基于不確定性推理中專家群信度的評價方法

潘道華

黑龍江民族職業(yè)學院

基于不確定性推理中專家群信度的評價方法

潘道華

黑龍江民族職業(yè)學院

傳統(tǒng)的不確定性推理模型中可信度參數(shù)的初始值均由領(lǐng)域內(nèi)的一個專家給出，由于專家的知識、經(jīng)驗、背景等的不同，其結(jié)果必然存在差異，并且隨著推理鏈的延伸，最終可能會得到與事實相悖的結(jié)論。為了提高推理的可靠性，提出了通過專家群來確定可信度參數(shù)，并給出了評價模型。以疾病診斷專家系統(tǒng)MYCIN知識庫中的感冒判斷的規(guī)則為例，詳細介紹了該方法的實際應(yīng)用過程，證實該方法對提高不確定性推理的可信程度十分必要。

不確定性推理；專家群信度；肯德爾和諧系數(shù)；評價

1 引言

由于現(xiàn)實世界中客觀事物或現(xiàn)象的復(fù)雜性，使人們在各領(lǐng)域中對信息的理解存在著模糊性，對知識的運用存在著粗糙性，對經(jīng)驗的判斷也存在著差異性，這就導(dǎo)致了推理過程的不確定性。目前，在專家系統(tǒng)的構(gòu)建過程中，如何進行不確定性知識表示和推理，已成為人工智能研究的重要課題之一。其中，最具有代表性的是美國斯坦福大學肖特里菲（E.H.Shortliffe）等人提出的確定性理論（Confirmation Theory），該理論的核心是用可信度表示不確定性，以此建立了推理模型并在專家系統(tǒng)MYCIN中得到成功應(yīng)用。但是，確定性理論是基于推理過程中對應(yīng)的知識表示所涉及的相應(yīng)數(shù)據(jù)都是由一個專家依據(jù)主觀經(jīng)驗給出，這就產(chǎn)生了由于專家的知識、經(jīng)驗和分析問題的角度不同，提供的經(jīng)驗估計數(shù)據(jù)可能會有偏差，使構(gòu)建的智能系統(tǒng)可靠性降低。為解決這個問題，本文提出應(yīng)用專家群替代單一專家給出可信度參數(shù)，從而提高推理結(jié)論的可靠性，并對專家群信度的評價方法進行了分析和應(yīng)用。

2 不確定性推理及可信度模型

基于可信度的不確定性推理方法比較簡單、直觀，但是也存在一定的缺點，其推出結(jié)果的準確性依賴于領(lǐng)域?qū)＜覍尚哦纫蜃拥闹付ǎ绾魏侠砬覝蚀_的把知識的可信度因子估計為一個數(shù)字卻是相當困難的，而且一個數(shù)字在語義上究竟表示一個什么樣的確信度也難有一個統(tǒng)一的標準尺度，特別當知識由多個專家給出時，更難有統(tǒng)一的度量標準，具有較濃厚的個人主觀判斷色彩，容易產(chǎn)生片面性。另外，推理中隨著推理鏈的延伸，可信度的傳遞將會越來越不可靠，誤差越來越大，當推理深度達到一定深度時，有可能出現(xiàn)推出的結(jié)論不再可信的情況。所以在進行推理前對專家給出的可信度因子的可靠性進行檢測，即對專家群信度進行評價是非常必要的。

3 專家群信度評價方法

專家群信度是指在研究對象評價過程中，專家群體對評價對象構(gòu)成要素的價值判斷（即對評價指標賦予的定量性結(jié)果）的一致性程度。這里的一致性，指的是多數(shù)專家對某一評價指標（或綜合評價指標）測定結(jié)果之間的一致性，并非指該指標的反復(fù)測量所得結(jié)果相互間保持的一致性。在不確定性推理各知識表示模型中的每個可信度因子都是由多名專家所組成的專家群共同給出的結(jié)果，由于每位專家對知識的理解不同、考慮問題的角度不同、所處的背景不同、自身水平的差異以及心理因素的作用，所給出的具體數(shù)據(jù)存在一定的差異，屬于隨機變量。從統(tǒng)計學的角度出發(fā)，檢驗專家群所得的結(jié)果是否一致相近，即考察專家之間的信度，是檢驗其評價結(jié)果是否準確的簡便而有效的方法。

在評價結(jié)果的處理過程中，肯德爾和諧系數(shù)檢驗法是最常用的考察多位評分者評分的內(nèi)部一致性信度的檢驗方法。肯德爾和諧系數(shù)又稱系數(shù)，是表示多列等級變量相關(guān)程度的一種方法。

肯德爾和諧系數(shù)是按照被評價對象各構(gòu)成要素所獲得的等級及它們之間的差異大小，來衡量專家之間的意見一致性程度。如果計算所得的肯德爾和諧系數(shù)大，則表明專家群的意見較一致，反之，則表明意見分歧較大。分歧很大的評價結(jié)果，其準確性自然較低。

準則1：如果，那么有的把握可以斷定專家之間的評價結(jié)果不一致。

準則2：如果，那么有的把握可以斷定專家之間的評價結(jié)果顯著一致。

在具體構(gòu)建專家系統(tǒng)推理算法時，如果采用專家群確定可信度的參數(shù)，需要依據(jù)上述準則進行判斷，如果滿足準則2，則可進行參數(shù)計算，具體計算過程詳見參考文獻2。

4 實例分析

結(jié)合上述所給出的評價專家群信度的方法，本文以MYCIN專家系統(tǒng)中的一條對感冒不同癥狀所賦予的權(quán)重為例，說明該方法的具體實現(xiàn)過程及可行性。

規(guī)則：

IF頭痛AND全身酸困無力AND發(fā)熱AND咳嗽THEN感冒

本例要求專家分別給出證據(jù)（頭痛）、（全身酸困無力）、（發(fā)熱）、（咳嗽）權(quán)重以及該條規(guī)則的規(guī)則強度的值。

對于此條規(guī)則，不同專家根據(jù)經(jīng)驗會給出不同的具體數(shù)值，為考慮專家群整體意見，專家人數(shù)以大樣本數(shù)為宜。本例隨機抽取出由30名專家構(gòu)成的專家群給出的權(quán)重值和規(guī)則強度的值作為樣本，可以斷定由30位專家構(gòu)成的專家群評定的結(jié)果一致性很高，顯著一致。所以依據(jù)這30位專家構(gòu)成的專家群所給出的權(quán)值及規(guī)則強度進行不確定性推理，推理最終得出的結(jié)論將具有很高的可靠性。

5 結(jié)論

（1）應(yīng)用專家群替代單一專家的可信度參數(shù)，減少了個體專家判斷的失誤程度；（2）選用肯德爾和諧系數(shù)檢驗法對專家群信度進行檢驗，用統(tǒng)計假設(shè)檢驗其是否達到顯著性水平，若其具有顯著意義，則表明多名專家給出的數(shù)據(jù)結(jié)果具有良好的一致性，專家群具有較高的信度。（3）此評價方法克服了不確定性推理最終結(jié)論的可信度隨著推理鏈的延伸而逐漸減小的缺點，提高了推理的可靠程度。

綜上所述，將肯德爾和諧系數(shù)檢驗法應(yīng)用到不確定性推理對專家群信度的評價對人工智能不確定性推理過程具有重要的價值和意義。

[1]王永慶.人工智能原理與方法[M].西安：西安交通大學出版社，2006.12

[2]董春游，潘道華.基于確定因子的不確定性推理的仿真實現(xiàn)[J].計算機仿真，2009，26（9）.

[3]盛聚，謝式千，潘承毅.概率論與數(shù)理統(tǒng)計[M].北京：高等教育出版社，2006.4

[4]馬明遠編著.人工智能與專家系統(tǒng)導(dǎo)論[M].北京：清華大學出版社，2006.11

潘道華（1981-），女，黑龍江哈爾濱人，2009年畢業(yè)于黑龍江科技大學計算機學院，獲得碩士學位，研究方向：人工智能，現(xiàn)工作于黑龍江民族職業(yè)學院，任計算機教師。