创新计算研究.pptVIP

2．基于演化的创新框架 Simonton认为进化理论中的自然选择过程可用来产生创造，其基本观点是，产生创造的过程分为两个阶段：盲目变化和选择。前者是发散性思维的模拟，可产生大量的观点；后者则对产生的观点选择和抛弃。 基于进化理论的计算框架已在实际中使用。例如Vico将遗传算法和神经网络技术用于产生创新解，遗传算法用于产生创新解，而神经网络用于计算创新解的适应值。 Sun更深入地提出了基于模糊推理的神经网络选择方法，用于选择创新解。但是神经网络需要训练数据和人工的交互干预，因此实现的系统只是一个基于头脑风暴法的系统，创造性极大地依赖于人工准备的数据和判断。 文贵华提出了一种支持自动评价的演化模型，该模型认为产品创新设计过程是一个朝着某种测度下某个极大值不断演化的过程，演化框架采用开放的遗传算法，允许在演化过程中通过创造性联想算法引入新的物种，从而突破初始种群的边界限制。该框架的评价机制是自动的，可以不需要人工的干预，但是研制合理的创造评价算法仍然是这个框架的主要困难。 3．神经网络 原则上神经网络可用来实现创新思维，只是目前还很困难。 Jani尝试了用神经网络实现类比推理的过程，不但实现复杂，而且缺乏灵活性。主要原因是神经网络所使用的都是基于Hebbian学习规则，类比推理所用的联想是靠两者