人工智能主觀貝葉斯分析實驗

1、人工智能實驗報告西安交大一、實驗目的（1） 學習了解java編程語言，掌握基本的算法實現(xiàn)；（2） 深入理解貝葉斯理論和不確定性推理理論；（3） 學習運用主觀貝葉斯公式進行不確定推理的原理和過程二、實驗題目用java語言實現(xiàn)運用主觀貝葉斯公式進行不確定性推理的過程：根據(jù)初始證據(jù)E的概率P(E)及LS、LN的值，把H的先驗概率P(H)更新為后驗概率P(H/E)或者P(H/E)。要求如下：（1） 充分考慮各種證據(jù)情況：證據(jù)肯定存在、證據(jù)肯定不存在、觀察與證據(jù)無關、其他情況；（2） 考慮EH公式和CP公式兩種計算后驗概率的方法；（3） 給出EH公式的分段線性插值圖；三、實驗原理 1、知識的不確定性 在

2、主觀貝葉斯方法中，只是是如下形式的產(chǎn)生式規(guī)則表示：IFE THEN(LS,LN) H(P(H)LS是充分性度量。其定義為：LS=P(E|H)/P(E|¬H)。LN是必要性度量，其定義為：LN=P(¬E|H)/P(¬E|¬H)=(1-P(E|H)/(1-P(E|¬H)。 2、證據(jù)不確定時的計算公式四、實驗代碼import java.awt.*;import java.awt.event.ActionEvent;import java.awt.event.ActionListener;import java.util.Scanner;import

3、javax.swing.*;public class bayes extends JFrame implements ActionListenerJPanel panel=new JPanel();JLabel ph=new JLabel("P(H)");JTextField PH=new JTextField("",3);JLabel pe=new JLabel("P(E)");JTextField PE=new JTextField("",3);JLabel ls=new JLabel("LS&quo

4、t;);JTextField LS=new JTextField("",3);JLabel ln=new JLabel("LN");JTextField LN=new JTextField("",3);Button compute=new Button("COMPUTE");static double t_ph;static double t_pe;static double t_ln;static double t_ls;static double ph_e; /P(E/S)=0 時 PHSstatic doub

5、le phe; /P(E/S)=1 時 PHSpublic bayes()setLayout(new BorderLayout();panel.setLayout(new FlowLayout();panel.add(ph);panel.add(PH);panel.add(pe);panel.add(PE);panel.add(ln);panel.add(LN);panel.add(ls);panel.add(LS);this.add(panel);compute.addActionListener(this);this.add(compute,BorderLayout.SOUTH);publ

6、ic static void main(String args)bayes a=new bayes();a.setSize(400,250);a.setVisible(true);a.setDefaultCloseOperation(EXIT_ON_CLOSE);Overridepublic void actionPerformed(ActionEvent arg0) / TODO Auto-generated method stubt_ph=new Double(PH.getText();t_pe=new Double(PE.getText();t_ls=new Double(LS.getT

7、ext();t_ln=new Double(LN.getText();ph_e=t_ln*t_ph/(t_ln-1)*t_ph+1);phe=t_ls*t_ph/(t_ls-1)*t_ph+1);display c=new display();class draw extends JPanelpublic void paint(Graphics g)super.paint(g);g.drawLine(50, 350, 350, 350);g.drawLine(50, 50, 50, 350 );g.drawLine(50, 350-(int)(bayes.ph_e*300), 50+(int)

8、(bayes.t_pe*300),350-(int)(bayes.t_ph*300);g.drawLine(50+(int)(bayes.t_pe*300),350-(int)(bayes.t_ph*300),350,350-(int)(bayes.phe*300);class display extends JFramepublic display()draw b=new draw();this.add(b);this.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);this.setVisible(true);this.setSize(400,400);五、