紅小紅0.1小強小強,小紅小紅0.2Bel(小強小強)0.3Pl(小強小強)1-0.2=0.8Bel(小紅小紅)0.1Pl(小明小明)1-0.6=0.4Bel(小強小強,小明小

18、明)0.5Pl(小紅小紅)1-0.5=0.5Bel(小明小明,小紅小紅)0.2Pl(小強小強,小明小明)Bel(小強小強,小紅小紅)0.6Pl(小明小明,小紅小紅)Bel(小強小強, 小明小明, 小紅小紅)1Pl(小強小強, 小明小明, 小紅小紅)( )1()Pl ABelA 4.3 證據(jù)理論證據(jù)理論 案件推理案件推理小強小強0.3小強小強,小明小明0.2小強小強, 小明小明, 小紅小紅0.1小明小明0小明小明,小紅小紅0.1小紅小紅0.1小強小強,小紅小紅0.2Bel(小強小強)0.3Pl(小強小強)1-0.2=0.8Bel(小紅小紅)0.1Pl(小明小明)1-0.6=0.4Bel(小強小強

19、,小明小明)0.5Pl(小紅小紅)1-0.5=0.5Bel(小明小明,小紅小紅)0.2Pl(小強小強,小明小明)1-0.1=0.9Bel(小強小強,小紅小紅)0.6Pl(小明小明,小紅小紅)1-0.3=0.7Bel(小強小強, 小明小明, 小紅小紅)1Pl(小強小強, 小明小明, 小紅小紅)1( )1()Pl ABelA 4.3 證據(jù)理論證據(jù)理論 Bel(小強小強)0.3Pl(小強小強)1-0.2=0.8Bel(小紅小紅)0.1Pl(小明小明)1-0.6=0.4Bel(小強小強,小明小明)0.5Pl(小紅小紅)1-0.5=0.5Bel(小明小明,小紅小紅)0.2Pl(小強小強,小明小明)1-0

20、.1=0.9Bel(小強小強,小紅小紅)0.6Pl(小明小明,小紅小紅)1-0.3=0.7Bel(小強小強, 小明小明, 小紅小紅)1Pl(小強小強, 小明小明, 小紅小紅)11()1niiBelA1()1niiPlA4.3 證據(jù)理論證據(jù)理論 Bel(小強小強)0.3Pl(小強小強)1-0.2=0.8Bel(小紅小紅)0.1Pl(小明小明)1-0.6=0.4Bel(小強小強,小明小明)0.5Pl(小紅小紅)1-0.5=0.5Bel(小明小明,小紅小紅)0.2Pl(小強小強,小明小明)1-0.1=0.9Bel(小強小強,小紅小紅)0.6Pl(小明小明,小紅小紅)1-0.3=0.7Bel(小強小強

21、, 小明小明, 小紅小紅)1Pl(小強小強, 小明小明, 小紅小紅)11()1niiBelA1()1niiPlA1)(1niiAf)()()(APlAfABel()1( )fAf A 4.3 證據(jù)理論證據(jù)理論 ACBCMBMKAM)()(1)(21CBCBCMBMCMBMK)()()()(121210K1: 兩組證據(jù)一致或僅部分信息沖突，可給出組合結(jié)果兩組證據(jù)一致或僅部分信息沖突，可給出組合結(jié)果K=1: 兩組證據(jù)相互矛盾，不能給出組合結(jié)果兩組證據(jù)相互矛盾，不能給出組合結(jié)果K=0: 兩組證據(jù)無沖突，即意見一致兩組證據(jù)無沖突，即意見一致 1)(DAAM4.3 證據(jù)理論證據(jù)理論 AAniiiiAMK

22、AM1)(1)( iAniiiAMK1)(4.3 證據(jù)理論證據(jù)理論 案件推理案件推理小強小強0.6小明小明0小紅小紅0.1小強小強, 小明小明, 小紅小紅0.3小強小強0.4小明小明0.2小紅小紅0.3小強小強, 小明小明, 小紅小紅0.1小強小強小明小明小紅小紅小強小強, 小明小明, 小紅小紅121( )( )B CKMBMC 4.3 證據(jù)理論證據(jù)理論 案件推理案件推理小強小強0.6小明小明0小紅小紅0.1小強小強, 小明小明, 小紅小紅0.3小強小強0.4小明小明0.2小紅小紅0.3小強小強, 小明小明, 小紅小紅0.1小強小強小明小明小紅小紅小強小強, 小明小明, 小紅小紅121( )(

23、 )1(0.60.20.60.3+0.1 0.40.1 0.2)0.64B CKMBMC 4.3 證據(jù)理論證據(jù)理論 案件推理案件推理小強小強0.6小明小明0小紅小紅0.1小強小強, 小明小明, 小紅小紅0.3小強小強0.4小明小明0.2小紅小紅0.3小強小強, 小明小明, 小紅小紅0.1小強小強小明小明小紅小紅小強小強, 小明小明, 小紅小紅12( )( )0.64B CKMBMCACBCMBMKAM)()(1)(214.3 證據(jù)理論證據(jù)理論 案件推理案件推理小強小強0.6小明小明0小紅小紅0.1小強小強, 小明小明, 小紅小紅0.3小強小強0.4小明小明0.2小紅小紅0.3小強小強, 小明小

24、明, 小紅小紅0.1小強小強(0.60.4+0.60.1+0.30.4)/0.64 = 0.42/0.64小明小明(0.20.3)/0.64 = 0.06/0.64小紅小紅(0.10.3+0.10.1+0.30.3)/0.64 = 0.13/0.64小強小強, 小明小明, 小紅小紅(0.30.1)/0.64 = 0.03/0.6412( )( )0.64B CKMBMCACBCMBMKAM)()(1)(214.3 證據(jù)理論證據(jù)理論 案件推理案件推理小強小強0.99小明小明0.01小紅小紅0小強小強0小明小明0.01小紅小紅0.99小強小強小明小明小紅小紅12( )( )B CKMBMCACBC

25、MBMKAM)()(1)(214.3 證據(jù)理論證據(jù)理論 Zadeh悖論悖論小強小強0.99小明小明0.01小紅小紅0小強小強0小明小明0.01小紅小紅0.99小強小強0小明小明1小紅小紅012( )( )B CKMBMCACBCMBMKAM)()(1)(21作業(yè)練習(xí)作業(yè)練習(xí)l假設(shè)你是一名美國政府安全顧問，負(fù)責(zé)反恐預(yù)防和警報工作。每次可疑恐怖襲擊發(fā)生前，可能有分別來自國家安全局(NSA)、聯(lián)邦調(diào)查局(FBI)、中央情報局(CIA)的情報證據(jù)，包括對恐怖襲擊來源的概率分配。試開發(fā)一個軟件程序?qū)ψC據(jù)進(jìn)行合成分析。4.4 模糊推理模糊推理 4.4 模糊推理模糊推理 小強 A小明 A小紅 AA(小強)

26、= 0.72A(小明) = 0.5A(小紅) = 0.08小強(身高=182)小明(身高=170)小紅(身高=156)120 150( )201() 150150Axxxx高個子A = x| 身高(x)1804.4 模糊推理模糊推理 小強(身高=182)小明(身高=170)小紅(身高=156)1 150165( ) 150165150 165AxxxxxA: 矮矮B: 中中C: 高高0 155175155( )16517510Bxxxxxxx0 170170( ) 170185151 185Axxxxx矮矮中中高高小強小強000.8小明小明00.50小紅小紅0.60.

27、104.4 模糊推理模糊推理 A快速交通 = 1.0/飛機+0.9/火車+0.6/小汽車+0.4/大汽車+0.1/電動車A快速交通 = (1.0,飛機), (0.9,火車), (0.6,小汽車), (0.4,大汽車), (0.1,電動車)A快速交通 = 1.0,0.9,0.6,0.4,0.1 默認(rèn)元素順序:飛機,火車,小汽車,大汽車,電動車4.4 模糊推理模糊推理 A(x) B(x) A(x) B(x) A(x) B(x) A(x)4.4 模糊推理模糊推理 C(x) A(x) B(x) A(x) B(x) C(x) A(x) B(x) A(x) B(x) AB(x) A(x) B(x) A+B

28、(x) A(x)+ B(x) A B(x) A(x)+ B(x) 1 A(x)+ B(x) A B(x) A(x)+ B(x) 1) 1 A(x)+ B(x)-1)4.4 模糊推理模糊推理 )4.4 模糊推理模糊推理 4.4 模糊推理模糊推理 A(x) A = 0.2/泰山, 0.3/嵩山, 0.4/恒山, 0.6/華山, 0.8/衡山A0.8 = 衡山A0.6 = 華山, 衡山A0.4 = 恒山, 華山, 衡山A0.3 = 嵩山, 恒山, 華山, 衡山A0.2 = 泰山, 嵩山, 恒山, 華山, 衡山4.4 模糊推理模糊推理 A(x) A = 0.2/泰山, 0.3/嵩山, 0.4/恒山,

29、0.6/華山, 0.8/衡山A0.8 = 衡山A0.6 = 華山, 衡山A0.4 = 恒山, 華山, 衡山A0.3 = 嵩山, 恒山, 華山, 衡山A0.2 = 泰山, 嵩山, 恒山, 華山, 衡山0,10,1 , ( ), ( )( )0 AAAxAAAxxxxA其中0.8A0.8 = 0.8/衡山0.6A0.6 = 0.6/華山, 0.6/衡山0.4A0.6 = 0.6/華山, 0.6/衡山0.3A0.3 = 0.3/嵩山, 0.3/恒山, 0.3/華山, 0.3/衡山0.2A0.2 = 0.2/泰山, 0.2/嵩山, 0.2/恒山, 0.2/華山, 0.2/衡山4.4 模糊推理模糊推理

30、A(x) A(x)|x X B(x)|f(x) Y( )( ) ( )0 Af xyBxyYxyY0,10,1 , ( ), ( )( )0 AAAxAAAxxxxA其中A = 0.2/泰山, 0.3/嵩山, 0.4/恒山, 0.6/華山, 0.8/衡山f: 泰山玉皇頂, 嵩山連天峰, 恒山玄武峰, 華山南峰, 衡山祝融峰B = 0.2/玉皇頂, 0.3/連天峰, 0.4/玄武峰, 0.6/南峰, 0.8/祝融峰4.4 模糊推理模糊推理 紅紅綠綠藍(lán)藍(lán)x0.20.80.4y0.60.20.34.4 模糊推理模糊推理 紅紅綠綠藍(lán)藍(lán)x0.20.80.4y0.60.20.3暖暖冷冷紅紅0.90.1綠綠

31、0.30.7藍(lán)藍(lán)0.10.9暖暖冷冷x0.30.7y0.60.3最大最大最小合成法最小合成法暖暖冷冷x0.240.56y0.540.27最大最大代數(shù)合成法代數(shù)合成法4.4 模糊推理模糊推理 1 0 ijijijrrr0.4,0.5,0.60.1,0.2,0.00.8,0.6,0.9R0.50,1,10,0,01,1,1R0.21,1,10,1,11,1,1R4.4 模糊推理模糊推理 4.4 模糊推理模糊推理 年收入x: L, M, H年消費y: L, M, H穩(wěn)定性z: L, H 0150K100K20KLMHx0140K80K10KLMHy0118306LHz4.4 模糊推理模糊推理 年收入

32、x: L, M, H年消費y: L, M, H穩(wěn)定性z: L, H風(fēng)險RISK: L, M, H0150K100K20KLMHx0140K80K10KLMHy0118306LHzIF x is H AND y is L THEN RISK is LIF x is M AND y is L AND z is H THEN RISK is LIF x is M AND y is M AND z is H THEN RISK is MIF x is M AND z is L THEN RISK is HIF x is M AND y is H THEN RISK is HIF x is L THEN

33、 RISK is Hx=70, y=30, z=24RISK=?4.4 模糊推理模糊推理 x: L(0), M(0.6), H(0.2)y: L(0.3), M(0.7), H(0)z: L(0), H(0.7)0150K100K20KLMHx0140K80K10KLMHy0118306LHzIF x is H AND y is L THEN RISK is LIF x is M AND y is L AND z is H THEN RISK is LIF x is M AND y is M AND z is H THEN RISK is MIF x is M AND z is L THEN

34、RISK is HIF x is M AND y is H THEN RISK is HIF x is L THEN RISK is Hx=70, y=30, z=24RISK=?4.4 模糊推理模糊推理 x: L(0), M(0.6), H(0.2)y: L(0.3), M(0.7), H(0)z: L(0), H(0.7)0150K100K20KLMHx0140K80K10KLMHy0118306LHzIF x is H AND y is L THEN RISK is L (0.2)IF x is M AND y is L AND z is H THEN RISK is L (0.3)IF

35、 x is M AND y is M AND z is H THEN RISK is M (0.6)IF x is M AND z is L THEN RISK is HIF x is M AND y is H THEN RISK is HIF x is L THEN RISK is Hx=70, y=30, z=24RISK=?4.4 模糊推理模糊推理 x: L(0), M(0.6), H(0.2)y: L(0.3), M(0.7), H(0)z: L(0), H(0.7)010.50.80.2LMHyRISK is L (0.3)RISK is M (0.6)x=70, y=30, z=2

36、4RISK=?4.4 模糊推理模糊推理 x: L(0), M(0.6), H(0.2)y: L(0.3), M(0.7), H(0)z: L(0), H(0.7)010.50.80.2LMHyRISK is L (0.3)RISK is M (0.6)x=70, y=30, z=24RISK=0.454.4 模糊推理模糊推理 x: L(0), M(0.6), H(0.2)y: L(0.3), M(0.7), H(0)z: L(0), H(0.7)010.50.80.2LMHyRISK is L (0.3)RISK is M (0.6)x=70, y=30, z=24RISK=(0.3*0.33

37、+0.6*0.45)/(0.3+0.6)=0.41作業(yè)練習(xí)作業(yè)練習(xí)1.評價指標(biāo)（課程成績、發(fā)表論文、項目工作）2.模糊集設(shè)計3.模糊規(guī)則設(shè)計4.數(shù)據(jù)收集（模擬）和運行測試5.優(yōu)缺點分析4.4 模糊推理模糊推理 A B(a,b) = AT B水位x(0100): L, M, H閥門y(0180): S, M, L1.00.0,0.2,1.00.30.0,0.2,1.00.0,0.2,0.30.00.0,0.0,0.0R4.4 模糊推理模糊推理 A B(a,b) = AT B水位x(0100): L, M, H閥門y(0180): S, M, L 0, 40, 1351.00.0,0.2,1.00

38、.30.0,0.2,1.00.0,0.2,0.30.00.0,0.0,0.0Rx=33 = 0.6,0.8,0.0R = 0.0,0.2,0.6y = (0.2*40+0.6*135)/(0.2+0.6) = 73.75作業(yè)練習(xí)作業(yè)練習(xí)l輸入: 前一晚睡覺時間（很早、早、正常、晚、很晚）l輸出: 第二天起床時間（早起一會、正常起、多睡一會）4.4 模糊推理模糊推理 對象對象屬性屬性A1A2AnX1x11x12x1nX2x21x22x2nXmxm1xm2xmn2221122|()()()ijijijinjnXXxxxxxx4.4 模糊推理模糊推理 2221122|()()()ijijijinjn

39、XXxxxxxx104.581026C1C2C3C44.4 模糊推理模糊推理 汽車汽車屬性屬性最高時速最高時速耗油量耗油量爬坡度爬坡度X11001015X21201420X31301018X415012194.4 模糊推理模糊推理 1.建立模糊相似矩陣建立模糊相似矩陣M汽車汽車屬性屬性最高時速最高時速耗油量耗油量爬坡度爬坡度X11001015X21201420X31301018X4150121911()()nikjkkijnikjkkxxrxx1.00,0.81,0.79,0.690.81,1.00,0.90,0.820.79,0.90,1.00,0.870.69,0.82,0.87,1.00M4.4 模糊推理模糊推理 1.建立模糊相似矩陣建立模糊相似矩陣M2.計算模糊等價矩陣計算模糊等價矩陣R: 計算計算M的傳遞閉包的傳遞閉包汽車汽車屬性屬性最高時速最高時速耗油量耗油量爬坡度爬坡度X11001015X21201420X31301018X4150121911()()nikjkkijnikjkkxxrxx1.00,0.81,0.