Ｏ（Ｈ１／Ｅ２） １＋Ｏ（Ｈ１／Ｅ２） ＝ ＬＳ２ ×Ｏ（Ｈ１） １＋ＬＳ２ ×Ｏ（Ｈ１） ＝ １００×０．１ １＋１００×０．１ ＝０．９０９ ∵ Ｃ（血液溶浆机Ｅ２ ／Ｓ２）＝１＞０ ∴ 用 ＣＰ 公式的后半部计算 Ｐ（Ｈ１／Ｓ２） Ｐ（Ｈ１／Ｓ２）＝Ｐ（Ｈ１）＋［Ｐ（Ｈ１／Ｅ２）－Ｐ（Ｈ１）］× １ ５ Ｃ（Ｅ２ ／Ｓ２） ＝０．０９＋（０．９０９－０．０９）×０．２ ＝０．２５４ Ｏ（Ｈ１／Ｓ２）＝ Ｐ（Ｈ１／Ｓ２） １－Ｐ（Ｈ１／Ｓ２） ＝ ０．２５４ ０．７４６ ＝０．３４ （３） 计算 Ｏ（Ｈ１／Ｓ１，Ｓ２） 由合成公式（４．３．２１）得 Ｏ（Ｈ１／Ｓ１，Ｓ２）＝ Ｏ（Ｈ１／Ｓ１） Ｏ（Ｈ１） × Ｏ（Ｈ１／Ｓ２） Ｏ（Ｈ１） ×Ｏ（Ｈ１） ＝０．１５６×０．３４／０．１ ＝０．５３ （４） 计算 Ｐ（Ｈ２／Ｓ１，Ｓ２）及 Ｏ（Ｈ２／Ｓ１，Ｓ２） 为了计算 Ｏ（Ｈ２／Ｓ１，Ｓ２），需要先计算 Ｐ（Ｈ２／Ｓ１，Ｓ２），这时，Ｈ１ 可以看做是 Ｈ２ 的直接 证据。为了确定应用 ＥＨ 公式的哪一部分，需要判断 Ｐ（Ｈ１）与 Ｐ（Ｈ１／Ｓ１，Ｓ２）的大小 关系。 １６８ 第四章 不确定性推理方法 ∵ Ｏ（Ｈ１／Ｓ１，Ｓ２）＝０．５３，Ｏ（Ｈ１）＝０．１ 显然
Ｏ（Ｈ１／Ｓ１，Ｓ２）＞Ｏ（Ｈ１） ∴ Ｐ（Ｈ１／Ｓ１，Ｓ２）＞Ｐ（Ｈ１），故选用 ＥＨ 公式的后半部分，即 Ｐ（Ｈ２／Ｓ１，Ｓ２）＝Ｐ（Ｈ２）＋ Ｐ（Ｈ２／Ｈ１）－Ｐ（Ｈ２） １－Ｐ（Ｈ１） ×［Ｐ（Ｈ１／Ｓ１，Ｓ２）－Ｐ（Ｈ１）］ ∵ Ｐ（Ｈ２）＝ Ｏ（Ｈ２） １＋Ｏ（Ｈ２） ＝ ０．０１ １＋０．０１ ＝０．０１ Ｐ（Ｈ２／Ｈ１）＝ ＬＳ３ ×Ｐ（Ｈ２） （ＬＳ３－１）×Ｐ（Ｈ２）＋１ ＝ ６５×０．０１ （６５－１）×０．０１＋１ ＝０．３９６ Ｐ（Ｈ１／Ｓ１，Ｓ２）＝ Ｏ（Ｈ１／Ｓ１，Ｓ２） １＋Ｏ（Ｈ１／Ｓ１，Ｓ２） ＝ ０．５３ １＋０．５３ ＝０．３４６ 将以上３个值代入上式，得到 Ｐ（Ｈ２／Ｓ１，Ｓ２）＝０．０１＋ ０．３９６－０．０１ １－０．０９ ×（０．３４６－０．０９）＝０．１１９ ∴ Ｏ（Ｈ２／Ｓ１，Ｓ２）＝ Ｐ（Ｈ２／Ｓ１，Ｓ２） １－Ｐ（Ｈ２／Ｓ１，Ｓ２） ＝ ０．１１９ １－０．１１９ ＝０．１３５ （５） 计算 Ｏ（Ｈ２／Ｓ３） ∵ Ｃ（Ｅ３ ／Ｓ３）＝－２＜０ ∴ 应用 ＣＰ 公式（４．３．２０）前半部分，得 Ｐ（Ｈ２／Ｓ３）＝Ｐ（Ｈ２／～ Ｅ３ ）＋［Ｐ（Ｈ２）－Ｐ（Ｈ２／～ Ｅ３ ）］×［ １ ５ Ｃ（Ｅ３ ／Ｓ３）＋１］ ∵ Ｐ（Ｈ２／～Ｅ３）＝ ＬＮ３×Ｐ（Ｈ２） （ＬＮ３－１）×Ｐ（Ｈ２）＋１ ＝ ０．０
１×０．０１ （０．０１－１）×０．０１＋１ ＝０．０００１ 代入上式后，得到 Ｐ（Ｈ２／Ｓ３）＝０．０００１＋（０．０１－０．０００１）×（－２／５＋１） ＝０．０００１＋０．００５９４＝０．００６ Ｏ（Ｈ２／Ｓ３）＝ Ｐ（Ｈ２／Ｓ３） １－Ｐ（Ｈ２／Ｓ３）＝ ０．００６ １－０．００６＝０．００６ （６） 计算 Ｏ（Ｈ２／Ｓ１，Ｓ２，Ｓ３） 由合成公式（４．３．２１）得 Ｏ（Ｈ２／Ｓ１，Ｓ２，Ｓ３）＝ Ｏ（Ｈ２／Ｓ１，Ｓ２） Ｏ（Ｈ２） × Ｏ（Ｈ２／Ｓ３） Ｏ（Ｈ２） ×Ｏ（Ｈ２） ＝ ０．１３５×０．００６ ０．０１ ＝０．０８１ ４．３ 主观Ｂａｙｅｓ方法 １６９ 所以，Ｈ２ 原先的几率是０．０１，通过运 用ｒ１、ｒ２、ｒ３、ｒ４４ 条知 识 以及 可信 度 Ｃ （Ｅ／Ｓ１ ），Ｃ（Ｅ／ Ｓ２ ）给出的初始证据进行推理，最后算出 Ｈ２ 的后验几率是０．０８１，相当于几率是原先的８倍 多。 ４．４ 证 据 理 论 证据理论又称 Ｄ－Ｓ理论，是由 Ａ．Ｐ．Ｄｅｍｐｓｔｅｒ首 先提出，并由 Ｇ．Ｓｈａｆｅｒ进一 步发 展起 来的一种处理不确定性的理论。该理论满足比概率论弱的公理，能够区分“不确定”与“不知 道”的差异，并能处理由“不知 道”引 起 的不 确定 性，具 有较 大的 灵活 性，因 而受 到人 们 的 重
