不确定性推理的非精确概率模型研究

发布时间：2022-01-12 01:27

　　在推理和决策中,逻辑规则中的MP规则体现了推理的本质,即由条件和前提出发,获得结论的过程。简单说来就是:A、A（1）B（25）B。若已知A（1）B,且又能从获得的信息之中得知A,则我们就能以此得到B。无论是经典逻辑推理还是应用贝叶斯规则得到的精确概率推理,都能够得到一个确定的结论,都能帮助人们增强,或者改变自身对决策的信念。虽然这看起来是一个直观,并且十分简单的规则,但,这里所获得的A是出于一种完整的状态。若这里的A在并不完整,只是一种可能、或者处于一种不确定状态时,这样得出的结论也只能是可能、以及不确定的状态。从日常语言来看,存在着大量的如“高”“矮”这样的形容词,以及如“孩子”“科学家”这样的名词,其代表的意义并非精确,使得不同的个体对这样的概念都存在着自身的解释,当一个个体描述某个人是“高的”“科学家”的时候,是基于他自身的认识所描述的,但对另外的个体来说,这并不是他的认识,这样的认识差就使得个体在接受这类信息时,面的的就是一种不确定的信息。这也就导致了某些逻辑悖论,如秃头悖论这样的逻辑悖论。面对日常语言中的这类非精确语言,使用模糊逻辑的方法,通过隶属函数的使用,确定前提的隶属度... 

【文章来源】：湘潭大学湖南省

【文章页数】：43 页

【学位级别】：硕士

【部分图文】：

2.1

2.2

这个隶属函数中在这个区间上的函数,视个人的主观意向来决定,为了简单,在这我们假设所表示的图像是一条连续的曲线,将其整个隶属函数图像4.2.1画作如下:模糊逻辑的隶属函数能够让我们在为求事情简单化而使用的一些确定的和不确定的概念上,简单的一分为二来进行来加以改进。像是我们最早说的“比1.70m高一点的人”。这个概念不是那么的明确,因为这还有很多人的身高和1.70m相接近,从观察的角度上来看,几乎不可分辨1.699m和1.701m,但是在模糊逻辑中,这样的模糊问题其实就是一个程度问题。同时需要注意的是,若有,在这的0.8代表的并不是概率,它代表的是个命题的一个真实度,其概率需要用另外的方法进行重新定义。在这方面有着大量的文献是关于如何去定义新的概率分布函数的,但是这又正如隶属函数一样,任何人都可以定义他自己所需要的隶属函数,方法不一而是,也有着各自的证据支持,这同样也导致了概率分布函数举不胜举。

【参考文献】：
期刊论文
[1]确证度:概率的逻辑解释及其问题和出路[J]. 罗龙祥,季爱民.  统计与决策. 2014(17)
[2]经典命题逻辑的概率语义及其应用[J]. 张家录,陈雪刚,赵晓东.  计算机学报. 2014(08)
[3]模糊性:连锁悖论[J]. 陈波.  哲学研究. 2014(01)
[4]概率解释与概率逻辑[J]. 肖波.  重庆理工大学学报(社会科学). 2013(08)
[5]中国当代归纳逻辑研究概况[J]. 任晓明,李章吕,程献礼.  逻辑学研究. 2010(04)
[6]归纳逻辑研究述评[J]. 何向东,吕进.  自然辩证法研究. 2007(03)
[7]归纳概率逻辑的研究进展[J]. 任晓明.  哲学动态. 2004(05)
[8]MASSACHUSETTS INSTITUTE OF TECHNOLOGY（MIT）[J]. 周全.  英语学习. 1996(12)
[9]何谓现代归纳逻辑[J]. 李小五.  哲学研究. 1996(09)
[10]概率逻辑的形成与归纳逻辑史的研究[J]. 王雨田.  国内哲学动态. 1984(09)

博士论文
[1]模态概率逻辑[D]. 肖波.清华大学 2014
[2]科学哲学视野下的贝叶斯方法[D]. 黄闪闪.南开大学 2013
[3]贝叶斯决策理论研究[D]. 李章吕.南开大学 2012
[4]基于条件事件代数的概率逻辑推理和概率逻辑衍推推理[D]. 李勇.云南大学 2010



本文编号：3583829