本文關(guān)鍵詞：因果圖推理及其應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

重慶大學(xué) 碩士學(xué)位論文 因果圖推理及其應(yīng)用研究 姓名：王宏川 申請(qǐng)學(xué)位級(jí)別：碩士 專業(yè)：控制理論與控制工程 指導(dǎo)教師：張勤 座機(jī)電話號(hào)碼 中文摘要 摘 要 人工智能的研究已經(jīng)達(dá)到實(shí)踐應(yīng)用階段，這些應(yīng)用幾乎覆蓋了每一個(gè)領(lǐng)域。在 實(shí)際應(yīng)用中，產(chǎn)生了大量早期人工智能理論不能解決的復(fù)雜性，其中之一就是推 理中的知識(shí)和信息的不確定性。不確定性是智能問(wèn)題的本質(zhì)特征，無(wú)論是人類智 能還是人工智能，都離不開對(duì)不確定性的處理。可以說(shuō)，智能主要反映在求解不 確定性問(wèn)題的能力上。因此，不確定推理模型是人工智能與專家系統(tǒng)的一個(gè)核心 研究課題。 不確定知識(shí)表達(dá)的方法可分為兩大類：一類是基于概率的方法，，包括信度網(wǎng) Belief Network 、動(dòng)態(tài)因果圖 DynamicCausality 包括MYCIN的可信度因子 CertaintyFactor 、模糊邏輯 Fuzzy 成果，但在運(yùn)用過(guò)程中人們?cè)絹?lái)越意識(shí)到這類方法的不足。在概率方法中，信度 網(wǎng)由于其理論的健壯性和一致性、有效的局部計(jì)算機(jī)制和直觀的圖形化知識(shí)表達(dá) 方式而日益受到重視。由信度網(wǎng)發(fā)展起來(lái)的動(dòng)態(tài)因果圖理論，借鑒了信度網(wǎng)圖形 知識(shí)表達(dá)的優(yōu)點(diǎn)，但創(chuàng)新并擴(kuò)展了表達(dá)方式，取消了對(duì)系統(tǒng)邏輯結(jié)構(gòu)的限制，引 入了邏輯運(yùn)算，從而在很大程度上克服了信度網(wǎng)的不足，具有更大的優(yōu)勢(shì)。 論文詳細(xì)地介紹了人工智能中不確定性知識(shí)表達(dá)及其推理的有關(guān)內(nèi)容，并簡(jiǎn)要 介紹了信度網(wǎng)知識(shí)表達(dá)方式：在介紹因果圖知識(shí)表達(dá)模型、總結(jié)單值因果圖的常 規(guī)推理算法后，針對(duì)單值因果圖常規(guī)推理算法中存在邏輯運(yùn)算量大、計(jì)算復(fù)雜的 困難，根據(jù)早期不交化的思想，提出了一種單值因果圖推理的新方法。對(duì)于多值 因果圖，本文也提出了一種基

  本文關(guān)鍵詞：因果圖推理及其應(yīng)用研究，由筆耕文化傳播整理發(fā)布。