两种基于规则的信仰语言经验有效性的比较分析-研究论文

基于规则的专家系统通过各种准概率方法来处理不精确的推理，其中包括广泛使用的确定性因子（CF）和主观贝叶斯（SB）模型，这些模型的版本已在许多商业专家系统中实现。 先前的研究确定，在一定的独立性假设下，SB和CF通常是兼容的：当用于在相同情况下计算多个感兴趣的假设的信念时，将获得最高后验概率的假设也将获得最高的确定性因子，依此类推。这与专家系统领域非常相关，在该领域中，大多数推理引擎和解释工具都被设计为利用后置信念的相对尺度，而很少或根本不使用它们的绝对大小。 这项研究的目的是从经验上探索SB和CF的兼容性是否扩展到该领域，在该领域，信仰的主观程度和不同的启发过程可能会偏向于两种信仰语言的数学亲属关系。 特别是，我们试图知道（i）这种偏见是随机的还是系统的； （ii）偏见揭示了关于SB和CF作为在基于规则的系统中引发和修改信念的两种替代方法。