计算智能讲稿(ord版-修改2).docVIP

《计算智能与信息处理》 CH1 概 述 2 CH2 神经计算 5 2.1 人工神经网络研究的进展 5 2.2 人工神经网络的结构 6 2.3 人工神经网络的典型模型 9 2.4 人工神经网络示例及其算法 12 2.5 基于神经网络的知识表示与推理 16 CH3 模糊计算 19 3.1 模糊集合、模糊逻辑及其运算 19 3.2 模糊逻辑推理 23 3.3 模糊判决方法 26 3.4 模糊逻辑、专家系统及神经网络在控制中的集成 28 CH4 粗糙集理论 33 4.1 粗糙集理论的基本概念 34 4.2 粗糙集理论的特点 36 4.3 粗糙集理论的数据和决策表约简 36 CH5 遗传算法 38 5.1 遗传算法的基本机理 39 5.2 遗传算法的求解步骤 42 5.3 遗传算法的收敛性 49 CH6 进化策略 57 6.1 进化策略的算法模型 57 6.2 进化策略和遗传算法的区别 59 CH7 进化编程 59 7.1 进化编程的机理与表示 60 7.2 进化编程的步骤 61 CH8 人工生命 62 8.1 人工生命研究的起源和发展 62 8.2 人工生命的定义和研究意义 64 8.3 人工生命的研究内容和方法 67 8.4 人工生命的实例 69 CH9 粒 群 优 化 71 9.1 群智能和粒群优化概述 71 9.2 粒群优化算法 74 CH10 蚁 群 算 法 77 10.1 蚁群算法理论 77 10.2 蚁群算法的研究与应用 81 CH11 自然计算 83 11．1自然计算的兴起 83 11．2自然计算的特征 84 11．3自然计算的改进映射模型 86 CH12 免疫计算 89 12.1免疫算法的提出 89 12.2 免疫算法 91 12.3 免疫算法的应用与发展趋势 94 CH13 差分演化算化 96 差分演化算化 97 13.1 变异 97 13.2 杂交 97 13.3 选择 97 CH14 小 结 98 CH15 作 业 102 CH1 概 述 信息科学与生命科学的相互交叉、相互渗透和相互促进是现代科学技术发展的一个显著特点。生物信息学就是两者结合而形成的新的交叉学科。计算智能则是另一个有说服力的示例。计算智能涉及神经计算、模糊计算、进化计算和人工生命等领域，它的研究和发展正反映了当代科学技术多学科交叉与集成的重要发展趋势。 创造、发明和发现是千千万万科技开拓者的共同品性和永恒追求。包括牛顿、爱因斯坦、图灵和维纳等科学巨匠在内的科学家们，都致力于寻求与发现创造的技术和秩序。人类的所有发明几乎都有它们的自然界配对物：原子能的和平利用和军事应用与出现在星球上的热核爆炸相对应；各种电子脉冲系统则与人类神经系统的脉冲调制相似；蝙蝠的声纳和海豚的发声起到一种神秘电话的作用，启发人类发明了声纳传感器和雷达；鸟类的飞行行为激发人类发明了飞机，实现空中飞行。科学家和工程师们应用数学和科学来模仿自然，扩展自然。人类智能已激励出高级计算、学习方法和技术。毫无疑问，智能是可达的，其证据就在我们眼前，就发生在我们的日常工作和生活中。 人类试图通过人工方法模仿智能已有很长的历史了。从公元1世纪英雄亚历山大里亚（Alexandria）发明的气动动物装置开始，到冯·诺依曼的第一台具有再生行为和方法的机器，再到维纳的控制论，即关于动物和机器中控制与通信的研究，都是人类人工模仿智能的典型例证。现代人工智能领域则力图抓住智能的本质。 人工神经网络（ANN）研究自1943年开始，几起几落，波浪式发展。20世纪80年代，人工神经网络再次兴起，主要是通过Hopfield网络的促进和反向传播网络训练多层感知器来推广的。把神经网络（NN）归类于人工智能（AI）可能不大合适，而归类于计算智能（computational intelligence，CI）则更能说明问题的实质。进化计算、人工生命和模糊逻辑系统的某些课题，也都归类于计算智能。 什么是计算智能，它与传统的人工智能有何区别？ 第一个关于计算智能的定义是由贝兹德克（Bezdek）于1992年提出的。他认为，从严格意义上讲，计算智能取决于制造者（manufacturers）提供的数值数据，而不依赖于知识；另一方面，人工智能则应用知识精品（knowledge tidbits）。他认为，人工神经网络应当称为计算神经网络。 尽管计算智能与人工智能的界限并非十分明显，然而讨论它们的区别和关系是有益的。马克斯（Marks）在1993年提到计算智能与人工智能的区别，而贝兹德克则关心模式识别（PR）与生物神经网络（BNN）、人工神经网络（ANN）和计算神经网络（CNN）的关系，以及模式识别与其他智能的关系。忽视ANN与CNN的差别可能导