
- •4.Экспертные системы с неопределенными знаниями
- •4.1.Неопределенности в эс и проблемы порождаемые ими.
- •4.2.Теория субъективных вероятностей.
- •4.3.Байесовское оценивание.
- •4.4.Теорема Байеса как основа управления неопределенностью.
- •5. Логический вывод на основе субъективной вероятности
- •5.1. Простейший логический вывод
- •5.2. Распространение вероятностей в эс
- •5.3. Последовательное распространение вероятностей
- •5.4. Экспертные системы, использующие субъективные вероятности
- •6 Байесовские сети доверия как средство разработки эс
- •6.1. Основные понятия и определения
- •4.5.Пример построения простейшей байесовской сети доверия
- •6.3. Процесс рассуждения (вывода) в байесовских сетях доверия
- •6.4. Байесовские сети доверия как одно из направлений современных экспертных систем
- •6.5. Представление знаний с использованием байесовской сети доверия и условная независимость событий
- •5.Диаграммы влияния
- •7.1 Назначение и основные компоненты диаграмм влияния
- •7.2. Пример построения простейшей диаграммы влияния
- •7. 3. Диаграммы влияния с несколькими вершинами решения
- •6.Сети доверия с условными гауссовскими переменными
- •8.1. Непрерывные случайные величины
- •8.2. Непрерывные гауссовские переменные
- •8.3. Числовые характеристики случайных величин
- •8.4. Совместное использование дискретных и непрерывных переменных в байесовских сетях доверия
- •8.5. Логический вывод в байесовских сетях доверия с непрерывными и дискретными состояниями
8.5. Логический вывод в байесовских сетях доверия с непрерывными и дискретными состояниями
Логический вывод в таких БСД заключается в распространении вероятностей и параметров гауссовских законов распределения по всей сети в зависимости от полученных свидетельств. В частности, для рассматриваемого примера для исходного набора данных будут получены оценки производственных затрат:
m п.з = 7483,33
п.з = 1208,1
Однако эти оценки могут быть пересчитаны для случая иной загрузки оборудования или получения новых свидетельств о ставках аренды или нормах амортизации. Наряду с этим возможен и обратный вывод в этой простейшей экспертной системе. Он, например, может заключаться в определении допустимых ставок арендных плат при возможном значении суммарных производственных затрат.
В основе процесса логического вывода лежат довольно сложные математические алгоритмы, которые мы рассмотрим на простейшей двухуровневой сети для случая прямого распространения распределения вероятностей.
Пусть независимые дискретные случайные величины X1,..., Xs и непрерывные случайные величины Z1,..., Zr оказывают влияние на результирующую случайную величину Y.
Рис.8.4. Двухуровневая БСД с непрерывными
и дискретными переменными.
Каждая из дискретных случайных величин
имеет
своими исходами значения
с
вероятностями Pij,
для которых
.
Совместное влияние дискретных случайных
величин на Y
характеризуется математическим ожиданием
и
дисперсиями
.
Каждая из непрерывных случайных величин
имеет
непрерывное нормальное распределение
с параметрами
,
где
.
Совместное влияние непрерывной случайной
величины
и
исходов дискретных величин на
результирующую случайную величину Y
характеризуется весовыми коэффициентами
для
.
Тогда характеристики результирующей величины Y могут быть вычислены по следующим выражениям:
В частности, для рассмотренного выше примера, содержащего две исходные непрерывные (r=2) переменные и одну дискретную (s=1) переменную, имеющую три исхода (n1=3), числовые характеристики случайной переменной «Производственные затраты» будут
0,333 (3000 + 50000 0,075 + 0,6 2500) +
0,333 (3200 + 40000 0,075 + 0,5 2500) +
0,333 (3500 + 3000 0,075 + 0,4 2500) =
0,333 (8250 + 7450 + 6750)= =7483,33
Полученные в результате математического расчета выводы полностью совпадают с результатами, выдаваемые системой Hugin для аналогичной модели БСД.