基于不确定性推理中专家群信度的评价方法

潘道华

黑龙江民族职业学院

基于不确定性推理中专家群信度的评价方法

潘道华

黑龙江民族职业学院

传统的不确定性推理模型中可信度参数的初始值均由领域内的一个专家给出，由于专家的知识、经验、背景等的不同，其结果必然存在差异，并且随着推理链的延伸，最终可能会得到与事实相悖的结论。为了提高推理的可靠性，提出了通过专家群来确定可信度参数，并给出了评价模型。以疾病诊断专家系统MYCIN知识库中的感冒判断的规则为例，详细介绍了该方法的实际应用过程，证实该方法对提高不确定性推理的可信程度十分必要。

不确定性推理；专家群信度；肯德尔和谐系数；评价

1 引言

由于现实世界中客观事物或现象的复杂性，使人们在各领域中对信息的理解存在着模糊性，对知识的运用存在着粗糙性，对经验的判断也存在着差异性，这就导致了推理过程的不确定性。目前，在专家系统的构建过程中，如何进行不确定性知识表示和推理，已成为人工智能研究的重要课题之一。其中，最具有代表性的是美国斯坦福大学肖特里菲（E.H.Shortliffe）等人提出的确定性理论（Confirmation Theory），该理论的核心是用可信度表示不确定性，以此建立了推理模型并在专家系统MYCIN中得到成功应用。但是，确定性理论是基于推理过程中对应的知识表示所涉及的相应数据都是由一个专家依据主观经验给出，这就产生了由于专家的知识、经验和分析问题的角度不同，提供的经验估计数据可能会有偏差，使构建的智能系统可靠性降低。为解决这个问题，本文提出应用专家群替代单一专家给出可信度参数，从而提高推理结论的可靠性，并对专家群信度的评价方法进行了分析和应用。

2 不确定性推理及可信度模型

基于可信度的不确定性推理方法比较简单、直观，但是也存在一定的缺点，其推出结果的准确性依赖于领域专家对可信度因子的指定，但如何合理且准确的把知识的可信度因子估计为一个数字却是相当困难的，而且一个数字在语义上究竟表示一个什么样的确信度也难有一个统一的标准尺度，特别当知识由多个专家给出时，更难有统一的度量标准，具有较浓厚的个人主观判断色彩，容易产生片面性。另外，推理中随着推理链的延伸，可信度的传递将会越来越不可靠，误差越来越大，当推理深度达到一定深度时，有可能出现推出的结论不再可信的情况。所以在进行推理前对专家给出的可信度因子的可靠性进行检测，即对专家群信度进行评价是非常必要的。

3 专家群信度评价方法

专家群信度是指在研究对象评价过程中，专家群体对评价对象构成要素的价值判断（即对评价指标赋予的定量性结果）的一致性程度。这里的一致性，指的是多数专家对某一评价指标（或综合评价指标）测定结果之间的一致性，并非指该指标的反复测量所得结果相互间保持的一致性。在不确定性推理各知识表示模型中的每个可信度因子都是由多名专家所组成的专家群共同给出的结果，由于每位专家对知识的理解不同、考虑问题的角度不同、所处的背景不同、自身水平的差异以及心理因素的作用，所给出的具体数据存在一定的差异，属于随机变量。从统计学的角度出发，检验专家群所得的结果是否一致相近，即考察专家之间的信度，是检验其评价结果是否准确的简便而有效的方法。

在评价结果的处理过程中，肯德尔和谐系数检验法是最常用的考察多位评分者评分的内部一致性信度的检验方法。肯德尔和谐系数又称系数，是表示多列等级变量相关程度的一种方法。

肯德尔和谐系数是按照被评价对象各构成要素所获得的等级及它们之间的差异大小，来衡量专家之间的意见一致性程度。如果计算所得的肯德尔和谐系数大，则表明专家群的意见较一致，反之，则表明意见分歧较大。分歧很大的评价结果，其准确性自然较低。

准则1：如果，那么有的把握可以断定专家之间的评价结果不一致。

准则2：如果，那么有的把握可以断定专家之间的评价结果显著一致。

在具体构建专家系统推理算法时，如果采用专家群确定可信度的参数，需要依据上述准则进行判断，如果满足准则2，则可进行参数计算，具体计算过程详见参考文献2。

4 实例分析

结合上述所给出的评价专家群信度的方法，本文以MYCIN专家系统中的一条对感冒不同症状所赋予的权重为例，说明该方法的具体实现过程及可行性。

规则：

IF头痛AND全身酸困无力AND发热AND咳嗽THEN感冒

本例要求专家分别给出证据（头痛）、（全身酸困无力）、（发热）、（咳嗽）权重以及该条规则的规则强度的值。

对于此条规则，不同专家根据经验会给出不同的具体数值，为考虑专家群整体意见，专家人数以大样本数为宜。本例随机抽取出由30名专家构成的专家群给出的权重值和规则强度的值作为样本，可以断定由30位专家构成的专家群评定的结果一致性很高，显著一致。所以依据这30位专家构成的专家群所给出的权值及规则强度进行不确定性推理，推理最终得出的结论将具有很高的可靠性。

5 结论

（1）应用专家群替代单一专家的可信度参数，减少了个体专家判断的失误程度；（2）选用肯德尔和谐系数检验法对专家群信度进行检验，用统计假设检验其是否达到显著性水平，若其具有显著意义，则表明多名专家给出的数据结果具有良好的一致性，专家群具有较高的信度。（3）此评价方法克服了不确定性推理最终结论的可信度随着推理链的延伸而逐渐减小的缺点，提高了推理的可靠程度。

综上所述，将肯德尔和谐系数检验法应用到不确定性推理对专家群信度的评价对人工智能不确定性推理过程具有重要的价值和意义。

[1]王永庆.人工智能原理与方法[M].西安：西安交通大学出版社，2006.12

[2]董春游，潘道华.基于确定因子的不确定性推理的仿真实现[J].计算机仿真，2009，26（9）.

[3]盛聚，谢式千，潘承毅.概率论与数理统计[M].北京：高等教育出版社，2006.4

[4]马明远编著.人工智能与专家系统导论[M].北京：清华大学出版社，2006.11

潘道华（1981-），女，黑龙江哈尔滨人，2009年毕业于黑龙江科技大学计算机学院，获得硕士学位，研究方向：人工智能，现工作于黑龙江民族职业学院，任计算机教师。