染雾基于模糊判别模式的近因识别论文 篇一
近因识别是一个重要的研究领域，它在许多领域中都有广泛的应用，如金融风险预警、医学诊断和自然灾害预测等。近因识别的目标是根据已知的数据和模型，确定导致某一特定事件发生的原因。然而，由于数据的不确定性和模型的复杂性，近因识别问题具有一定的挑战性。
在近因识别领域，模糊判别模式是一种常用的方法。模糊判别模式通过将数据映射到一个模糊空间，并利用模糊推理的方法来进行近因识别。模糊判别模式的核心思想是将不确定性信息引入模型中，从而提高近因识别的准确性和鲁棒性。
近年来，研究者们提出了许多基于模糊判别模式的近因识别方法。其中，一种常用的方法是基于模糊综合评价的近因识别方法。该方法通过将各种可能的原因进行模糊综合评价，得到每个原因对事件发生的影响程度，从而确定近因。另一种方法是基于模糊决策树的近因识别方法。该方法利用模糊决策树建立起原因和事件之间的关系，并通过对模糊决策树进行推理和分类来确定近因。
然而，目前的基于模糊判别模式的近因识别方法还存在一些问题。首先，模糊判别模式需要大量的数据和模型来进行训练，这增加了近因识别的复杂性和计算成本。其次，模糊判别模式对数据的不确定性敏感，当数据存在噪声或缺失时，很容易导致近因识别结果的不准确性。
为了解决上述问题，未来的研究可以从以下几个方面展开。首先，可以探索其他类型的模糊判别模式，如模糊神经网络和模糊进化算法等。这些方法可以更好地处理数据的不确定性和模型的复杂性。其次，可以引入领域知识和专家经验，以提高近因识别的准确性和可解释性。最后，可以研究模糊判别模式在不同领域的应用，如金融、医疗和环境等，以提供实际问题的解决方案。
基于模糊判别模式的近因识别论文 篇二
近因识别是一个重要的研究领域，它对于了解事件的发生机制和预测事件的潜在原因具有重要意义。近因识别的目标是根据已知的数据和模型，确定导致某一特定事件发生的原因。然而，由于数据的不确定性和模型的复杂性，近因识别问题具有一定的挑战性。
在近因识别领域，模糊判别模式是一种常用的方法。模糊判别模式通过将数据映射到一个模糊空间，并利用模糊推理的方法来进行近因识别。模糊判别模式的核心思想是将不确定性信息引入模型中，从而提高近因识别的准确性和鲁棒性。
近年来，研究者们提出了许多基于模糊判别模式的近因识别方法。其中，一种常用的方法是基于模糊综合评价的近因识别方法。该方法通过将各种可能的原因进行模糊综合评价，得到每个原因对事件发生的影响程度，从而确定近因。另一种方法是基于模糊决策树的近因识别方法。该方法利用模糊决策树建立起原因和事件之间的关系，并通过对模糊决策树进行推理和分类来确定近因。
然而，目前的基于模糊判别模式的近因识别方法还存在一些问题。首先，模糊判别模式需要大量的数据和模型来进行训练，这增加了近因识别的复杂性和计算成本。其次，模糊判别模式对数据的不确定性敏感，当数据存在噪声或缺失时，很容易导致近因识别结果的不准确性。
为了解决上述问题，未来的研究可以从以下几个方面展开。首先，可以探索其他类型的模糊判别模式，如模糊神经网络和模糊进化算法等。这些方法可以更好地处理数据的不确定性和模型的复杂性。其次，可以引入领域知识和专家经验，以提高近因识别的准确性和可解释性。最后，可以研究模糊判别模式在不同领域的应用，如金融、医疗和环境等，以提供实际问题的解决方案。
基于模糊判别模式的近因识别论文 篇三
基于模糊判别模式的近因识别论文
一、近因原则概述
近因原则( principle of proximate cause) 是指保险法中确立的，只有因保险事故的直接原因所造成的保险标的的损失，保险人才予以赔偿的原则。在保险事故处理中，首先需要考虑如下两个问题: 第一，保险事故是否由承保风险引起的; 第二，保险标的损失是否属承保风险造成的。回答上述两个问题需要适用近因原则。简言之，只有当保险标的的损失是由承保风险造成的，承保风险为损失的近因时，保险人才予以赔偿。保险人对被保险人所负赔偿责任是以所收取的保险费为对价，并非对被保险人所受全部损害均承担赔偿责任。这是保险合同作为等价有偿的商事合同，保险人与被保险人之间保险商品交换关系的应有之意。因此，事故近因的正确判定与否，直接关系到保险双方当事人的切身利益。
近因原则的概念最早出现在英国《1906 年海上保险法》中，该法第55 条规定: “除保单另有约定外，根据本法规定，保险人仅对承保危险为近因造成的损失承担赔偿责任; 保险人对不是由其承保危险为近因造成的保险标的损失概不承担责任。”关于“近因”( proximatecause) 一词，英文本意是指“时间上或者空间上最近的原因”。早期近因判别的“时空标准”亦称之为“时间标准”便建立在近因的字面含义理解基础上，即时间上或者空间上距离损害结果最近的原因通常是为事故的近因。在单一因果关系情形下，“时间标准”能够合理地解释事物之间的因果关系，也容易被社会大众所接受。在早期的英国在海上保险纠纷案件的处理中，法官也大多遵循这一标准来判断事故的近因，屡试不爽。
但是，在多因一果的情形下，法官发现适用时间标准来判定事故近因存在着一定的偏差，甚至据此可能得出明显与常识或者经验相悖的结论。于是时间标准逐渐被人们所抛弃，而新的识别近因的“效力标准”被提出。近因识别的“效力标准”在Leyland Shipping Company Co. Ltd. v. Norwich Union Fire InsuranceSociety 一案中得以确立。
上议院负责审理该案的大法官Lord Shaw 勋爵在判决书中对“近因”有如下描述: “……近因并不是时间层面的接近，而是效果上的接近，近因应当是导致保险标的损失的真正有效的原因”。与此类似的是，英国海上保险法学者Victor Dover也对近因作出过类似描述。Victor Dover 教授在分析和总结以往判例基础上认为，损失的近因应当是最接近损失的原因，是效果上的最近而非时间上的最近。在判断损失的原因时，可以不考虑远因，但需要合理解释何为近因。
在最终损失与近因之间，如果有新的干预因素介入，并且具有支配性、有效性，则应当排除前因是近因的考量，转而评判新的干预因素是否为近因。细观之，不论是Lord Shaw 勋爵还是Victor Dover 教授，在对效力标准进行描述时，均使用了诸如“直接的( directly) ”、“有效的( efficient) ”、“起支配作用( predominant) ”等一系列形容性词语，然而这些形容性词语至多只能起到抽象性评价作用。事实上，由于语言本身和人类思维认识客观也存在一定的模糊性，因此通过模糊性词语界定近因的内涵和外延存在相当难度。关于近因识别标准，从时间标准向效力标准的转变其本质是感性认识上升到理性认识的一个归纳总结过程。概念本身便是以抽象化的方式来反映事物的共同的特性。概念的表达需要借助于词语或者词组，而词语或者词组本身便具有一定的模糊性，容易造成概念内涵和外延的不清晰。就效力标准而言，描述所使用的“直接的”、“有效的”和“起支配作用的”形容性词语又需要借助人们的经验常识进行判断。经验常识虽然并非是一个无法说明或者可以任意断言的现象，但其可以使得因果关系的概念具有一定的灵活性和复杂性，并且受到其所处语言环境的微妙影响。
对此，心理学家认为: 在商业背景下，人们所说的经验常识都不是前后一致的，并非不诚信，而是基于利益的考虑。简言之，在适用效力标准识别事故的近因时，因效力标准本身的模糊性，加之受到人们的经验常识的限制，个体之间存在得出不同结论的可能。有学者将其称之为“没有外部控制的法官的自由裁决”、“无需理由的适用个人价值的特权”。虽然专家学者已从多角度就近因的`识别提出了各种理论和学说，但却反而使得近因的识别变得更加复杂了。
二、近因原则效力标准的模糊性分析
概念的模糊性，指的是当我们描述一种只可意会而无法言传的概念或者事物类属划分时，由于其不分明而引起的判断上的不确定性。目前人类的认知层次无法消除概念模糊性的影响。例如，我们对于日常生活中所遇到的“高个子人”和“矮个子人”、“中年人”和“年轻人”的概念认知便存在模糊性。假设我们用1. 8 米作为身高标准，如果身高超过1. 8 米的人算高个子，那么身高1. 799 米的人就不属于高个子人，而是矮个子人。再比如以年龄40 岁做参照，某甲过40 岁生日前一秒属于年轻人，生日后一秒钟便属于中年人。这些判断结论显然不够客观科学。可见，若一个概念无法准确的用一个集合表达其外延，势必造成某些对象可以在概念的正面与反面之间相互转换，表现出某种模糊性。下面我们对描述近因效力标准的“直接的”“有效的”“起支配作用的”模糊性分别进行分析。
( 一) “直接的”的模糊性
在很多保险理赔案件中，事故是多个因素共同导致的，有时还存在相对的偶然性因素介入的情形。因此，就很难区分清楚哪个因素是起“直接的”作用的。在英国的Pink and othersv. Fleming 一案中，保险人承保了一票橘子和柠檬。保单特别约定部分损失不赔，除非该损失是由于船舶碰撞造成的。涉案船舶在航行途中与他船发生碰撞后不得不进港进行修理。为了进行船舶修理，船上的橘子和柠檬先被卸到驳船上，待船舶修理完成之后再重新装船，并运往目的港。当船舶抵达目的港后，发现橘子和柠檬已经严重腐烂。经调查发现，一部分货物腐烂是过驳、装卸造成的，另一部分损失是由于航行迟延所致。主审法官在判决书中写道: 损失的近因不是碰撞或任何其他海上风险，而是因为水果本身易腐烂，加之装卸不当和迟延所造成的，装卸不当和延迟是造成水果腐烂的直接原因，因此主张对于该种损失不予赔偿。在早期的英国保险的判例中，将最后的原因作为损失的近因，其他原因即使与结果相关也在所不问，这种观点在当时被人们所普遍接受。
但是，本案中除装卸不当与延迟是货物腐烂的“直接的”原因外，“船舶碰撞”也应被视为货物腐烂的直接原因。英国保险法学者约翰斯蒂尔在《保险的原则与实务》一书中总结归纳了近因的认定的两种方法: 顺推法和倒推法。顺推法是根据原因推断结果。依照逻辑推理，由链条上的最初事件推断出下一个事件，并以此类推直至得出最终事件，那么最初的事件就是最终事件的近因。在逻辑推理过程中，若前后事件没有必然联系则链条中断，需要重新寻找链条。倒推法则是根据结果逆推寻找原因，在知道结果后倒推结果发生的原因，并依次倒推直至最初事件，最初事件则是结果发生的近因。不论是顺推法还是倒推法，其逻辑基础都是相同的，即事故发生与结果之间存在环环相扣的一个或多个原因。
英国审判实践中将上述判断近因的方法称为“链状标准”。链状标准将抽象的近因识别具象化，增加了近因识别的可操作性。如若在Pink andothers v. Fleming 一案中适用链状标准进行分析。顺推法: 船舶碰撞引起船舶修理，船舶修理引起船舶迟延，船舶迟延引起水果腐烂。倒推法: 水果腐烂的前一原因是船舶迟延，船舶迟延的前一原因是船舶修理，船舶修理的前一原因是船舶碰撞。在顺推法和倒推法中，因个体的经验常识有所差异，截取的因果链片段不同直接导致事故原因不一致。从根本上说，这也是“直接的”这一概念的模糊性所造成的必然结果。
三、近因的模糊识别
模糊数学是研究和处理模糊性现象的一种数学理论和研究方法。数学的基础是集合，集合的本质是分类，而分类的依据是概念的内涵与外延，一个概念的内涵表达它所具有的特征和属性，一个概念的外延是满足概念这些特征和属性的对象全体，也就是我们所说的集合。概念的外延明确的时候，我们确立的集合就是经典集合; 而当概念的外延不明确的时候，我们就称其确定的集合为模糊集合。经典数学的基础是经典集合，模糊数学的基础是模糊集合。
( 一) 近因的模糊识别
在近因原则适用中，我们需要判定多个原因对事故发生所产生的作用，而这种原因的“直接性”、“有效性”、“支配作用”等性质是难以用确定性概念来表达的，也就是说，难以给出绝对肯定或者绝对否定的评价结论，通常只能将每个原因评价为“以某种程度”影响到事故发生。换句话说，我们所要分析的因果关系是一种模糊因果关系。在模糊数学中，当需要对受多种因素影响的某种事故做出评价时，并不是简单做出绝对肯定或者绝对否定的判断，比如，不能简单地评价一个事物“好”或者“不好”，通常是给出不同程度的评语，也即划分成若干“等级”。而所谓“等级”之间的界限又不是十分清晰的，是一种模糊划分。描述这种模糊划分的定量化概念就是“隶属度”。所谓模糊判别，就是将各影响因素对被评价事物的影响用模糊隶属度描述，得到所谓模糊判断矩阵，通过权重与模糊判断矩阵的合成计算得到对事物的总体评价。将模糊判别的模式类比地引入到近因识别，我们可以建立如下方法:
( 1) 将保险标的损失表示为A，我们称之为标的目标层
( 2) 标的损失的具体表现为B1，B2，…. . ，Bm，我们称之为判别指标层
( 3) 引起保险标的损失的原因为C1，C2，…. . ，Cn，我们称之为近因识别层。
( 4) 形成模糊识别层次结构模型( 图1) :
( 5) 记Ai为指标Bi 在综合评价中重要性的估计，即权重。
( 6) 对于每一个近因原则Ci，其影响因素集是判定指标B = ( B1，B2，…. . Bm) ，效力标准评价为V = ( 很重要，较重要，重要，较不重要，不重要)
( 7) 对B 中每一因素根据效力标准评价集中的指标按照模糊隶属度进行模糊评判，得到评判矩阵。
( 8) 采用模糊合成计算后再进行归一化处理，即可以根据判断向量的各分量大小来确定每一个近因对于保险标的损失的作用。我们将上述方法称为基于模糊判别的近因识别模型。这个模型的结果可以通过与向量V 所对应的合成向量的分量大小来识别各影响因素对于保险标的损失所负的责任，这相当于对近因原则效力标准中“直接的”、“有效的”和“起支配作用的”这些模糊概念的量化处理，最终结果可以判定哪一个原因属于近因，从而判定保险责任。结论通过对以上的案例进行分析，我们认为近因是可以利用模糊评判模式来进行计算并“识别”的。效力标准中“直接的”“有效的”“起支配作用”的模糊性概念也是可以在实践中进行量化处理的。本文提出的基于模糊判别模式的近因识别模型是一种定性分析和定量分析相结合的方法，是对保险实践中的近因识别提供了一种新的科学尝试。通过直观数据进行比较，有助于提高近因识别的科学性和准确性，以便在案件理赔过程中更好地适用近因原则。
总之，引入该定量分析方法来研究和探讨理赔实践中近因原则的适用问题应该是一个有意义的法学课题。
