第五章 计算智能(一).pdfVIP

第五章计算智能

第一节概述

•什么是计算智能

行计算智能,也有人称之为〃软计算，虽然至今没有一个统一的定义，

但我们可以样来概括它。

行计算智能就是受自然界（生物界）规律的启迪，根据其原理，模仿设

计求解问题的算法。

占目前方面的内容很多，如：神经网络、进化计算、人工生命、群集

智能技术、人工免疫系统技术等领域，它的研究和发展正是反映了当

代科学技术多学科交叉与集成的重要发展趋势。

•计算智能与人工智能的区别和关系

计算智能：生物智能的计算模拟,是一种智力方式的低层认知，它与人

工智能的区别只是认知层次从中层下降至低层而已。中层系统含有知

识，低层系统则没有。

第二节神经计算

•神经计算

*最早人们并不知人的〃智慧〃是人的大脑的功能，以为〃智慧〃是从

〃肚子〃中来，如说〃宰相肚里能撑船〃；又如以为智慧是发自

〃心〃，如说〃某人很有心计〃。直到近代科学才明确，智慧（思

维）是人的大脑的功能的表现。

*大脑是由无数的脑细胞组成。既然〃思维〃是大脑的功能的表现，即

智慧是脑神经网络的功能。那么人们希望利用人工神经网络来模拟人

脑的神经网络，研究其性能，希望从中悟出人的思维的一些〃奥

秘,〃。就是所谓的人工神经网络技术，种技术为人工智能提供新

的解决问题的方法，并广泛应用于各个领域

•人工神经网络结构

由生物神经系统

＞生物神经系统是一个有高度组织和相互作用的数量巨大的细胞组织群体。

＞神经细胞也称神经元，是神经系统的基本单元，它们按不同的结合方式构成了复

杂的神经网络。通过神经元及其联接的可塑性，使得大脑具有学习、记忆和认知

等各种智能。

＞生物神经元主要由以下3个部分组成：

■细胞体，是神经细胞的本体；

■树突，用于接受来自其它细胞元的信号；

■轴突，用于输出信号，与多个神经元连接；

■突触，是神经元之间相互连接的的接口部分，即一个神经元的神经末梢与另一个神经元的

树突相接触的交界面，位于神经元的神经末梢尾端。

＞生物神经元的基本工机制

■一个神经元有两种状态-兴奋和抑制。

■平时处于抑制状态的神经元，其树突和细胞体接受其它神经元经由突触传来的兴奋位，

多个输入在神经元中以代数和的方式叠加；

■如输入兴奋总量超过阈值，神经元被激发进入兴奋状态，发出输出脉冲，由轴突的突触传

递给其它神经元。

＞生物神经特性

(1)并行分布处理的工模式

实际上大脑中单个神经元的信息处理速度是很慢的，每次约1毫秒(ms),比通常的

子门路要慢几个数量级。每个神经元的处理功能也很有限，估计不会比计算机的一条指令更

复杂。但是人脑对某一复杂过程的处理和反应却很快，一般只需几百塞秒。由此可见，大脑

信息处理的并行速度已达到了极高的程度

(2)神经系统的可塑性和自组织性。

神经系统的可塑性和自组织性与人脑的生长发育过程有关。

例如，人的幼年时期约在9岁左右，学习语言的能力十分强，说明在幼年时期，大脑

的可塑性和柔软性特别良好。

2

从生理学的角度看，它体现在突触的可塑性和联接状态的变化，同时还表现在神经系

统的自组织特性上。例如在某一外界信息反复刺激下.接受该信息的神经细胞之间的突触结合

强度会增强。这种可塑性反映出大脑功能既有先天的制约因素，也有可能通过后天的训练和学

习而得到加强。

神经网络的学习机制就是基于这种可塑性现象，并通过修正突触的结合强度来实现

的。

(3)信息处理与信息存贮合二为一。

大脑中的信息处理与信息存贮是有机结合在一起的，而不像现行计算机那样.存贮地

址和存贮内容是彼此分开的。由于大脑神经元兼有信息处理和存贮功能，所以在进行回忆时，

不但不存在先找存贮地址而后再调出所存内容的问题，而且还可以由TB分内容恢复全部内容

(4)信息处理的系统性

大脑是一个复杂的大规模信息处理系统，单个的元神经元不能体现全体宏观系统

的功能。实际上，可以将大脑的各个部位看成是一个大系统中的许多子系统。各个子系统之间

具有很强