(计算智能.docxVIP

计算智能 张平 1102121237 摘要计算智能的主要方法有人工神经网络、遗传算法、遗传程序、演化程序、局部有哪些信誉好的足球投注网站、模拟退火等。这些方法具有以下共同的要素：自适应的结构、随机产生的或指定的初始状态、适应度的评测函数、修改结构的操作、系统状态存储器、终止计算的条件、指示结果的方法、控制过程的参数。计算智能的这些方法具有自学习、自组织、自适应的特征和简单、通用、鲁棒性强、适于并行处理的优点。在并行有哪些信誉好的足球投注网站、联想记忆、模式识别、知识自动获取等方面得到了广泛的应用。文中论述了计算智能(computational intelligence,CI)这一兴研究开发领域的形成背景、内容、方法特征并指出主要的CI方法,如模糊集与模糊系统、自然优化（进化算法、蚂蚁算法、多目标优化算法、遗传算法等），并讨论了这些内容的发展历史及应用前景。这些算法适合于解决那些难以建立确定性数学逻辑模型,或不存在可形式化模型的问题。1计算智能理论与发展计算智能是以生物进化的观点认识和模拟智能。按照这一观点，智能是在生物的遗传、变异、生长以及外部环境的自然选择中产生的。在用进废退、优胜劣汰的过程中，适应度高的（头脑）结构被保存下来，智能水平也随之提高。因此计算智能就是基于结构演化的智能。典型的代表如遗传算法、免疫算法、模拟退火算法、蚁群算法、微粒群算法，都是一种仿生算法，基于“从大自然中获取智慧”的理念，通过人们对自然界独特规律的认知，提取出适合获取知识的一套计算工具。总的来说，通过自适应学习的特性，这些算法达到了全局优化的目的。计算智能是在人工智能的基础上发展起来的。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是/view/92404.htm \t _blank计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、/view/1073404.htm \t _blank图像识别、/view/18784.htm \t _blank自然语言处理和/view/10875.htm \t _blank专家系统等。人类的许多活动，如解算题、猜谜语、进行讨论、编制计划和编写计算机程序，甚至驾驶汽车和骑自行车等等，都需要“智能”。如果机器能够执行这种任务，就可以认为机器已具有某种性质的“人工智能”。 80年代，符号主义AI的研究未能取得应有进展，再加上日本第五代计算机研制的失败，使符号主义的研究受到挫折。然而科学并未因此而停滞不前，它总是在可以突破的地方首先契入进去。与之形成对比的是，联接主义(神经网络)的研究蓬勃发展，在理论和应用上均取得了令人瞩目的成就，占据人工智能的主导地位。所以计算智能是人工智能的新生。2模糊逻辑2、1模糊逻辑理论美国加州大学扎德(Zadeh)教授于1965年提出的模糊集合与模糊逻辑理论是模糊计算的数学基础。它主要用来处理现实世界中因模糊而引起的不确定性。模糊逻辑是一种精确解决不精确、不完全信息的方法。它可以比较自然地处理人的概念，它是一种通过模仿人的思维方式来表示和分析不确定、不精确信息的方法和工具。模糊逻辑突破了传统逻辑的思维模式，对于深刻研究人类的认识能力具有举足轻重的作用，特别是它与专家系统、神经网络以及控制理论的结合，在AI研究中扮演重要角色。模糊逻辑，不同于经典逻辑在真和假之间没有精确的边界，即从真到假之间的转变是逐渐，这个过程通过隶属度函数来描述，它并非来源于集合组成元素的随机性，而是来源于抽象思维和概念的不确定性及不精确本质。模糊集合是用来表达模糊性概念的集合。普通的集合是指具有某种属性的对象的全体。这种属性所表达的概念应该是清晰的，界限分明的。因此每个对象对于集合的隶属关系也是明确的，非此即彼。但在人们的思维中还有着许多模糊的概念，例如年轻、很大、暖和、傍晚等，这些概念所描述的对象属性不能简单地用“是”或“否”来回答，模糊集合就是指具有某个模糊概念所描述的属性的对象的全体。由于概念本身不是清晰的、界限分明的，因而对象对集合的隶属关系也不是明确的、非此即彼的。这一概念是美国加利福尼亚大学控制论专家L.A.扎德于 1965 年首先提出的。模糊集合这一概念的出现使得数学的思维和方法可以用于处理模糊性现象，从而构成了模糊/view/26152.htm \t _blank集合论（中国通常称为/view/87372.htm \t _blank模糊性数学)的基础。其数学上的定义为，论域X上的模糊集合由隶属函数（x）来表征，其中（x）在实轴的闭区间[0,1]上取值，（x）的值反映了X中的元素x对于的隶属程度。模糊集合完全由隶属函数所刻划，（x）的值接近于1，表示x隶属于的程度很高，（x）的值域为{0,1}二值时，演化为普