可能性传播图模型的专家知识获取方法  

An Expert Knowledge Acquisition Approach in Possibility Propagation Diagram

作　　者：樊兴华[1] 张勤 黄席樾[1] 

机构地区：[1]重庆大学自动化学院 [2]重庆市科委

出　　处：《计算机科学》2001年第11期53-56,共4页Computer Science

基　　金：博士点基金;重庆市科委攻关项目<面向工业应用的智能开发平台及系统研究>资助

摘　　要：1.引言 人工智能的核心问题之一是如何表达已有知识以及如何应用已有知识进行分析处理或推理,以得到新的知识.其中,尤以不确定性知识表达和推理最为重要,也十分困难.但由于它很有现实意义,目前是国际上研究的热点.不确定的知识表达可分为两大类:一类是基于概率的方法,包括信度网[2]、马尔可夫网[2]以及PROSPECTOR[6]中使用的方法等.一类是非概率的方法,包括MYCIN的信度因子[7]、模糊逻辑[5]以及Dempster-Shfer[8]的证据理论等.非概率的方法虽然在各自的应用领域都取得了一定成果,但在运用过程中人们越来越意识到这类方法的不足.目前,以信度网为代表的概率方法已成为不确定性知识表达的主流方法.信度网又名贝叶斯网络,是一个有向无环的图形结构.它具有理论上的严格性和一致性,以及有效的局部计算机制和直观的图形化知识表达.Comparing with the other approaches reasoning under uncertainties,the possibility propagation diagram approach can not only overcome difficulties in belief network but also deal with continue variables,which is useful for practice application especially in industry field. This paper presents an expert knowledge acquisition approach in possibility propagation diagram. It expresses expert knowledge with fuzzy method ,then translates these expert knowledge into the form suited for possibility propagation diagram. This translation depends on the assumption which obeys the rule of information entropy maximal. It is important for practicality application of the possibility propagation diagram.

关 键 词：人工智能 专家知识获取 可能性传播图模型 知识表达 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]