摘  要： Haenni的概率推理系統(tǒng)在與D-S理論相互轉(zhuǎn)化的過程中進(jìn)行了投影，從而不可避免地導(dǎo)致一些有價值信息的丟失。為此提出一種新的概率邏輯結(jié)果支持度的合成算法來避免信息的丟失。
關(guān)鍵詞： 概率推理系統(tǒng)；D-S理論；合成算法

　概率推理系統(tǒng)的目的是根據(jù)不確定知識來判斷一個未知問題，與不確定性推理中的其他理論相比，該理論既支持定量判斷，也支持定性計算。它將古典邏輯和概率理論完美結(jié)合，使得在不脫離古典邏輯的領(lǐng)域內(nèi)也能通過自然、簡捷的方法得到非單調(diào)性，同時還可以利用古典邏輯的豐富計算手段進(jìn)行數(shù)值計算。另一方面，概率理論是貝葉斯方法的基礎(chǔ)，它能得到不確定性推理的更為一般的方法，概率理論的使用結(jié)果能使該理論與D-S理論進(jìn)行相互轉(zhuǎn)化[1-2]。概率推理系統(tǒng)中的計算主要是通過消除變量或命題而得到最小擬支持，這種方法的優(yōu)點(diǎn)是對不同的公式體系[3]都適用。但在與D-S理論相互轉(zhuǎn)化的過程中進(jìn)行了投影，從而不可避免地導(dǎo)致丟失有價值的信息。為了克服這個缺陷，本文采取將一個大的概率推理系統(tǒng)劃分為幾個小的概率推理系統(tǒng)，從而得到不同的勢，再將這些勢擴(kuò)充到同一空間合成的方法來避免信息的丟失。

1 D-S理論

中H={(1，1，1)，(1，0，1)，(0，1，1)，(0，0，1)，(0，1，0)，(0，0，0)}。通過擴(kuò)張后再合成的優(yōu)點(diǎn)是不容易丟失有價值的信息。
參考文獻(xiàn)
[1] KLEER J D. An assumption-based TMS[J]. Artificial Intelligence， 1986(28)：127-162.
[2] KLEER J D. Extending the ATMS[J]. Artificial Intelligence， 1986(28)：163-196.
[3] 張晨東，陳火旺，王兵山，等.概率邏輯推理的弱相關(guān)分解方法[J].計算機(jī)學(xué)報，1997，20(10)：894-898.
[4] HAENNI R， KOHLAS J， LEHMANN N. Probabilistic argumentation systems[M]. Handbook of Defeasible Reasoning and Uncertainty Management Systems，Volume 5： Algorithms for Uncertainty and Defeasible Reasoning. Kluwer Academic Publishers， 2000.
[5] 張晨東，謝兵，陳火旺，等.概率邏輯含多重原子交集分解模型的可靠性[J].計算機(jī)研究與發(fā)展，1998，35(8)：673-677.