论文部分内容阅读
信度网被认为是目前最有竞争力的一种不确定知识的表达方式,它以结点表示状态,以有向边表示结点间的相互依赖关系,用条件概率表(CPT)表达结点间依赖关系的强弱.基于这样的独特结构,可以使用贝叶斯公式在信度网中进行由果到因或由因到果的推理.目前较为普遍的推理算法为J.Pear的传递法.虽然目前经典算法在单连接信度网中推理求解是有效的,但该算法在多连接信度网中求解MPE与Belief Updating却是NP-Hard.因此如何构造多连接信度网高效推理算法一直是学术界研究的重点.该文所依托的课题是国家自然科学基金项目【大型信度网高效推理及基于不完全数据的学习算法研究】,首先该文参考国内外文献分析了基于演绎推理原理的信度网高效推理算法-桶消解法,该算法将信度网所附的CPT进行划分并将其放入数据结构桶中.然后模拟消解法对其进行消解,得到最终结果.在对该算法进行理论分析的基础上,该文还使用假设实例对算法进行了验证.