[發(fā)明專利]一種基于命題邏輯概率賦值的近似推理模式算法在審
| 申請(qǐng)?zhí)枺?/td> | 201610025025.6 | 申請(qǐng)日: | 2016-01-14 |
| 公開(kāi)(公告)號(hào): | CN105701545A | 公開(kāi)(公告)日: | 2016-06-22 |
| 發(fā)明(設(shè)計(jì))人: | 張家錄;陳雪剛;吳霞;周彤;陸汝華;蔣勵(lì) | 申請(qǐng)(專利權(quán))人: | 湘南學(xué)院 |
| 主分類號(hào): | G06N5/04 | 分類號(hào): | G06N5/04 |
| 代理公司: | 北京科億知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11350 | 代理人: | 湯東鳳 |
| 地址: | 423000 *** | 國(guó)省代碼: | 湖南;43 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 命題邏輯 概率 賦值 近似 推理 模式 算法 | ||
1.一種基于命題邏輯概率賦值的近似推理模式算法,其特征在于,包括以下步驟:
(一)命題邏輯的概率賦值:
設(shè)S={q1,q2…}為原子公式集,q表示原子公式,F(S)是由S生成的型自由代數(shù),稱 F(S)中的元素為命題公式,設(shè)(Ω,Λ,P)是概率空間,Λ中的元素稱為事件,對(duì)α,β∈Λ規(guī)定 α→β=(Ω-α)∪β,則是型代數(shù),并且也是Boolean代數(shù),Ω為必 然事件,是最大元,φ為不可能事件,是最小元;
定義1:①設(shè)(Ω,Λ)是σ-代數(shù),Λ中的元素也稱為事件,P是Λ上的概率,稱型 同態(tài)v:F(S)→Λ為F(S)的(事件)賦值,即有
v(A→B)=v(A)→v(B).
公式A的賦值的概率P(v(A))稱為的概A率真值.易知
P(v(A→B))=P(v(A)→v(B))=P((Ω-v(A))∪v(B))=P((Ω-v(A))∪(v(A)∩v(B))) =1-P(v(A))+P(v(A)∩v(B)).為了與通常的命題邏輯賦值概念相區(qū)別,公式的(事件)賦值 連同其概率真值稱為公式的概率賦值,F(S)上全體概率賦值之集記為ΣP;
②設(shè)A∈F(S),若v∈ΣP,有P(v(A))=1,則稱A為概率重言式;若v∈ΣP,有P(v(A))=0, 則稱A為概率矛盾式,易證若v為F(S)的概率賦值,則
P(v(A∪B))=P(v(A)∪v(B)),P(v(A∩B))=P(v(A)∩v(B)).
由于F(S)是由S生成的自由代數(shù),故概率賦值v由它在S上的限制v|S惟一確定.特別,當(dāng) 我們考慮的是F(S)的一個(gè)有限子集F時(shí),這時(shí)自然可以考慮概率賦值v:F(S)→Λ在F上的限 制v|F;
定義2:設(shè)Ω={a,b,c},Ω的冪集ρ({a,b,c})上的概率空間:令v1(q1)=φ,v1(q2)={a,b},v1(q3)={c},則v1確定一個(gè)概率賦值, 如設(shè)則P(v1(A))=1;又令v2(q1)={a},v2(q2)=,v2(q3)=Ω,,則v2確定另外一個(gè)概率賦值
定理1:如果A是重言式,則A是概率重言式.反之,當(dāng)(Ω,Λ,P)是正規(guī)概率空間(即 P({ω})>0)時(shí),如果A為概率重言式,則A為重言式.對(duì)概率矛盾式有類似的結(jié)論.
定義3:設(shè)A,B∈F(S),若A→B為概率重言式,則稱A概率重言蘊(yùn)含B(簡(jiǎn)稱A重言蘊(yùn)含B), 記作.若且則稱A與B概率重言等價(jià)(簡(jiǎn)稱A與B重言等價(jià)),記作
注1:(a)有0≤P(v(A))≤1;
(b)若A重言蘊(yùn)含B,則有P(v(A→B))=1-P(v(A))+P(v(A)∩v(B))=1,即有,P (v(A))=P(v(A)∩v(B)).因此,P(v(A))=P(v(A)∩v(B))≤P(v(B)).P(v(A)∩v(B))=P(v (A))=min{P(v(A)),P(v(B))},P(v(A)∪v(B))=P(v(B))=max{P(v(A)),P(v(B))};
(c)若A與B重言等價(jià),則總有P(v(A))=P(v(B));
(d)若A與B是邏輯不相容,即A與B的合取式A∧B為矛盾式,則P(v(A∨B))=P(v(A)∪v (B))=P(v(A))+P(v(B))-P(v(A∧B))=P(v(A))+P(v(B));
(e)如果有v(A)與v(B)獨(dú)立,則稱公式A與B獨(dú)立,這時(shí),P(v(A∨B))=P(v(A∧ B))=P(v(A)∩v(B))=P(v(A))×P(v(B));
以上的注說(shuō)明對(duì)任何一個(gè)賦值v,P(v(·))滿足Kolmogorov公理,即P(v(·))是全體公 式集F(S)上的概率.
設(shè)S={q1,q2…}為原子公式集,q表示原子公式,F(S)是由S生成的型自由代數(shù),稱 F(S)中的元素為命題公式,設(shè)(Ω,Λ,P)是概率空間,Λ中的元素稱為事件,對(duì)α,β∈Λ規(guī)定 α→β=(Ω-α)∪β,則是型代數(shù),并且也是Boolean代數(shù),Ω為 必然事件,是最大元,φ為不可能事件,是最小元;
定義1:①設(shè)(Ω,Λ)是σ-代數(shù),Λ中的元素也稱為事件,P是Λ上的概率,稱型 同態(tài)v:F(S)→Λ為F(S)的(事件)賦值,即有
v(A→B)=v(A)→v(B).
公式A的賦值的概率P(v(A))稱為的概A率真值.易知
P(v(A→B))=P(v(A)→v(B))=P((Ω-v(A))∪v(B))=P((Ω-v(A))∪(v(A)∩v(B))) =1-P(v(A))+P(v(A)∩v(B)).為了與通常的命題邏輯賦值概念相區(qū)別,公式的(事件)賦值 連同其概率真值稱為公式的概率賦值,F(S)上全體概率賦值之集記為ΣP;
②設(shè)A∈F(S),若v∈ΣP,有P(v(A))=1,則稱A為概率重言式;若v∈ΣP,有P(v(A))=0, 則稱A為概率矛盾式,易證若v為F(S)的概率賦值,則
P(v(A∪B))=P(v(A)∪v(B)),P(v(A∩B))=P(v(A)∩v(B)).
由于F(S)是由S生成的自由代數(shù),故概率賦值v由它在S上的限制v|S惟一確定.特別,當(dāng) 我們考慮的是F(S)的一個(gè)有限子集F時(shí),這時(shí)自然可以考慮概率賦值v:F(S)→Λ在F上的限 制v|F;
定義2:設(shè)Ω={a,b,c},Ω的冪集ρ({a,b,c})上的概率空間:令v1(q1)=φ,v1(q2)={a,b},v1(q3)={c},則v1確定一個(gè)概率賦值, 如設(shè)則P(v1(A))=1;又令v2(q1)={a},v2(q2)=,v2(q3)=Ω,,則v2確定另外一個(gè)概率賦值
定理1:如果A是重言式,則A是概率重言式.反之,當(dāng)(Ω,Λ,P)是正規(guī)概率空間(即 P({ω})>0)時(shí),如果A為概率重言式,則A為重言式.對(duì)概率矛盾式有類似的結(jié)論.
定義3:設(shè)A,B∈F(S),若A→B為概率重言式,則稱A概率重言蘊(yùn)含B(簡(jiǎn)稱A重言蘊(yùn)含B), 記作.若且則稱A與B概率重言等價(jià)(簡(jiǎn)稱A與B重言等價(jià)),記作
注1:(a)有0≤P(v(A))≤1;
(b)若A重言蘊(yùn)含B,則有P(v(A→B))=1-P(v(A))+P(v(A)∩v(B))=1,即有,P (v(A))=P(v(A)∩v(B)).因此,P(v(A))=P(v(A)∩v(B))≤P(v(B)).P(v(A)∩v(B))=P(v (A))=min{P(v(A)),P(v(B))},P(v(A)∪v(B))=P(v(B))=max{P(v(A)),P(v(B))};
(c)若A與B重言等價(jià),則總有P(v(A))=P(v(B));
(d)若A與B是邏輯不相容,即A與B的合取式A∧B為矛盾式,則P(v(A∨B))=P(v(A)∪v (B))=P(v(A))+P(v(B))-P(v(A∧B))=P(v(A))+P(v(B));
(e)如果有v(A)與v(B)獨(dú)立,則稱公式A與B獨(dú)立,這時(shí),P(v(A∨B))=P(v(A∧ B))=P(v(A)∩v(B))=P(v(A))×P(v(B));
以上的注說(shuō)明對(duì)任何一個(gè)賦值v,P(v(·))滿足Kolmogorov公理,即P(v(·))是全體公 式集F(S)上的概率.
(二)命題邏輯的概率真度理論:
因?yàn)楦怕寿x值v:F(S)→Λ由它在S上的限制唯一確定,亦即每一個(gè)映射v:S→Λ都可唯 一擴(kuò)充為一個(gè)概率賦值,因此若v(qk)=vk(k=1,2,…),則并 稱T(v)=(v1,v2,…)為一個(gè)賦值狀態(tài),此處Λk=Λ,且不表示通常的無(wú)窮乘積代 數(shù)而是被看作為集合Λk(k=1,2,…)的無(wú)窮乘積(以下記之為Λ∞).反之,若 則存在唯一概率賦值v∈ΣP使得v(qk)=vk(k=1,2,…).因此 是1-1映射.
設(shè)Λ*是乘積空間Λ∞上的一個(gè)σ-代數(shù),μ*是Λ*上的概率測(cè)度.通過(guò)映射可將Λ*上的 概率測(cè)度μ*轉(zhuǎn)化為ΣP上的概率測(cè)度μ,即對(duì)若則記稱μ為μ*的導(dǎo)出概率測(cè)度.又記則(ΣP,Θ,μ)是一個(gè)概率測(cè)度空 間,并稱之為由(Λ∞,Λ*,μ*)的導(dǎo)出概率測(cè)度空間.
按照計(jì)量邏輯觀點(diǎn),一個(gè)公式A可決定全體概率賦值集ΣP上的一個(gè)函數(shù):
A:ΣP→[0,1],A(v)=P(v(A)).
定義4:設(shè)Λ*是Λ∞上的σ-代數(shù),μ*是Λ*上的一概率測(cè)度,(ΣP,Θ,μ)是由(Λ∞,Λ*,μ*) 導(dǎo)出的概率測(cè)度空間,則稱
為命題公式A的概率真度.
注2:設(shè)A=A(q1,q2,…,qt)是一個(gè)有t個(gè)原子公式的公式,通過(guò)以上映射對(duì)概率真度 作以下的形式轉(zhuǎn)換有助于概率真度的計(jì)算.明顯地,公式A確定一個(gè)如下的t元函數(shù):
記則易證Δt是Λt上的σ-代數(shù).因此若定義
μ*(t):Λt→[0,1],
則μ*(t)是有限乘積空間Λt上的概率測(cè)度,稱為μ*在Λt上的限制,此時(shí)可得概率真度的 如下計(jì)算公式
對(duì)一個(gè)有t個(gè)原子的公式A=A(q1,q2,…,qt),t元函數(shù)當(dāng)然也可以按如 下方式看作t+i元函數(shù):
因此,概率真度有如下的積分形式不變性質(zhì).
命題1:設(shè)A=A(q1,q2,…,qt)是一個(gè)有t個(gè)原子的公式,則有
注3:設(shè)Ω={ω1,ω2,…,ωm}是有限概率空間,公式A=A(q1,q2,…,qt),記Auto={q1, q2,…,qt}為A中出現(xiàn)的全部原子公式之集,v∈ΣP是A的一個(gè)概率賦值,則稱TA(v)=(v(q1), v(q2),…,v(qt))∈Λt是公式A的一個(gè)真值狀態(tài).又記A的全體真值狀態(tài)(總共有l(wèi)=2tm個(gè))之 集為T(mén)A(v)={TA(v1),…,TA(vl)},Pt是TA上的正規(guī)概率分布,即0<Pt(TA(vi))<1(i=1, 2,…,l),若記Pk=P(k=t+1,t+2,…),由于Λ∞可視為Λt,Λt+1,Λt+2,… 的無(wú)窮乘積空間,則由Pt,Pt+1,Pt+2,…也可以生成上唯一概率測(cè)度μ*=Pt× Pt+1×…,使得對(duì)于TA(vi),都是μ*-可測(cè)集,且
所以
特別地,如果Pt是TA上的均勻概率分布,即Pt(TA(vi))=1/2tm,則
命題2:概率真度具有以下性質(zhì)
(1)0≤τ(A)≤1.
(2)若A與B邏輯等價(jià),則τ(A)=τ(B).
(3)若A為重言式(矛盾式),則τ(A)=1(τ(A)=0).
(4)
(5)τ(A∨B)=τ(A)+τ(B)-τ(A∧B).
(6)若A→B為重言式,則τ(A)≤τ(B).
證明:(1)-(4)易證.(5)對(duì)v∈ΣP,
(A∨B)(v)=P(v(A∨B))=P(v(A)∪v(B))
=P(v(A))+P(v(B))-P(v(A)∩v(B))
=P(v(A))+P(v(B))-P(v(A∧B))
=A(v)+B(v)-(A∧B)(v).
所以
(6)
因A→B為重言式,故由(2)有τ(A→B)=1.從而因此
因?yàn)榈葍r(jià)的邏輯公式有相等的概率真度,從而當(dāng)把一個(gè)含有n個(gè)原子的公式視為與之 等價(jià)的含n個(gè)以上原子的公式時(shí),其真度不會(huì)變化.如公式A=q1→q2是含有2個(gè)原子的公式, 另有一個(gè)與A等價(jià)但含有3個(gè)原子的公式則A與B有相等的概率 真度.這也就是說(shuō),命題公式的概率度有形式上的不變性.
(三)賦值為獨(dú)立事件的公式真度:
對(duì)一般的概率賦值v,不一定有P(v(q1∧q2))=P(v(q1))×P(v(q2)),但當(dāng)賦值v的取值 限制在Ω中的獨(dú)立事件時(shí),上述式子是成立的,這部分討論的是基于這些賦值的部分真度 的性質(zhì).
設(shè)且Λ0中的事件兩兩獨(dú)立.又設(shè)v是如下形式的賦值:對(duì)任何原子公式q, 值v(q)在Λ0中,這樣取值于獨(dú)立事件的賦值全體記為Σ0.以下假設(shè)是μ-可測(cè) 集.
命題3:設(shè)v∈Σ0,公式A,B由不同的原子公式構(gòu)成,則P(v(A∧B))=P(v(A))×P(v(B)).
證明:設(shè)v∈Σ0,A,B是兩個(gè)不含相同原子公式的公式.以下對(duì)A,B中原子公式的個(gè)數(shù)用 歸納法證明結(jié)論成立.
首先假設(shè)A只含有一個(gè)原子公式q1.
(1)當(dāng)B也只含有一個(gè)原子公式r1時(shí),則
P(v(q1∧r1))=P(v(q1)∩v(r1))=P(v(q1))×P(v(r1)).
或者
此時(shí)結(jié)論成立.
(2)設(shè)當(dāng)B=B(k)包含有不超過(guò)k個(gè)原子公式時(shí)結(jié)論成立,下證對(duì)含有k+1個(gè)原子公式的 公式B結(jié)論也成立.
注意到F(S)中的公式都由原子公式和聯(lián)結(jié)詞自由生成且聯(lián)結(jié)詞之間有關(guān)系式: 故B必為B(k+1)或且B(k+1)為以下形式 之一:B(k+1)=B(k)∨rk+1,
P(v(q1∧(B(k)∨rk+1)))
=P((v(q1)∩v(B(k)))∪(v(q1)∩v(rk+1)))
=P(v(q1)∩v(B(k)))+P(v(q1)∩v(rk+1))-P(v(q1)∩v(B(k))∩v(rk+1))
=P(v(q1))×P(v(B(k)))+P(v(q1))×P(v(rk+1))-P(v(q1))×P(v(B(k))×P(v(rk+1))
=P(v(q1))×(P(v(B(k)))+P(v(rk+1))-P(v(B(k)))×P(v(rk+1))
=P(v(q1))×(P(v(B(k)))+P(v(rk+1))-P(v(B(k))∩v(rk+1))
=P(v(q1))×P(v(B(k))∪v(rk+1))
=P(v(q1))×P(v(B(k)∨rk+1)).
類似可證其它兩種情形,且
因此,對(duì)含有k+1個(gè)原子公式的公式B結(jié)論成立,即P(v(q1∧B))=P(v(q1))×P(v(B)).
其次,如果公式B有多個(gè)原子公式,類似于以上的證明,有
P(v(A∧B))=P(v(A))×P(v(B)).
定義5:記稱τ0(A)為公式A的基于獨(dú)立事件賦 值集Σ0的真度.
定理2:設(shè)公式A和B沒(méi)有共同的原子公式,則τ0(A∧B)=τ0(A)×τ0(B).
證明:為表示的方便,不妨設(shè)因A和B沒(méi)有共同的原子公式,故公式A∧B一個(gè)賦值v 也相應(yīng)確定了公式A的一個(gè)賦值和公式B的一個(gè)賦值于是
命題4:若記B(n)=q1∧q2∧…∧qn,A(n)=q1∨q2∨…∨qn,則有
證明:若記則由以上命題和定理,有
由知因此又
由知因此
定理3:全部公式基于賦值集Σ0的真度之集{τ0(A)|A∈F(S)}在[0,1]中沒(méi)有孤立點(diǎn).
證明:設(shè)A=A(q1,q2,…,qn)∈F(S),ε>0.以下證存在公式B∈F(S),使得
|τ0(A)-τ0(B)|<ε且τ0(A)≠τ0(B).
(1)τ0(A)=0,則有公式B(k)=qn+1∧…∧qn+k,使得τ0(B(k))<ε.取B=B(k),則|τ0(A)- τ0(B)|=τ0(B(k))<ε.
(2)τ0(A)=1,令則τ0(B)=1-τ0(B(k))≠τ0(A)<ε,且|τ0(A)-τ0(B)|<ε.
(3)0<τ0(A)<1,令B=A∨B(k),則有
τ0(B)=τ0(A)+τ0(B(k))-τ0(A∧B(k))=τ0(A)+τ0(B(k))-τ0(A)∧τ0(B(k)).
從而τ0(A)≠τ0(B),且
|τ0(A)-τ0(B)|=τ0(B(k))(1-τ0(A))<τ0(B(k))<ε.
定理4:若記則或
證明:分或兩種情形證明.
(1)假設(shè)則
因有不等式1-x≤e-x,故又由假設(shè) 因此即證
(2)假設(shè)由于故有
由于故因此
(四)形式推演中結(jié)論的不可靠度估計(jì):
定義6:稱為公式A的不可靠度.
定義7:設(shè)A*∈F(S),如果{A1,A2,…,An}├A*,則稱 為有效推理,且稱A1,A2,…,An為該推理的前提,A*為該推理的結(jié) 論.
設(shè)為有效推理,這時(shí)可能某些前提是不必要的,即,結(jié)論A*也 可能是{A1,A2,…,An}的某真子集(k<n)的結(jié)論.為區(qū)分各前提在推理中的必要 性,以有文獻(xiàn)引入了如下的前提必要度概念:
定義8:設(shè)是有效推理,以Γ記{A1,A2,…,An},對(duì)Γ的子集E,如 果結(jié)論A*不能從Γ-E中的前提推出,則稱E為必要前提集.設(shè)Ai是Γ中的任一前提,以δ(Ai) 記Γ中包含著Ai的個(gè)數(shù)最少的必要前提集(簡(jiǎn)稱極小前提集)中前提的個(gè)數(shù),令e(Ai)=1/δ (Ai),稱e(Ai)為Ai的必要度.如果不存在包含Ai的極小前提集,則規(guī)定e(Ai)=0.
定理5:設(shè)是有效推理,則結(jié)論A*的平均不可靠度不超過(guò)各前提 的平均不可靠度與其必要度的乘積之和,即
U(A*)≤e(A1)U(A1)+e(A2)U(A2)+…+e(An)U(An).
證明:記Γ={A1,A2,…,An}.由概率真度的形式不變性,不妨設(shè)全部公式中出現(xiàn)有t個(gè) 原子公式.對(duì)任一概率賦值v∈ΣP,其真值狀態(tài)為T(mén)(v).由于對(duì)任一賦值v,μ(v(·))可看作 是Γ上的概率,故公式A1,A2,…,An,A*的不可靠度分別為1-μ(v(A1)),1-μ(v(A2)),…,1-μ(v (An)),1-μ(v(A*)),由概率邏輯學(xué)基本定理,有
1-μ(v(A*))≤e(A1)(1-μ(v(A1)))+e(A2)(1-μ(v(A2)))+…+e(An)(1-μ(v(An))).
于是
所以
U(A*)≤e(A1)U(A1)+e(A2)U(A2)+…+e(An)U(An).
上述定理的表述與概率邏輯學(xué)中基本定理相似,但概率邏輯學(xué)中的不可靠度是基于F (S)的有限子集Γ={A1,A2,…,An}上的概率分布得到,而上面定理5中的平均不可靠度是在 F(S)的全體概率賦值集上所定義的概念,它是基于概率真度(是全部公式集F(S)上的一個(gè) 概率分布)而得到.換一個(gè)角度說(shuō),概率邏輯學(xué)中的不可靠度是一個(gè)基于有限公式子集Γ上 概率分布的部分概念,而本文所引進(jìn)的隨機(jī)計(jì)量邏輯學(xué)的不可靠度則是一個(gè)基于整個(gè)公式 集F(S)上的全體概率分布(由概率賦值定義,它也可看作為全體公式集F(S)上的一個(gè)概率 分布)的整體概念,它的值是通過(guò)對(duì)公式集F(S)到概率空間的全部概率賦值進(jìn)行計(jì)算而得 到.
應(yīng)用上述定理還得到概率真度的如下性質(zhì):
命題5:設(shè)A,B,C∈F(S),α,β∈[0,1].
(1)若τ(A)≥α,τ(A→B)≥β,則τ(B)≥α+β-1;
(2)若τ(A→B)≥α,τ(B→C)≥β,則τ(A→C)≥α+β-1.
證明:(1)顯然A,是一個(gè)有效推理,且e(A)=1,e(A→B)=1,則
U(B)≤e(A)U(A)+e(A→B)U(A→B)
即τ(B)≥α+β-1.和(1)類似的方法可證(2).
推論1:設(shè)A,B,C∈F(S),α,β∈[0,1],
(1)若τ(A)=1,τ(A→B)=1,則τ(B)=1;
(2)若τ(A→B)=1,τ(B→C)=1,則τ(A→C)=1.
(五)基于概率賦值的近似推理模式:
定義9:設(shè)A∈F(S),D(Γ)表示全體Γ結(jié)論之集.
(i)如果存在和有限個(gè)公式使得 則稱A是Γ的a.e.結(jié)論.特別地,若Γ=φ,則稱A是 一個(gè)a.e.定理.
(ii)如果δ>0,存在有限個(gè)公式使得
則稱A是Γ的依概率結(jié)論.特別地,若Γ=φ,則稱A是一個(gè)依概率定理.
(iii)如果存在有限個(gè)公式使得則 稱A是Γ的依概率真度結(jié)論.特別地,若Γ=φ,則稱A是一個(gè)依概率真度定理.
注4:在經(jīng)典邏輯系統(tǒng)中,Γ={B1,B2,…,Bn}是有限公式集,A是一個(gè)Γ結(jié)論,則 是重言式,從而也是概率重言式,于是因此即 所以A是Γ的a.e.結(jié)論.
定理6:如果A是Γ的a.e.結(jié)論,則A是Γ的依概率結(jié)論.
證明:因A是Γ的a.e.結(jié)論,存在μ(N)=0和有限公式使得 取單調(diào)下降序列則 單調(diào)增加,且
由概率的連續(xù)性有
因此,對(duì)任何的δ>0,有K1>0使得當(dāng)k>K1時(shí)
另一方面,由知,任給ε>0,有K2>0使得當(dāng)k>K2時(shí),εk<ε.若取K=max{K1, K2},則當(dāng)k>K時(shí)
所以上述定理成立.
定理7:如果A是Γ的依概率結(jié)論,則A是Γ的依概率真度結(jié)論.
證明:任給ε>0,由于A是Γ的依概率結(jié)論,存在有限公式使得
記因此
這就證明A是Γ的依概率真度結(jié)論.
根據(jù)以上結(jié)論,我們給出兩個(gè)基于概率賦值的近似推理模式.
定義10:設(shè)(Ω,Λ,P)是概率空間.A∈F(S),ε>0,
(i)如果存在有限個(gè)公式使得
則稱A為Γ的依概率誤差小于ε的結(jié)論,記為特別地,當(dāng)Γ=φ時(shí),稱A為 依概率誤差小于ε的定理,記為├(μ,ε)A
(ii)如果存在有限個(gè)公式使得
則稱為Γ的依概率真度誤差小于ε的結(jié)論,記為特別地,當(dāng)Γ=φ時(shí),稱A 為依真度誤差小于ε的定理,記為├(τ,ε)A.
由定理6.4的證明,易知下面的結(jié)論成立.如果A是Γ的依概率誤差小于ε的結(jié)論,則A必 為Γ的依概率真度誤差小于2ε結(jié)論.
例:設(shè)Ω={a,b,c},P({a})=1/2,P()=1/4,P({c})=1/4,2Ω為Ω的冪集,Γ={q1∨q2,q1∨q3},A=q1.Γ∪{A}有29=512個(gè)不同的真值狀態(tài),記為T(mén)?!葅A}={T(v2),T(v2),…, T(v512)},其中vi的編號(hào)順序如下:在給公式q1,q2,q3賦值時(shí)分別按先φ,次{a},,{c},再 次{a,b},{b,c},{c,a},最后Ω的次序如,v1(q1)=φ,v1(q2)=φ,v1(q3)=φ;v2(q1)=φ, v2(q2)=φ,v2(q3)={a};v3(q1)=φ,v3(q2)=φ,v3(q3)=;…;v512(q1)=Ω,v512(q2)= Ω,v512(q3)=Ω.又設(shè)T?!葅A}上概率分布Pt為:其中常數(shù) 因?yàn)閝1∨q2→(q1∨q3→q1)不是定理,故由(q1∨q2)∧(q1∨ q3),q1∨(q2∧q3)可證等價(jià)和(q1∨q2)∧(q1∨q3)∈D(Γ)可知q1∨(q2∧q3)∈D(Γ),且
于是,對(duì)ε=0.02,有公式q1∨(q2∧q3)∈D(Γ)使得τ(q1∨(q2∧q3)→q1)>1-ε.因此A= q1為Γ={q1∨q2,q1∨q3}的依概率真度誤差小于0.02的結(jié)論.
又因?yàn)閝1∧(q1∨q2)∧(q1∨q3)與q1可證等價(jià),取ε=0.03,則有
μ({v:|((q1∨q2)∧(q1∨q3))(v)-(q1∧(q1∨q2)∧(q1∨q3))(v)|≥0.03})
=μ({v:|(q1∨(q2∧q3))(v)-q1(v)|≥0.03})
=μ({v:|P(v(q1)∪(v(q2)∩v(q3)))-P(v(q1))|≥0.03})
=0.0226<0.03.
于是,對(duì)ε=0.03,有公式q1∨(q2∧q3)∈D(Γ)使得
μ({v:|((q1∨q2)∧(q1∨q3))(v)-(q1∧(q1∨q2)∧(q1∨q3))(v)|≥ε})<ε.
因此A=q1為Γ={q1∨q2,q1∨q3}的依概率誤差小于0.03的結(jié)論。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于湘南學(xué)院,未經(jīng)湘南學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610025025.6/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 一種數(shù)據(jù)挖掘中基于命題邏輯的主特征分析方法及系統(tǒng)
- 智能的UML模型的形式化檢測(cè)方法及裝置
- 一種知識(shí)地圖的建立和學(xué)科知識(shí)導(dǎo)航方法
- 一種基于命題邏輯概率賦值的近似推理模式算法
- 命題邏輯中基于矛盾體分離式的逆向并行演繹推理方法
- 命題邏輯中基于極大子句判定公式屬性的方法
- 命題邏輯中基于最大矛盾體判定公式屬性的方法
- 命題邏輯中基于擴(kuò)展三角形的矛盾體分離演繹推理方法
- 一種基于軟集決策規(guī)則分析的電子商務(wù)推薦技術(shù)及系統(tǒng)
- 自動(dòng)駕駛汽車交通法規(guī)符合性仿真測(cè)試方法及系統(tǒng)
- 踏板賦值設(shè)備
- 參數(shù)集編碼
- 賦值轉(zhuǎn)換方法
- 一種適用于中國(guó)女性的乳腺癌篩選模型及其建立方法
- 一種基于對(duì)象的頁(yè)面賦值方法及系統(tǒng)
- 鍵值對(duì)數(shù)據(jù)的賦值方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 數(shù)據(jù)處理方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 一種測(cè)試用例的參數(shù)生成方法、裝置及終端設(shè)備
- 一種天然氣能量計(jì)量賦值核查方法及系統(tǒng)
- 分支啟發(fā)的變?cè)馁x值優(yōu)化算法、布爾可滿足性驗(yàn)證算法





