人工智能主观贝叶斯分析实验

1、人工智能实验报告西安交大一、实验目的( 1) 学习了解 java 编程语言，掌握基本的算法实现；( 2) 深入理解贝叶斯理论和不确定性推理理论；( 3) 学习运用主观贝叶斯公式进行不确定推理的原理和过程二、实验题目用 java 语言实现运用主观贝叶斯公式进行不确定性推理的过程： 根据初始证据 E 的概率P(E)及LS LN的值，把H的先验概率P(H)更新为后验概率P(H/E)或者P(H/E)。要求如下：(1) 充分考虑各种证据情况：证据肯定存在、证据肯定不存在、观察与证据无关、其 他情况；(2) 考虑EH公式和CP公式两种计算后验概率的方法；(3) 给出EH公式的分段线性插值图；三、实验原理1

2、 、知识的不确定性在主观贝叶斯方法中，只是是如下形式的产生式规则表示：IF ETHEN(LS,LN) H (P(H)LS是充分性度量。其定义为：LS=P(E|H)/P(E|?H) 。LN是必要性度量，其定义为：LN=P(?E|H)/P(?E|?H)=(1-P(E|H)/(1-P(E|?H)。2、证据不确定时的计算公式四、实验代码import java.awt.*;importimportimportimport javax.swing.*;public class bayes extends JFrame implements ActionListenerJPanel panel =newJP

3、anel();JLabel ph=newJLabel( "P(H)" );JTextField PH=newJTextField( "" ,3);JLabel pe=newJLabel( "P(E)" );JTextFieldPE=newJTextField("" ,3);JLabel ls =newJLabel( "LS" );JTextFieldLS=newJTextField("" ,3);JLabel ln =newJLabel( "LN" );J

4、TextFieldLN=newJTextField("" ,3);Buttoncompute=newButton("COMPUTE);"staticdoublet_ph;staticdoublet_pe;staticdoublet_ln ;staticdoublet_ls ;staticdoubleph_e;/P(E/S)=0时 PHSstaticdoublephe;/P(E/S)=1时 PHSpublicbayes()setLayout( newBorderLayout();panel .setLayout( new FlowLayout();pane

5、l .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. SOUT)H;public static void main(String args)bayes a= newbayes();a.setSize(400,250);a.setV

6、isible( true );a.setDefaultCloseOperatio n( EXIT_ON_CLOSE Overridepublic void actionPerformed(ActionEvent arg0) / TODOAuto-generated method stubt_ph = newDouble( PHgetText();t_pe= newDouble( PEgetText();t_ls =newDouble( LS.getText();t_ln =newDouble( LN.getText();ph_e=t_ln *t_ph/( t_ln -1)* t_ph+1);p

7、he=t_ls *t_ph/( t_ls -1)* t_ph+1);display c三 newdisplay();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 )(bayes. t_pe *300),350-( int )(bayes. t_ph *300);intg.drawLine(50+( int )(bayes. t_pe *300),350-( int )(bayes. t_ph *300),350,350-( )(bayes. phe*300);class display extends JFramepublic display()draw b= newdraw();this .add(b);this .setDefaultCloseOperation(JFrame. EXIT_ON_CLOS);Ethis .setVisible( true );this .setSize(400,400);五、实验结果输入初始值