贝叶斯信念网络

时间:2022-12-14 14:33:45

贝叶斯网络
  贝叶斯网络亦称信念网络(Belief Network),于是1985年由Judea Pearl首先提出。它是一种模拟人类推过程中因果关系的不确定性处理模型,其网络拓朴结构是一个有向无环图(DAG)。它的节点用随机变量或命题来标 识,认为有直接关系的命题或变量则用弧来连接。例如,假设结点E直接影响到结点H,即E→H,则建立结点E到结点H的有向弧(E,H),权值(即连接强 度)用条件概率P(H/E)来表示,如图4.19所示:

贝叶斯信念网络

图4.19 有两个结点的贝叶斯网络示意图

 

 

贝叶斯信念网络
图 4.20 有6个节点的贝叶斯网络

  一般来说,有n个命题x1 ,x2 , ,xn 之间相互关系的一般知识可用联合概率分布来描述。但是,这样处理使得问题过于复杂。Pearl认为人类在推理过程中,知识并不是以联合概率分布形表现的,而是以变量之间的相关性和条件相关性表现的,即可以用条件概率表示。如

贝叶斯信念网络

  例如,对如图4.20所示的贝叶斯网络,

贝叶斯信念网络


  一旦命题之间的相关性由有向弧表示,条件概率由弧的权值来表示,则命题之间静态结构关系的有关知识就表示出来了。
当获取某个新的证据事实时,要对每个命题的可能取值加以综合考查,进而对每个结点定义一个信任度,记作Bel(x)。可规定

Bel(x) = P(x=x i / D)
来表示当前所具有的所有事实和证据D条件下,命题x取值为x i 的可信任程度,然后再基于Bel计算的证据和事实下各命题的可信任程度。