人工智能原理

　　解：
　　先求B₁的更新值：
　　依R₁，P₁（B）＝0.03
　　　O（B₁）＝0.03/(1-0.03)=0.030927
　　　O(B₁|A₁)=LS×O(B1)=20×0.030927=0.61855
　　　P(B₁|A₁)= 0.61855/(1+0.61855)=0.382
　　使用规则R₁后，B₁的概率从0.03上升到0.382
　　依R₂：
　　　O(B₁|A₁A₂)=300×O(B₁|A₁)=185.565
　　　P(B₁|A₁A₂)= 185.565/(1+185.565)=0.99464
　　使用规则R₂后，B₁的概率从0.382上升到0.99464
　　再求B₂的更新值：
　　由于B₁不确定所以讨论其前项证据A，
　　证据A必然发生时，由以上计算可知P（B₁）＝0.03，规则
　　　R₁：A₁→B₁ LS=20 LN=1
　　对于规则R₁，证据A必然发生，可得
　　　P（B₁|A）＝0.382；
　　但是使用规则R₃时，B₁并非确定地发生，因此要用插值法。
　　先假设P（B₁|A）＝1，此时
　　　P（B₂|B₁）＝300*0.01/((300-1)*0.01+1)(公式（1）)
　　　　　　　　＝0.75188
　　再假设P（B₁|A）＝P(B₁)=0.03时，即A对B₁无影响
　　　P（B₂）＝0.01
　　根据这两个值可进行插值计算：
　　　P（B₂|A）=0.01+(0.75188-0.01)*(0.382-0.03)/(1-0.03)
　　　　　　　 =0.305105
　　总结
　　主观Bayes方法优点：直观，明了。
　　问题：要求B_j个事件相互独立（无关），实际上是不可能的。
　　　　　P(A/B_i)和P(B_i)难以计算。实际应用中，为了避开这一点采用LS, LN的专家给定值。