完整版人工智能参考答案_第1页
完整版人工智能参考答案_第2页
完整版人工智能参考答案_第3页
完整版人工智能参考答案_第4页
完整版人工智能参考答案_第5页
免费预览已结束,剩余1页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第6章不确定性推理局部参考答案6.8设有如下一组推理规那么r:IFE1THENE2 (0.6)2:IFE2ANDE3 THEN E4 (0.7)r3:IFE4THENH (0.8)r4:IFE5THENH (0.9)且 CF(Ei)=0.5, CF(E3)=0.6, CF(E5)=0.7.求 CF(H)=?解:(1)先由ri求CF(E2)CF(E2)=0.6 x max(0,CF(Ei)=0.6 x max(0,0.5=0.3(2) 再由 r2 求 CF(E4)CF(E4)=0.7 x max(0, minCF(E 2 ), CF(E3 )=0.7 x max0, min0.3, 0.6=0.

2、21(3) 再由 r3求 CF1(H)CF1(H)= 0.8 x max0,CF(E4)=0.8 x max0, 0.21)=0.168(4) 再由 r4 求 CF2(H)CF2(H)= 0.9 x max0,CF(E5)=0.9 x max0, 0.7)=0.63(5) 最后对CF1(H )和CF2(H)进行合成,求出CF(H)CF(H)=CF1(H)+CF2(H)+ CF1(H) X CF2(H)=0.6926.10 设有如下推理规那么r1:IF E1 THEN(2, 0.00001)H1r2:IF E2 THEN(100, 0.0001)H1r3:IF E3 THEN(200, 0.00

3、1)H2r4:IF H1 THEN(50, 0.1) H2且 P(E1)= P(E2)= P(H 3)=0.6, P(H1)=0.091, P(H2)=0.01,又由用户告知:P(E| Si)=0.84, P(E2|&)=0.68, P(E3|S3)=0.36请用主观Bayes方法求P(H2|Si, S2, &)=?解:(1)由 r1 计算 O(H| Si)先把H1的先验概率更新为在 £下的后验概率P(H1| E1)P(H1| E1)=(LS 1 X P(H1) / (LS1-1) X P(H1)+1)=(2 X 0.091) / (2 -1) X 0.091 +1)

4、=0.16682S1下的后验概由于P(E1|S1)=0.84 > P(E),使用P(H | S)公式的后半局部,得到在当前观察 率P(H1| S1)和后验几率O(H1| S1)P(Hi| Si) = P(Hi) + (P(Hi| Ei) - P(Hi) / (1 - P(Ei) X (P(Ei| Si) - P(Ei)=0.09I + (0.I6682 -0.09I) / (i -0.6) X (0.84 -0.6)=0.09I + 0.I8955 乂 0.24 = 0.I36492O(Hi| Si) = P(Hi| Si) / (i - P(Hi| Si) =0.I5807(2) 由

5、r2 计算 O(H 11 S2)先把Hi的先验概率更新为在 E2下的后验概率P(Hi| E2)P(Hi| E2)=(LS2 X P(Hi) / (LS2-i) X P(Hi)+i) =(i00 x 0.09i) / (i00 -i) x 0.09i +i) =0.909i8由于P(E2|S2)=0.68 > P(E2),使用P(H | S)公式的后半局部,得到在当前观察S2下的后验概率P(Hi| S2)和后验几率O(Hi| S2)P(Hi| S2) = P(Hi) + (P(Hi| E2) - P(Hi) / (i - P(E2) X (P(E2| S2) - P(E2) =0.09i

6、+ (0.909i8 -0.09i) / (i -0.6) X (0.68 -0.6) =0.25464O(Hi| S2) = P(Hi| S2) / (i - P(Hi| S2) =0.34i63(3) 计算 O(Hi| Si,S2)和 P(Hi| Si,S2)先将Hi的先验概率转换为先验几率O(Hi) = P(Hi) / (i - P(Hi) = 0.09i/(i-0.09i)=0.i00ii 再根据合成公式计算Hi的后验几率O(Hi| Si,S2)= (O(Hi| Si) / O(H i) X (O(Hi| S2) / O(Hi) X O(Hi) =(0.i5807/0.i00ii) X

7、 (0.34i63) / 0.i00ii) X 0.i00ii =0.53942再将该后验几率转换为后验概率P(Hi| Si,S2) = O(Hi| Si,S2) / (i+ O(Hi| Si,S2) =0.35040(4) 由 r3 计算 O(H2| S3)先把H2的先验概率更新为在 E3下的后验概率P(H2| E3)P(H2| E3)=(LS 3 X P(H2) / (LS 3-i) x P(H2)+i) =(200 X 0.0i) / (200 -i) X 0.0i +i) =0.09569由于P(E3|S3)=0.36 < P(E3),使用P(H | S)公式的前半局部,得到在当

8、前观察S3下的后验概率P(H2| S3)和后验几率O(H2| S3)P(H2| S3) = P(H2 | ? E3) + (P(H2) - P(H2| ?E3) / P(E3) X P(E3| S3) 由当E3肯定不存在时有P(H2 | ? E3) = LN 3 X P(H2) / (LN3-i) X P(H2) +i) =0.00i X 0.0i / (0.00i - i) X 0.0i + i) =0.0000i因此有P(H2| S3) = P(H2 | ? E3) + (P(H2)- P(H2| ?E3) / P(E3) X P(E3| S3) =0.00001+(0.01-0.0000

9、1) / 0.6) X 0.36 =0.00600O(H2| S3) = P(H2| S3) / (1 - P(H2| S3)=0.00604(5) 由 r4 计算 O(H2| H1)先把H2的先验概率更新为在 H下的后验概率P(H2| H1)P(H2| H1)=(LS4 X P(H2) / (LS4-1) X P(H2)+1)=(50 X 0.01) / (50 -1) X 0.01 +1)=0.33557由于P(Hi| Si,S2)=0.35040 > P(Hi),使用P(H | S)公式的后半局部,得到在当前观察Si,S2下H2的后验概率P(H2| Si,S2)和后验几率O(H2|

10、 Si,S2)P(H2| Si,S2)= P(H2) + (P(H 2| Hi) - P(H2) / (1 - P(H 1) X (P(Hi| Si,S2)- P(Hi) =0.01 + (0.33557 -0.01) / (1 -0.091) X (0.35040 -0.091) =0.10291O(H2| Si,S2)= P(H2| Si, S2) / (1 - P(H2| Si, S2) =0.10291/ (1 - 0.10291) = 0.11472(6) 计算 O(H2| S1,S2,S3)和 P(H2| S1,S2,S3)先将H2的先验概率转换为先验几率O(H2) = P(H2)

11、 / (1 - P(H2) )= 0.01 / (1-0.01)=0.01010再根据合成公式计算H1的后验几率O(H2| Si,S2,S3) = (O(H 2| Si,S2)/ O(H2) X (O(H2| S3) / O(H2) X O(H2) =(0.11472 / 0.01010) X (0.00604) / 0.01010) X 0.01010 =0.06832再将该后验几率转换为后验概率P(H2| Si,S2,S3)= O(Hi| Si,S2,S3)/ (1+ O(H i| Si,S2,S3) =0.06832 / (1+ 0.06832) = 0.06395可见,H2原来的概率是

12、0.01,经过上述推理后得到的后验概率是0.06395,它相当于先验概率的6倍多.6.11设有如下推理规那么1:IFE1THEN(100, 0.1)H12:IFE2THEN(50, 0.5)H23:IFE3THEN(5, 0.05)H3且P(Hi)=0.02, P(H2)=0.2, P(H3)=0.4,请计算当证据E1, E2, E3存在或不存在时P(Hi | Ei)或 P(Hi |Ei)的值各是多少(i=1,2, 3)?解:(1)当E1、E2、E3肯定存在时,根据1、3有P(Hi | E1) = (LS1 X P(H1) / (LS1-1) X P(H1)+1)=(100 X 0.02) /

13、 (100 -1) X 0.02 +1)=0.671P(H2 | E2)= (LS2 X P(H2) / (LS2-1) X P(H2)+1) =(50 X 0.2) / (50 -1) X 0.2 +1) =0.9921P(H3 | E3) = (LS3 X P(H3) / (LS3-1) X P(H3)+1) =(5 X 0.4) / (5 -1) X 0.4 +1) =0.769 当Ei、E2、E3肯正存在时,根据 卅、2、3有P(Hi | ?E1) = (LN 1 X P(H1) / (LN 1-1) X P(H)+1) =(0.1 X 0.02) / (0.1 -1) X 0.02

14、+1) =0.002P(H2 | ?E2) = (LN 2 X P(H2) / (LN 2-1) X P(H2)+1) =(0.5 X 0.2) / (0.5 -1) X 0.2 +1) =0.111P(H3 | ?E3) = (LN 3 X P(H3) / (LN 3-1) X P(H3)+1) =(0.05 X 0.4) / (0.05 -1) X 0.4 +1) =0.0326.13设有如下一组推理规那么:1:IFE1AND E2 THEN A=a(CF=(0.9)2:IFE2AND (E3 OR E4) THEN B=b1, b2(CF=0.8, 0.7)3:IFATHEN H=h1,

15、 h2, h3(CF=0.6, 0.5, 0.4)4:IFBTHEN H=h1, h2, h3(CF=0.3, 0.2, 0.1)且初始证据确实定性分别为:CER(E1)=0.6, CER(E2)=0.7, CER(E3)=0.8, CER(E4)=0.9.假设 | Q |=10,求 CER(H).解:其推理过程参考例6.9具体过程略6.15 设U=V=(1 , 2, 3, 4且有如下推理规那么:IF x is 少 THEN y is 多其中,“少与“多分别是 U与V上的模糊集,设少=0.9/1+0.7/2+0.4/3多=0.3/2+0.7/3+0.9/4事实为x is 较少“较少的模糊集为较

16、少=0.8/1+0.5/2+0.2/3请用模糊关系Rm求出模糊结论.解:先用模糊关系Rm求出规那么IF x is 少 THEN y is 多 所包含的模糊关系RmRm (1,1)=(0.9 A 0) V (1-0.9)=0.1 Rm (1,2)=(0.9 A 0.3) V (1-0.9)=0.3 Rm (1,3)=(0.9 A 0.7) V (1-0.9)=0.7 Rm (1,4)=(0.9 A 0.9) V (1-0.9)=0.7 Rm (2,1)=(0.7 A 0) V (1-0.7)=0.3 Rm (2,2)=(0.7 A 0.3) V (1-0.7)=0.3 Rm (2,3)=(0.7

17、 A 0.7) V (1-0.7)=0.7 Rm (2,4)=(0.7 A 0.9) V (1-0.7)=0.7 Rm (3,1)=(0.4 A 0) V (1-0.4)=0.6 Rm (3,2)=(0.4 A 0.3) V (1-0.4)=0.6 Rm (3,3)=(0.4 A 0.7) V (1-0.4)=0.6 Rm (3,4)=(0.4 A 0.9) V (1-0.4)=0.6 Rm (4,1)=(0 A 0) V (1-0)=1 Rm (4,2)=(0 A 0.3) V (1-0)=1 Rm (4,3)=(0 A 0.7) V (1-0)=1 Rm (3,4)=(0 A 0.9) V (1-0)=1即:0.1 0.3 0.7 0.90.3 0.3 0.7 0.7 Rm =0.6 0.6 0.6 0.61111-因此有=':0.8,0.5,0.2,00.1 0.30.3 0.30.6 0.6110.70.70.610.90.70.61T.0.3,0.3.0.7,0.8 /即,模糊结论为Y '=0.3, 0.3, 0.7, 0.86.16 设U=V=W=1,2,3,4且设有如下规那么:r: IF x is F THEN y is Gr2:IFyisGTHENzisHr3:IFxisFTHENzisH其中,F、G、H的模糊集分别为:F=1/1+0.

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论