版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
不
確
定
理
論
及
應(yīng)
用不
確
定
性
分
類模糊性不確知性不確定雌平
神
定直機(jī)性經(jīng)典概率論模糊數(shù)學(xué)不確短繁3■不確
定
統(tǒng)
計(jì)<Uncertain不確定規(guī)劃
<Uncertain不確定邏輯<Uncertain不確定分析<Uncertain■不確定推
理<Uncertain■不確
定
過
程<Uncertain■不
確
定
模
擬<UncertaintyStatistics>Programming>Logic>Calculus>Inference>Process>Simulation>不
確
定
理
論
應(yīng)
用
領(lǐng)
域三大名模(建模機(jī)理)·
期望值模型(EVM:Expected
value
Model)目
標(biāo)
規(guī)
劃
(GP:Goal
Programming
)·
機(jī)會(huì)約束規(guī)劃模型(CCP:Chance-Constrained
Programming)相關(guān)機(jī)會(huì)規(guī)劃模型(DCP:Dependent-Chance
Programming)五朵金花(模型結(jié)構(gòu))·
單目標(biāo)規(guī)劃■
動(dòng)
態(tài)
規(guī)
劃
(DP:DynamicProgramming)·多
層
規(guī)
劃
(MLP:Multi-LevelProgramming)金陵十二釵(系統(tǒng)信息)幾
枝
粗
本
員
模
糊
R
連
機(jī)
要
至不
確
定
理
論
與
不
確
定
規(guī)
劃多目標(biāo)規(guī)劃(MOP:Multi-Objective
Programming
)街
大
伊H7布
們
進(jìn)化備不M
s
粘據(jù)用們之隨月1機(jī)不內(nèi)
量、雙
變
、雙粗糙個(gè)空變
不aH口D
門
月量H量不糊小
利
口模小
H雙7
月隨
機(jī)
變
量
、
模糊
變
量
、粗
糙
變
量
、隨們進(jìn)
粘
M7不
且
不
0
個(gè)
突
和
例7
亦
2州加
三進(jìn)□51式小不
確
定
理
論
與
不
確
定
規(guī)
劃系統(tǒng)信息(I)建模機(jī)理
(P)模型結(jié)構(gòu)(S)可
信
性
測
度模
糊
理
論不
確
定
應(yīng)
用不
確
定
分
析不
確
定
仿
真隨
機(jī)
過
程不
確
定
理
論頁
葉
斯
網(wǎng)
絡(luò)粗
糙
集
理
論不
確
定
統(tǒng)
計(jì)不
確
定
規(guī)
劃不
確
定
推
理不
確
定
規(guī)
劃隨
機(jī)
理
論不
確
定
度概
率
測
度證
據(jù)
理
論熵■概率測度,可信性測度,機(jī)會(huì)測度■概率
測
度
模型
用
來處
理隨
機(jī)
現(xiàn)象.可信性測
度
模型用
來處
理
模
糊
現(xiàn)象.混合模型用來研究模糊性和隨機(jī)性共存的
系
統(tǒng)
.理
論
發(fā)
展概率方法是目前研究最深入、
應(yīng)用最廣泛的數(shù)學(xué)工
具■模糊數(shù)學(xué)的概念日益得到應(yīng)用■新興的粗糙集理論、證據(jù)理論、集對(duì)數(shù)等在不確定性
研究.
上顯示出強(qiáng)大的生命力·研究趨勢由確定性研究轉(zhuǎn)向不
確定性研究的文獻(xiàn)數(shù)量劇增由單一不確定性轉(zhuǎn)向多重不確定性不確定性研究滲透到越來越多的領(lǐng)域?qū)?/p>
不
確
定
性
的
研
究
趨
勢Evidenceand
Possibility
TheoriesUncertaintyQuantificationProbabilisticSufficientdata√
Fuzzy
Sets√
IntervalAnalysis√Possibility&Evidence
Theories>
Non-Probabilistic>
Insufficient<scarce>dataUncertaintyProbabilityTheoryPossibilityTheoryTheoriesTheoryEvidenceBasicsof
Evidence
TheoryDempster-ShaferDempster-ShaferDS
<
或D-S>理
論其
它
叫
法
:Dempster規(guī)則1、
證
據(jù)
理
論
的
名
稱證
據(jù)
理
論<Evidence理
論證
據(jù)
理
論Theory>2、
證
據(jù)
理
論
的
誕
生
和
形
成誕
生
:
源
于
2
0
世
紀(jì)
6
0
年
代
美
國
哈佛
大
學(xué)
數(shù)
學(xué)
家A.
P.
Dempster
在
利
用
上
、
下
限
概
率
來
解
決
多
值
映
射
問
題
方
面
的
研
究
工
作
.
自
1
9
6
7
年
起
連
續(xù)
發(fā)
表
了
一
系
列
論
文
,
標(biāo)
志
著
證
據(jù)
理
論
的
正
式
誕
生
.形
成
:Dempster
的
學(xué)
生G.Shafer
對(duì)證據(jù)理論做了進(jìn)一步的發(fā)展
,
引入信任函
數(shù)
概
念
,
形
成
了
一
套
基
于
"
證
據(jù)
"
和
"
組
合
"
來3、
證
據(jù)
理
論
的
核
心
、
優(yōu)
點(diǎn)
及
適
用
領(lǐng)
域核心:
Dempster合成規(guī)則,這是Dempster在研究統(tǒng)計(jì)問題時(shí)首先提出的,隨后
Shafer把它推廣到更為一般的情形.優(yōu)點(diǎn):
由于在證據(jù)理論中需要的先驗(yàn)
數(shù)據(jù)比概率推理理論中的更為直觀、更容易獲
得,再加上Dempster合成公式可以綜合不同專家
或
數(shù)
據(jù)
源
的
知
識(shí)
或
數(shù)
據(jù)
,
這
使
得
證
據(jù)
理
論
在
專
家
系
統(tǒng)
、
信
息
融
合
等
領(lǐng)
域
中
得
到
了
廣
泛
應(yīng)
用
.適
用
領(lǐng)
域
:
信
息
融
合
、
專
家
系
統(tǒng)
、
情報(bào)
分
析
、
法
律
案
件
分
析
、
多
屬
性
決
策
分
析
,
等
等.4、
證
據(jù)
理
論
的
局
限
性要求證據(jù)必須是獨(dú)立的
,
而這有時(shí)
不
易
滿
足證
據(jù)
合
成
規(guī)
則
沒
有
非
常
堅(jiān)
固
的
理
論支持,
其
合
理
性
和
有
效
性
還
存
在
較
大
的
爭
議計(jì)
算
上
存
在
著
潛
在
的
指
數(shù)
爆
炸
問理
性
進(jìn)
行
質(zhì)
疑
.例子:利用Dempster證據(jù)合成規(guī)則對(duì)兩個(gè)目擊證人〔W1,
W2判斷某宗"謀殺案"的三個(gè)犯罪嫌疑人〔Peter,Paul,Mary中究竟誰是真正的兇手,
得到的結(jié)果〔認(rèn)定Paul是兇手卻違背了人的常識(shí)推Z
a
d
e
h
認(rèn)為這樣的[Il1(結(jié)果無m?
z()Peter0.990.000.00Paul0.010.011.00Mary0.000.990.005、
證
據(jù)
理
論
的
發(fā)
展
概
況"Zadeh悖論":對(duì)證據(jù)理論的合成公式的合理結(jié)果m?
(證
據(jù)
理
論
的
發(fā)
展
概
況
〔
續(xù)
1專家系統(tǒng)MYCIN的主要開發(fā)者之一Shortliffe:
對(duì)證據(jù)理論的理論模型解釋和算法
實(shí)
現(xiàn)
進(jìn)
行
了
研
究
.Al專
家Dubois&Prade:
指
出證
據(jù)
理
論中的信任函數(shù)〔Belief
function是一種模糊測度,以集合論的觀點(diǎn)研究證據(jù)的并、交、補(bǔ)和包含等
問
題
.Smets等人:將信任函數(shù)推廣到識(shí)別框架
的
所
有
模
糊
子
集
上
,
提
出Pignistic概
率
和
可
傳
遞
信
度
模
型
〔TBM.Voorbraak:提出一種Dempster證據(jù)合成公式
的Bayes近似方法,使得焦元個(gè)數(shù)小于等于識(shí)別框架
中
元
素
的
個(gè)
數(shù)
.(Conson
ois
app
ati
n
即出用一和種諧"函和數(shù)諧來近代似替"原
來
的
信
任
函
數(shù)
.Tessem:
提
出
了
一
種
稱
為<k,1,
x>
近
似
方法
.o:ximradeoPr&antDub證
據(jù)
理
論
的
發(fā)
展
概
況
〔
續(xù)
2為了避免證據(jù)組合爆炸,提高證據(jù)合成的效率:6、證據(jù)理論在中國的發(fā)展情況段新生:在1993年出版了一本專門論述
證據(jù)理論的專著《證據(jù)理論與決策、人工智能》.[注:由于此書出版時(shí)間較早,故其內(nèi)容不是
很新,未能反映證據(jù)理論及其應(yīng)用方面的最新成果]劉大有等人:國內(nèi)較早研究證據(jù)理論的
專家,并發(fā)表了一系列的論文,主要集中研究該理論
的
模
型
解
釋
、
理
論
擴(kuò)
展
、
近
似
實(shí)
現(xiàn)
等
問
題
.肖人彬等人:對(duì)證據(jù)的相關(guān)性及相關(guān)證
據(jù)的
組
合
問
題
進(jìn)
行了
研
究
.蘇
運(yùn)
霖
、
管
紀(jì)
文
等
人
:
對(duì)
證
據(jù)
理
論
與
粗證
據(jù)
理
論
在
中
國
的
發(fā)
展
情
況
〔
續(xù)◆
曾成等人
:
研
究
了
不
完
備
的
識(shí)
別
框
架
下
的
證
據(jù)
合
成問題,并提出相應(yīng)的證據(jù)合成公式.◆顧偉康等人:對(duì)證據(jù)合成公式進(jìn)行擴(kuò)展,提出一種改
進(jìn)的證據(jù)合成公式.◆徐從富等人:
1999-2001總結(jié)國內(nèi)外關(guān)于證據(jù)理論及
其應(yīng)用的代表性文獻(xiàn),先后發(fā)表2篇關(guān)于證據(jù)理論及其應(yīng)用
的綜述文章.5.2
經(jīng)
典
證
據(jù)
理
論1、
證據(jù)理論的主要特點(diǎn)滿足比Bayes概率理論更弱的條件,即
不必滿足概率可加性.具
有
直
接
表
達(dá)
"
不
確
定
"
和
"
不
知
道
"
的
能力,這些信息表示在mass函數(shù)中,并在證據(jù)合成
過程中保留了這些信息.證據(jù)理論不但允許人們將信度賦子假
設(shè)空間的單個(gè)元素,而且還能賦予它的子集,這很
象人類在各級(jí)抽象層次上的證據(jù)收集過程.設(shè)
是
一
個(gè)
識(shí)
別
框
架
,
或
稱
假
設(shè)
空
間
.〔1基本概率分配基
本
概
率
分
配
:Basic
ProbabilityAssignment,簡
稱BPA.在
識(shí)
別
框
架上
的BPA是
一
個(gè)
2
[0,1]的函數(shù)m,稱為mass函數(shù).并且滿足其中,使得m<A>>0的A
稱為焦元<F
ocalelements>.m<
>=0
且2、
基
本
概
念在識(shí)別框架
上蒸于BPAm
的似然函數(shù)定信任函數(shù)也稱信度函數(shù)〔Belief
function.在識(shí)別框架
上基于BPA
m的信任函數(shù)定似然函數(shù)也稱似然度函數(shù)<Plausibilityfunction>義
為
:〔
3
似
然
函
數(shù)〔
2
信
任
函
數(shù)義
為
:B在證據(jù)理論中,對(duì)于識(shí)別框架
中的某個(gè)假設(shè)A,根據(jù)基本概率分配BPA分別計(jì)算出關(guān)于該假設(shè)的信任函數(shù)
Bel
<A>
和似然函數(shù)Pl<A>
組成信任區(qū)間[Bel<A>,Pl<A>],用以表示對(duì)某個(gè)假設(shè)的確認(rèn)程度.〔
4信任區(qū)間SetNotationandBasicRelationsEvidenceTheory8O
(X)B
CAPower
Set
(All
sets)ElementUniverseSetNotationandBasicRelations<Cont.>BasicProbabilityAssignment(BPA)Complementary
MeasuresEstimateResidualStrength(1b/in2)BPA1[3000,4000]0.32[2000,4000]0.43[2000,5000]0.24[1000,5000]0.1Example:ResidualStrengthofaWooden
Bridge3000
4000
Im·<Al>=0.
3m<A2>=0.WoodenBridgeExample<Cont.>2m<A4>=0.m<A3>=0.200050001000Bel(1000,2000)=0Pl(1000,2000)=0.1Bel(2000,3000)=0Pl(2000,3000)=0.7Bel(3000,4000)=0.3Pl(3000,4000)=1.0Bel(4000,5000)=0Pl(4000,5000)=0.3
)=0.2
>Bel(2000,4000)=0.7P1(2000,4000)=1-Bel(1000,2000)-Bel(4000,5000)=1-0-0=WoodenBridgeExample<Cont.>m(A?)=0.340002000300050001000Nested
Sets:
Z<SetNotationandBasicRelationsComplementary
MeasuresA3、Dempster合成規(guī)則Dempster
合成規(guī)則〔Dempster'scombinational
rule也稱證據(jù)合成公式,其定義如
下
:tt
A
上的兩個(gè)mass
函數(shù)m1,m2
的其中,K
為歸一化常數(shù)AsJp+==Dem√n個(gè)mass
函數(shù)的Dempster
合成規(guī)則對(duì)
于
A
,識(shí)別框架
上的有限個(gè)mass函數(shù)
m1,m2,...,mn的
Dempster合
成
規(guī)
則
為
:其中,K”A)A)1m”A)·-(A)]
:
計(jì)
算
證人
W
1
,
和
W
2提供證據(jù)的組合結(jié)果Peter0.990.000.00Paul0.010.011.00Mary0.000.990.0Q例1.
"Zadeh悖論"
:某宗"謀殺案"的三
嫌
疑
人
組
成了
識(shí)
別
框
架
={
Peter,
Paul,目擊證人〔W1,W2
分別給出下表所示的4、Dempster合成規(guī)則計(jì)算舉例[解]:首先,計(jì)算歸一化常數(shù)K.個(gè)
犯
罪
Mary},BPA.[要求其
次
,
利
用Dempster
證據(jù)合成規(guī)則分別計(jì)算Peter,Paul,Mary
的
組
合BPA〔
即
組
合mass函數(shù).(1關(guān)于Peter
的
組
合mass函
數(shù)(2關(guān)于Paul
的
組
合mass
函
數(shù)[
說明
]:
對(duì)
于
這
個(gè)
簡
單
的
實(shí)
例
而
言
,
對(duì)
于Peter,Paul,Mary的組合mass
函數(shù),再求信任函數(shù)、似然函數(shù),可知:信
任函數(shù)
值
三
似
然函
數(shù)
值
=
組
合
后的mass
函數(shù)值即
,Bel<{Peter}>=Pl<{Peter}>=m12<{Peter}>=0Bel<{Paul}>=Pl<{Paul}>=m12<{Paul}>=1Bel<{Mary}>=P1<{Mary}>=m12<{Mary}>=0(3
關(guān)
于Mary的組
合mass函
數(shù)合結(jié)
果
.m?Om?Om?(){Peter}0.98O0.49{Paul}0.010.010.015{Mary}00.980.49⊙={Peter,Paul,Mary}0.010.010.005若
修
改
"Zadeh悖
論
"
表
中
的
部
分
數(shù)
據(jù)
,
請(qǐng)重新計(jì)算證人W1和W2提供證據(jù)的組=1—[?(Pter)-z(Pul)+r(Pter)-na(M+r(Pul)-mM)]=1—(098×001+098×098+OO1×098=0O2例2
.如下表所示.[解]:首先,計(jì)算歸一化常數(shù)K.)=m?(Peter)·m?(Peter)+m(Peter)·m?(O)
+m?(Paul)·m?(Paul)+m?(Paul)·m?(O)+m?(O)·m?(Paul)+m?(⊙)·m?(Mary)+m?(⊙)·m?(⊙)=0.98×0.01+0.01×0.01+0.01×0.01+0.01×0.0
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2023年晉城市人民醫(yī)院招聘考試試題及答案
- 2023年成都市溫江區(qū)社會(huì)招聘衛(wèi)健系統(tǒng)事業(yè)單位工作人員考試試題及答案
- 低碳出行行業(yè)市場需求分析及未來三年行業(yè)預(yù)測報(bào)告
- 網(wǎng)絡(luò)劇與微電影行業(yè)調(diào)研及投資前景分析報(bào)告
- 2024年山西客運(yùn)資格證技巧答題軟件
- 2024年雙鴨山客運(yùn)從業(yè)資格證考試模擬題
- 2024年陜西客運(yùn)從業(yè)資格證操作考試
- 區(qū)塊鏈物聯(lián)網(wǎng)行業(yè)發(fā)展建議
- 在線職業(yè)規(guī)劃教育行業(yè)的消費(fèi)心理分析
- 航空運(yùn)輸智能化行業(yè)經(jīng)營模式分析
- 污水處理站安全培訓(xùn)課件
- 腹膜透析出口護(hù)理
- 四川省公需科目(多套試題整理):2022年度四川省專業(yè)技術(shù)人員繼續(xù)教育考試題庫
- 《秋天的懷念》第二課時(shí)課件
- 碳足跡核算報(bào)告模板
- 曝氣生物濾池(工藝流程)
- 中國近現(xiàn)代史綱要說課
- 變電站(發(fā)電廠)第一、二種工作票格式樣本
- 黑龍江省控制性詳細(xì)規(guī)劃編制規(guī)范
- 《美麗中國是我家》 課件
- 《入學(xué)教育》教學(xué)大綱(定稿)
評(píng)論
0/150
提交評(píng)論