1.Tìm kiếm may rủi
Việc chọn luật để xét trớc tiên trong trờng hợp có nhiều luật dựa trên CF. Cách này nhạy cảm do hệ thống đã tìm thông tin ở chỗ dễ phát hiện thấy lời giải. Đây là phơng pháp tìm phù hợp nhất. Phơng pháp này tìm thông tin tại nơi hy vọng có độ tin cậy lớn nhất về kết luận của luật
Ngoài ra ngời ta còn dùng các trợ giúp khác để đạt đợc độ tin cậy cao vào đích.
ThÝ dô:
LuËt 1. IF A AND B THEN C CF=0.8
LuËt 2. IF D THEN C CF=0.7
Kĩ thuật tìm phù hợp sẽ chọn luật 1 trớc bởi CF cao hơn. Tuy nhiên nếu hệ thống lu ý rằng CF(A) * 0.8 < 0.7 thì cần xét tiếp D trong luật 2 vì bây giờ CF của luật 2 cao hơn khi kết luận về C
2.§iÒu khiÓn t×m kiÕm theo CF
Ngời ta có thể điều khiển việc tìm kiếm bằng cách dùng CF liên quan với luật. Tức là nếu giá trị CF khớp với điều kiện nào đó thì ngời ta có thể hớng việc tìm kiếm vào nơi mới
ThÝ dô:
IF CF(trục trặc điện) < 0.5 THEN đích = trục trặc đờng xăng. Luật này cho biết khi sửa chữa xe máy nếu CF về việc hỏng
điện chỉ dới 0.5 thì cần chuyển hớng sửa chữa sang hệ thống xăng. Hành động này có tác dụng chuyển hớng sử dụng luật. Luật này đợc gọi là luật meta.
Nói chung ngời ta dùng luật meta để xử lí nhiều luật và nhiều giá trị CF. Hầu hết các công cụ đều có thể dùng giá trị CF trong các luật và có khả năng thay đổi đích nhờ các luật meta
3.Thôi tìm kiếm
Khi cần chứng tỏ một giả thiết hệ chuyên gia thờng tìm tất cả các luật trợ giúp cho giả thiết đó. Khi có quá nhiều luật ngời ta sẽ tốn nhiều thời gian. Đôi khi việc ngừng xét luật là cần thiết. Chẳng hạn MYCIN không xét đích đang theo đuổi khi CF rơi vào vùng (- 0.2, +0.2). Ngời ta có thể dùng hàm ngỡng để xác định thời điểm
từ bỏ đích đang xét.
ThÝ dô:
Một số công cụ đã dùng phơng pháp này: LEVEL 5 dùng hàm ngỡng, VP-EXPERT dùng ngỡng đúng, GURU dùng ngỡng không rõ. Hầu hết các ngỡng cho phép chỉnh lí ngay từ đầu phiên làm việc. Chẳng hạn ngời ta chọn ngỡng ngay trong luật IF…THEN …ngỡng=?
4.Hỏi các giá trị CF
Khi dùng kĩ thuật lập luận không chắc chắn ngời ta cần htiết kế cách thức để ngời dùng nhập thông tin. Chẳng hạn hệ thống MYCIN yêu cầu nhập các con số trong vòng (-1,+1) theo cách trùc tiÕp:
Hệ thống hỏi: độ tin cậy vào trời ma là bao nhiêu
Trả lời: 0.6
Hệ thống khác có thể liệt kê các khả năng mà ngời dùng có thể trả lời chẳng hạn
Hệ thống hỏi: trời ma hoàn toàn không/có khả năng không/
có thể không/không biết/có thể/ có khả năng/ đúng
Ngời dùng trả lời: có khả năng
Sau đó hệ thống cần dùng luật để chuyển thông tin nhận
đợc sang dạng số, chẳng hạn IF trời ma= có khả năng THEN đã có
điều kiện về thời tiết AND CF(trời ma)=0.6
5.Thuộc tính đa giá trị và CF
Ngời ta có thể dùng O-A-V để xác định nhiều giá trị. Kĩ thuật này trong lập luận không chắc chắn dùng để gán giá trị CF. Chẳng hạn có các mệnh đề:
1. điều kiện thời tiết =trời tối CF=0.8
2. điều kiện thời tiết =trời mù CF=0.7
3. điều kiện thời tiết =trời sáng CF=0.1
Dùng để thiết lập đối tợng-thuộc tính trời là bằng 3 giá trị. Ngời dùng chọn giá trị ngay từ phiên làm việc hay có thể dùng luật
để suy luận giá trị đó. Các CF này lại đợc dùng trong các luật để suy luận gía trị CF của các O-A-V đa giá trị khác
ThÝ dô:
IF trời=tối THEN dự báo thời tiết=ma CF=0.6
IF trời =mù THEN dự báo thời tiết =trời quang CF=0.3
Hai luật này cháy sẽ suy ra
Dự báo thời tiết =trời ma CF=0.48
Dự báo thời tiết =trời quang CF=0.21
6. Chọn khía cạnh không chắc chắn
Khi dùng kĩ thuật lập luận không chắc chắn ngời ta thấy rằng khía cạnh nào cần xử lí theo không chắc chắn. Chẳng hạn
hệ thống LEVEL 5 dùng mã tin tởng về mức độ tối của bầu trời. Mã này khiến hệ thống tìm giá trị CF cho câu mức tối của bầu trời. Các khía cạnh không cần xử lí theo cách không chắc chắn sẽ tuân theo logic 2 trị 0, 1
7.Thu thập CF nhờ các chuyên gia
Các giá trị CF dùng trong các luật nh là phần tự nhiên của tri thức về vấn đề. Chúng có thể mạng tính ngời bởi lẽ chính các chuyên gia phát biểu về chúng. Có vài trờng hợp lu ý sau:
Thứ nhất các chuyên gia dùng các thuật ngữ các câu nh có khả năng, có lẽ… việc này đòi hỏi phải dùng kĩ thật lập luận không chắc chắn và cho phép dùng CF trong các luật
Ngời ta dùng bảng miêu tả nghĩa của các CF để định lợng các tri thức chuyên gia thông qua đánh giá bằng số nh CF.
Thứ hai, không nên hỏi trực tiếp chuyên gia về CF. Chẳng hạn câu hỏi “nếu trời tối thì sẽ ma; ông tin vào điều này theo mức nào” sẽ bắt buộc chuyên gia tìm 1 giá trị định lợng nào đó thờng
là không chính xác
Thứ ba, trong giao tiếp con ngời với chuyên gia, ngời ta không giữ đợc chủ đề trao đổi. Đôi khi câu chuyện bị lái sang hớng khác. Để nhận biết đầy đủ về CF cần có, có thể dùng các phơng tiện nghe nhìn trợ giúp để ghi nhận lại cuộc trao đổi
8.Sắp xếp các loại tin cậy
Một vấn đề trong mô hình nhân tố chắc chắn là khả năng sắp xếp 1 tập các giả thiết theo CF. Chẳng hạn khi xin ý kiến chuyên gia về vấn đề sửa ô tô, ngời ta có thể nhận đợc nhiều tri thức về các hỏng hóc. Do vậy ngời ta cần có mức tin cậy về mỗi nguyên nhân hỏng hóc nh: hỏng chế hoà khí CF=0.97, nghẽn lọc dầu CF=0.75, dầu cặn =0.56
Ngời ta thờng chỉ ra hỏng hóc kèm theo mối quan hệ với các lỗi khác, rồi hệ thống sẽ quyết định