1696

Построение экспертных систем на основе байесовских сетей доверия Исследование характеристик СПДС

Лабораторная работа

Информатика, кибернетика и программирование

При выполнении лабораторной работы была обучена байесовская сеть. Были получены значения состояний узлов близкие к исходным. Так же хороший результат был получен при обучении сети на основе выборки с 25% пропусков.

Русский

2013-01-06

153.12 KB

63 чел.

Нижегородский Государственный Технический Университет

Кафедра «ГИС»

Лабораторная работа №3

«Построение экспертных систем на основе байесовских сетей доверия

Исследование характеристик СПДС»

2 вариант

 

Нижний Новгород, 2012

  1.  
    Построить БС и СПР для задачи диагностики с двумя признаками.

2. Рассчитать характеристики СПР

Результаты применения СПР

0

*

*

0,3

150

350

0

150

1

150

1

0

*

5.14

25.678

474.322

0

25.678

0,701

35,581

1

*

87.1

435.483

64.516

1

64.516

0,222

2

*

91.5

457.317

42.683

1

42.683

0,083

2

*

0

63.2

315.789

184.210

1

184.210

0,190

99,999

*

1

9.68

48.387

451.612

0

48.387

0,627

*

2

63.2

315.789

184.210

1

184.210

0,190

3

0

0

17.8

88.999

411.001

0

88.999

0,081

35,725

0

1

1.34

6.677

493.323

0

6.677

0,541

0

2

17.8

88.999

411.001

0

88.999

0,081

1

0

96.4

482.142

17.857

1

17.857

0,078

1

1

62.8

313.953

186.046

1

186.046

0,061

1

2

96.4

482.142

17.857

1

17.857

0,078

2

0

97.7

488.599

11.401

1

11.401

0,031

2

1

72.8

364.077

135.922

1

135.922

0,021

2

2

97.7

488.599

11.401

1

11.401

0,031

 – множество номеров наблюдаемых признаков;

и – признаки (звездочкой обозначено неопределенное значение);

– апостериорная вероятность события, которое заключается в том, что пациент болен;

, – апостериорный риск, где – функция потерь (табл. 2);

– оптимальное решение (альтернатива);

– апостериорный риск для выбранной альтернативы;

– вероятность наблюдения (свидетельства);

– средний риск, соответствующий оптимальным решениям.

3. Проверить с помощью самостоятельного расчета величины , и для случаев, когда не определено значение одного из признаков и когда значения обоих признаков известны.

P(z2=0) = P(z2=0 | h=1)P(h=1)+ P(z2=0 | h=0) = 0.1*0.7+0.4*0.3 = 0.190

P(h=1 | z2=0) = P(z2=0 | h=1)P(h=1) / P(z2=0) = 0.4*0.3/0.19 = 0.632

P(h=0 | z2=0) = 1- P(h=1 | z2=0) = 1- 0.632 = 0.368

R0(z2=0) =  r(0,0)P(h=0 | z2=0) + r(1,0)P(h=1 | z2=0) = 0*0.632+500*0.368 = 316

R1(z2=0) =  r(0,1)P(h=0 | z2=0) + r(1,1)P(h=1 | z2=0) = 500*0.368+0*0.632 = 184

P(z1=1 , z2=0) = P(z1=1 | h=1) P(z2=0 | h=1) P(h=1) + P(z1=1 | h=0) P(z2=0|h=1)P(h=0) =  0.63*0.4*0.3 + 0.04*0.1*0.7 = 0.078

P(h=1 | z1=1, z2=0) = P(z1=1 | h=1)P(z2=0 | h=1)P(h=1) / P(z2=0, z1=1) = 0.63*0.4*0.3/0.078 = 0.96

R0(z1=1, z2=0) =  r(0,0) P(h=0 | z1=1, z2=0) + r(1,0)P(h=1 | z1=1, z2=0) = 0+500*0.96 = 480

R1(z1=1, z2=0) =  r(0,1)P(h=0 | z1=1, z2=0) + r(1,1)P(h=1 | z1=1, z2=0) = 500*(1- 0.96) = 20

4. Для БС с одним свидетельством исследовать влияние априорных вероятностей на принимаемые решения. Для заданного вариантом значения и матрицы потерь заполнить таблицу:

К=1

0,1

63.6

318.181

181.818

1

181.818

0,3

87.1

435.483

64.516

1

64.516

0,5

94

470.149

29.851

1

29.851

0,7

97.4

486.755

13.245

1

13.245

0,9

99.3

496.497

3.503

1

3.503

Диаграмма R(z0=1) = f(P(h=1))

Диаграмма R(z1=1) = f(P(h=1))

5. Для БС с одним свидетельством исследовать влияние элементов матрицы потерь на принимаемые решения. Для , заданного вариантом значения и априорных вероятностей заполнить таблицу:

100

900

0,9

87.097

116.129

0

87.097

300

700

0,7

261.290

90.323

1

90.323

500

500

0,5

435.483

64.516

1

64.516

700

300

0,3

609.677

38.709

1

38.709

900

100

0,1

783.871

12.903

1

12.903

Hp=r(1,0)/(r(1,0)+r(0,1))


6. Выполнить параметрическое обучение БС по выборке (сгенерированной в пакете Netica) без пропусков и с 25% пропущенных данных. Сравнить оценки параметров БС.

 


Результаты обучения по выборке без пропусков.

P(h)

h=0

h=1

0,68

0,32

P(z1|h)

P(z2|h)

z1=0

z1=1

z1=2

z2=0

z2=1

z2=2

h=0

0,932

0,043

0,025

0,13

0,824

0,046

h=1

0,16

0,59

0,25

0,37

0,215

0,415

Результаты обучения по выборке c 25 % пропусков.

P(h)

h=0

h=1

0,64

0,36

P(z1|h)

P(z2|h)

z1=0

z1=1

z1=2

z2=0

z2=1

z2=2

h=0

0,913

0,052

0,035

0,23

0,736

0,034

h=1

0,22

0,544

0,236

0,358

0,205

0,437

Вывод:

При выполнении лабораторной работы была обучена байесовская сеть. Были получены значения состояний узлов близкие к исходным. Так же хороший результат был получен при обучении сети на основе выборки с 25% пропусков.


Исходные данные

Таблица Значения потерь и априорные вероятности

№ варианта

1

0

300

700

0

0,8

0,2

0

2

0

500

500

0

0,7

0,3

1

3

0

700

300

0

0,6

0,4

2

Таблица Условные вероятности и

№ варианта

давление

рост/вес

1

0,8

0,15

0,05

0,3

0,6

0,1

0,1

0,7

0,2

0,3

0,2

0,5

2

0,95

0,04

0,01

0,1

0,8

0,1

0,12

0,63

0,25

0,4

0,2

0,4

3

0,6

0,27

0,13

0,25

0,45

0,3

0,23

0,37

0,4

0,15

0,4

0,45


 

А также другие работы, которые могут Вас заинтересовать

364. Экономический расчет работы предприятия 473.5 KB
  Расчет численности младшего обслуживающего персонала. Определение средней тарифной ставки по видам воздействий. Расчет сдельного расценка за 1 автомобиле-день работы автомобиля. Затраты на расходные материалы и запасные части для ремонтной.
365. Основы программирования 110 KB
  Описание процесса компиляции и запуска программы. Программа для вычислений над матрицами. Microsoft Visual Studio Express. Стандартная библиотека шаблонов (STL). Создание динамического класса для работы с матрицами.
366. Создание транспортной сети SDH в городе Темиртау. 517.5 KB
  Разработка схемы включения станций в проектируемую сеть SDH города Темиртау. Выбор топологии включения станций проектируемой сети. Возможность интеграции с каналами PDH. Развитие магистральных телекоммуникаций казахстанских операторов связи.
367. Трансформация образа трикстера в современной культуре 843 KB
  Основные характеристики трикстера как мифологического персонажа в архаической традиции. Исходная парадигма образа героя-трикстера: этиологические мифы. Трикстериада и ее взаимоотношения с институтом шаманизма и волшебной сказкой.
368. Смарт-карты известных мировых производителей 139.5 KB
  Основные сведения о смарт-картах. Чтение/запись смарт-карты через параллельный порт. Основные управляющие команды карты. Назначение областей данных. Принципиальная схема источника питания.
369. Решение вопросов теории вероятности на уроках математики 583 KB
  Выделить основные цели и задачи изучения теории вероятностей в курсе школьной математики. Изучение и анализ научной учебно-методической литературы, программ по математике для общеобразовательных учреждений. Наблюдение за деятельностью учащихся, ее анализ.
370. Проектирование усилителя низкой частоты 354.5 KB
  Расчет режима работы транзистора по постоянному и переменному току. Расчет КПД каскада для максимального входного сигнала. Расчет коэффициента гармонических искажений. Расчет элементов цепи смещения.
371. Управление производственной деятельностью станций технического обслуживания 380.5 KB
  Расчет производственной программы по количеству ТО и ТР автомобилей. Выбор метода технологического процесса на объекте проецирования. Выбор режима работы объекта и график работы автомобиля на линии. Выбор метода организации производства ТО и ТР на предприятии.
372. Раздел совместно нажитого имущества супругов 81 KB
  Раздел общего имущества по соглашению сторон. Определение долей при разделе общего имущества супругов. Имущество не подлежащее разделу. Общая собственность на имущество. Судебные дела по принудительному обмену.