基于貝葉斯網(wǎng)絡(luò)的動態(tài)預(yù)測模型研究及其應(yīng)用.pdf

1、博弈是與現(xiàn)實(shí)中的競爭相對應(yīng)的數(shù)學(xué)理論，近年來在人工智能方面有廣泛的應(yīng)用，非完全信息博弈是其中不確定性最大的情況，也是最值得研究的內(nèi)容，像機(jī)器人足球賽，和計(jì)算機(jī)對弈，模擬現(xiàn)實(shí)場景等等，在這方面的應(yīng)用對現(xiàn)實(shí)的指導(dǎo)意義是明顯重要的。
　　 貝葉斯推理是一種以概率分布為基礎(chǔ)的推理方法，它結(jié)合了貝葉斯理論的圖模型，通過進(jìn)行一些條件獨(dú)立性假設(shè)，將復(fù)雜的問題進(jìn)行簡化處理，進(jìn)而把事件之間的相互影響關(guān)系用圖的形式表達(dá)出來，然后利用概率理論中的先驗(yàn)

2、概率和后驗(yàn)概率進(jìn)行推理求解。貝葉斯方法的多種特點(diǎn)和優(yōu)點(diǎn)都使得其不僅為應(yīng)用其理論解決概率相關(guān)問題(如分類聚類)，還可以用其圖模型解決策略選擇的問題(如推理和識別)。
　　 然而貝葉斯推理方法應(yīng)用到博弈中時還存在著一些問題和可擴(kuò)展之處，為了彌補(bǔ)這些問題、補(bǔ)充可擴(kuò)展之處，我們將引入一個在模擬現(xiàn)實(shí)方面有良好前景的領(lǐng)域，即多智能體系統(tǒng)(MAS，Multi-Agent System)。這樣我就可以把動態(tài)預(yù)測模型與代表具有智能實(shí)體的agent

3、相結(jié)合，同時把MAS系統(tǒng)中的調(diào)度算法與貝葉斯方法相結(jié)合，使其預(yù)測能力充分發(fā)揮。
　　 本文就是綜合考慮了模擬現(xiàn)實(shí)博弈的良好應(yīng)用前景和貝葉斯推斷理論的良好性能，旨在設(shè)計(jì)一個應(yīng)用于非完全信息博弈狀態(tài)下的動態(tài)預(yù)測模型，并且使其更具普適性，更好的與現(xiàn)實(shí)相映射。
　　 本文的主要工作：
　　 (1)提出了動態(tài)預(yù)測的模型架構(gòu)。針對貝葉斯方法缺乏對周圍環(huán)境中常變因素的考慮，將其應(yīng)用到非完全信息博弈的MAS中，運(yùn)用感知agent

4、的構(gòu)造理論，與agent相結(jié)合構(gòu)成總體框架。
　　 (2)運(yùn)用了改進(jìn)的學(xué)習(xí)算法。通過對貝葉斯方法的深入研究，發(fā)現(xiàn)由于貝葉斯方法構(gòu)成的學(xué)習(xí)網(wǎng)基本是固定的，即使是動態(tài)貝葉斯方法也只是在最初建立好學(xué)習(xí)網(wǎng)后，隨時間推移，前一時刻的因素對后一時刻的本學(xué)習(xí)網(wǎng)中已經(jīng)形成制約關(guān)系的因素的影響，就很難考慮到博弈的對象的變化及其變化給貝葉斯學(xué)習(xí)網(wǎng)帶來的影響，不能及時更新學(xué)習(xí)網(wǎng)。于是將K2算法和相關(guān)性算法相結(jié)合，構(gòu)成一種準(zhǔn)確的學(xué)習(xí)算法。該算法簡單可行

5、，而且準(zhǔn)確性高。充分考慮了條件獨(dú)立假設(shè)，增強(qiáng)學(xué)習(xí)準(zhǔn)確性的同時也不至于在時間上有很大消耗。
　　 (3)提出了對預(yù)測準(zhǔn)確性的判斷方法。在預(yù)測過程中沒有對預(yù)測結(jié)果的評價，也就是說沒有辦法知道預(yù)測結(jié)果是否準(zhǔn)確，并且根據(jù)結(jié)果是否準(zhǔn)確做出調(diào)整。貝葉斯方法不管是靜態(tài)的方法還是動態(tài)的方法，都沒有一個很好的反饋，使其在動態(tài)變化的環(huán)境中表現(xiàn)不是很出色，所以在預(yù)測的結(jié)果后要對結(jié)果進(jìn)行一個判斷，引入預(yù)測誤差的概念來做為判斷的依據(jù)。
　　 (4