一种新的处理模糊和不确定性的数学工具简介

粗糙集合理论是一种新的处理模糊和不确定性的数学工具，这种方法可能是人工智能的重要基础。本文，我们介绍了粗糙集合的基本概念，集合的近似相等和近似包含关系，以及粗糙集合理论的主要优点和一种精确性衡量方法。最后，介绍了目前粗糙集合理论的应用和主要的研究方向等。     

专家系统中不确定性知识的表示和处理

知识表示和处理是专家系统的基本问题，不确定性知识的表示和处理一直是专家系统研究的热点。本文在阐述不确定性知识概念的基础上，简单介绍传统的不确定知识表示和处理方法，重点讨论近年来出现的新的不确定知识表示和处理方法。     

Tickcon专家系统中的不确定性问题的研究

不确定性问题是人工智能和专家系统中的难点和核心研究课题，文章着重讨论Tickcon专家系统中的一个典型的不确定性问题的分析并提出了一个解决方案。     

一类不确定性系统的多目标智能控制

针对一种不确定性非线性过程且其控制需要较多人为判断的控制系统，作者提出了采用各个不同位置温度测量值的加权平均作为控制器的反馈输入，该控制器则兼有变参数ＰＩＤ调节器和实时专家系统的优点，并可根据实际的进程和效果，采用在线调整工艺设定值的多目标控制策略，其效能通过运行结果加以说明。     

不确定性推理的实用性研究

Bayes 概率推理是不确定性推理方法之一,它在理论上虽然比较简单,但当证据之间不满足独立性假定时,推理过程中需要专家给出的先验概率个数将按几何级数增加,这严重影响了 Bayes 概率推理的实用性.本文提出的两种处理非独立性问题的概率推理方法,不仅可以大大减少专家的工作量,而且比较简单、直观,便于实际应用.     

处理不确定性的外延方法和内涵方法的比较

1.引言从语义的角度分类,研究不确定性的方法分为两种:外延方法和内涵方法。前者也称为产生式系统、基于规则的系统、基于过程的系统。MYCIN,PROSPEC-TOR是典型的外延方法。外延方法把不确定性作为一般化(generalized)的真值附着在公式上,依照传统的经典逻辑,任何公式的不确定性都是其子公式不确定性的函数,因此公式间的联系就是选择合适的组合函数。例如,合取式A∧B的不确定性值是A的不确定性值和B的不确定性值的函数,如min函数。内涵方法也称为陈述系统(declarative system)或基于模型的系统。不确定性附着于事件的状态集或可能世界的子集,子集间的联系通过集合上的操作完成。例如,p(A∧B)是包含A为真和B为真的可能世界子集的概率值,不能从个体概率p(A)和p(B)中得出。外延方法和内涵方法的优缺点针锋相对,外延方法计算简便,但语义不系统(sloppy);内涵方法语义清晰,但计算复杂。     

需求工程中的不确定性研究

1 引言用户需求一般用自然语言描述,是非形式化的,因而在生成确定的、形式化的需求规格时不可避免地会牺牲用户的部分需求。采取何种方法能尽量减少信息损失和不一致,从而使需求规格更接近于用户需求是软件开发中必须解决的重要问题。起初,在软件工程中这种转化是依靠软件开发者对用户需求的理解及自身知识完成的,使得生成的需     

对一种基于证据理论的不确定性处理模型的重要扩充

本文分析了文[1]中的不确定性处理模型中存在的问题,提出了有序命题概念,并针对有序命题的情况,给出了一种新的组合不确定性值的综合函数。     

加权模糊逻辑及其应用

推理的不确定性是人类思维的重要特征之一。如何正确而合理地反映这一特征是ＡＩ系统的一个重要研究课题。本文基于模糊逻辑理论，提出了加权模糊逻辑，并描述了若干应用实例。     

人工智能中的不确定性

不确定性是人类思维活动中最基本的东西，同时也是人工智能中的重要内容。在论述了不确定性的发展由来后，着重提出了解决不确定性的4种方法(可信度推理方法、概率方法、模糊数学方法、灰色理论方法)，并分别加以论述。最后，又系统地概括了知识表达和知识处理的一些方法。     

基于粗集的不确定性知识表示的精确性和关联性的研究

1 引言不确定性知识的表示和处理是人工智能研究中一项重要的带有基础性的工作。人们对常见的不确定现象进行了分析总结,针对各种不确定现象的特点提出了一些相应的处理方法,如DS证据理论、模糊集方法、主观Bayesian方法等,然而这一切都没有涉及不确定性的本质,因而在处理起来往往显得有点力不从心的感觉。人们一般认为不确定性可以理解为缺少足够的信息作出判断,那么从本质上怎样认识这种“缺少”呢?显然,上面提到的方法都没能在这点上取得突破.1982年,波兰科学家Z.Pawlak提出的粗集理论为揭示不确定性的本质提供了新的思路,按照粗集的观点,某个知识系统是人们按照一系列相应的特征对论域的划分,这种划分使得知识系统呈现出颗粒性,由于知识的颗粒性,使得人们在表达知识时就可能出现因颗粒太大而导致不能精确完整地表达某一知识的情形出现,这就是我们所看到的“缺少足够的信息”的原因所在。     

青铜器鉴定专家系统中的不确定性推理

讨论了青铜器鉴定专家系统的不确定性推理方法,包括知识的不精确表示,推理规则的不精确表示,组合证据的不精确描述以及推理规则的更新。并将该推理方法应用干文物鉴定领域,成功建立了青铜器鉴定专家系统。     

一个可处理不确定性知识的专家系统开发工具

介绍了用面向对象的可视化语言Ｖｉｓｕａｌ Ｃ＋＋实现的一个可处理不确定性知识的专家系统开发工具ＲＥＳＴＯＯＬ,着重描述了其知识库组织、不精确推理机的实现及推进过程可视化,并给出了一个运行实例。     

条件事件代数研究综述

综述了条件事件代数理论的原理、主要性质和应用．条件事件代数是一门新兴的解决不确定性、概率性和模糊性推理问题的学科,是在确保规则概率与条件概率相容的前提下,把布尔代数上的逻辑运算推广到条件事件(规则)集合中得到的代数系统,目的是为智能系统中的条件推理建立一个数学基础．该文也对比条件事件代数更一般的逻辑系统——关联事件代数理论进行了介绍．     

集对分析的不确定性系统理论在AI中的应用

根据不确定性与确定性对立统一的观点，把同一个研究对象相对于参考集的确定性测度与不确定性测度作为一个不确定性系统，用联系数描述这个系统，根据问题的要求对联系数作适当的运算，由此形成基于集对分析的不确定性系统理论．把该理论用于不确定性推理、智能计算、群体智能分析，思路清晰，算法简明，所得结果能较好地符合客观实际．     

一种基于可信度的不确定性推理及其神经网络实现*

提出了基于可信度因子和可信度区间的不确定性推理模型,并用改进的BP神经网络实现其推理过程,最后利用MATLAB神经网络工具箱给出仿真示例。改进的BP神经网络在实现不确定性推理方面有效避免了沿用传统方法所带来的规则数激增及推理缓慢等缺陷,并提高了网络的泛化能力。仿真示例表明,它不仅可以自动学习和模拟专家的典型经验,而且还可以将专家的典型经验推广应用到一般情形。