不确定与非单调推理
5.1 基本概念
5.1.1 什么是不确定性推理
5.1.2 不确定性推理中的基本问题
5.1.3 不确定性推理方法的分类
5.2 概率方法
5.2.1 经典概率方法
5.2.2 逆概率方法
5.3 主观Bayes方法
5.3.1 知识不确定性的表示
5.3.2 证据不确定性的表示
5.3.3 组合证据不确定性的算法
5.3.4 不确定性的传递算法
5.3.5 结论不确定性的合成算法
5.4 可信度方法
5.4.1 可信度的概念
5.4.2 C-F模型
5.4.3 带有阈什限度的不确定性推理
5.4.4 加权的不确定性推理
5.4.5 前提条件中带有可信度因子的不确定性推理
5.5 证据理论
5.5.1 D-S理论
5.5.2 一个具体的不确定性推理模型
5.6 模糊推理 理解
5.6.1 模糊命题
5.6.2 模糊知识的表示
5.6.3 模糊匹配与冲突消解
5.6.4 模糊推理的基本模式
5.6.5 简单模糊推理
5.6.6 模糊三段论推理
5.6.7 多维模糊推理
5.6.8 多重模糊推理
5.6.9 带有可信度因子的模糊推理
5.7 基于框架表示的不确定性推理 理解
5.7.1 不确定性知识的框架表示
5.7.2 框架的不确定性匹配
5.7.3 框架推理
5.8 基于主义网络表示的不确定性推理
5.8.1 不确定性知识的语义网络表示
5.8.2 语义网络推理
5.9 非单调推理
5.9.1 非单调推理的概念
5.9.2 缺省理论
5.9.3 界限理论
5.9.4 正确性维持系统TMS
