|
本文根据领域专家的经验原则和不确定性推理的内在逻辑关系，建立了市场预测专家系统推理器置信度传递函数
1前言
置信度传递问题是建立专家系统知识库和推理器的基本问题之一。理论工作者提出了几种理论，如Ａ·Ｄｅｍｐｔｅｒ和Ｇ·Ｓｈａｆｅｒ的“ｂｅｌｉｅｆ ｔｈｅｏｒｙ”（信度理论），Ｌ·Ａ·Ｚａｄｅｈ的“Ｐｏｓｓｉｂｉｌｉｔｙ ｔｈｅｏｒｙ”（可能性理论），都不够完善，还没达到应用的水平。汽车市场预测专家系统（ＡＭＦＥＳ）根据领域专家的知识经验，运用知识结构化分析方法，研究在预测这个特定领域不确定性推理的内在逻辑关系以及置信度传递规律，这对专家系统的理论发展具有重要意义。
2知识粒度与置信度
在多大的知识粒度上构造知识库结构，是提高知识基本单元置信度的可信性的关键之一。知识库结构层次多、分解细、知识粒度小，并不能导致预测准确性的提高。市场预测一般根据惯性原理、类推原理、相关原理、概率推断原理，用一种或几种方法来预测未来的市场，而未来的汽车市场变化规律在预测时具有不确定性，会呈现出多种特征，上层和下层之间并不一定具有一一对应的逻辑关系，知识粒度小，并不导致准确性的提高。另外，知识粒度过小会使构成知识库的知识基本单元偏离领域专家成熟的经验范围，而导致知识基本单元置信度的可信性下降。ＡＭＦＥＳ系统知识库知识基本单元一般在领域专家成熟的经验范围之内，其置信度根据领域专家的经验原则确定，适用条件比较清楚，可信性高。
ＡＭＦＥＳ对置信度的确定有如下几条规定：
１°置信度犞表示领域专家对证据、假设或结论的相信程度，取值范围为［０，１］。
２°知识基本单元的置信度根据领域专家的经验原则和主观信念确定。
３°在证据不断出现时，置信度可以累加修改，取得肯定的证据，其值增加，出现否定的证据，其值减少，累加的结果，不应超过度量的极限。
４°能用于不确定性推理。
3置信度传递函数
ＡＭＦＥＳ系统根据不同的预测要求，如预测车型（轿车、客车、载重车等）、预测时间（短期、中期、长期等），建立相应的不准确推理层次模型，从下层往上层进行逻辑推理或运算，下层证据的置信度特性传递到上层，被上层结论的置信度以某种形式继承，上、下层置信度传递关系不仅符合上、下层之间的逻辑关系，也应符合领域专家的经验原则。图１是ＡＭＦＥＳ系统关于轿车市场需求预测的简化模型。
3.1 CF传递函数
上述方法在理论上不是十分完善，但十分实用，在工程上应用广泛。
3.2∑传递函数
3.3 Co传递函数
根据不同的预测要求和预测环境，选择几种不同的预测方法进行组合预测，是专家在实际预测中常用的方法。图１中A与B、H、D关系是一种组合预测的逻辑关系。
4结论
（１）上述３种不确定推理的逻辑关系在预测领域中具有普遍意义，３种置信度传递函数反映了预测领域置信度传递规律。３种传递函数可能存在着某种概率理论意义上的差异，由于知识基本单元置信度的实际值是根据专家经验原则确定的，在不确定性推理过程中可以相互引用。
（２）在某些特定领域（如预测领域），专家系统的边界条件容易划定，内在逻辑关系比较清楚，经验原则容易确定，可以建立起比较完善的实用的置信度传递理论。统一的置信度传递理论有可能在综合特定领域的传递理论的基础上形成。
胡斌祥,张国方,付凤岚 |
