第7章智能的综合集成详解.ppt

方法的综合 环境 初始基础 结果 输入 输出 问题求解 转换 知识变换 知识变换 方法的综合 不同的知识处理方法在各环节采用了不同的方法 TAI：初始知识表示、接口、知识获取与推理、知识输出与解释 FS：模糊集划分的知识表示、隶属度输入、模糊推理、模糊集、隶属度输出、去模糊 ANN：输入变换、输入数据、学习规则学习、收敛的权值矩阵、输出数据、输出变换 EA：候选解表示、候选解集、编码、遗传操作、解、解码 四、综合集成的模型结构 一种典型的模型： 环境 *柔性信息处理 （计算智能） 交互系统 交互式、反馈学习 智能接口 系统 集成方法 集成机制 开放式自主系统 四、综合集成的模型结构 注：1、此模型是一复杂系统2、在实用时，形成了一些简化系统3、环境的复杂性：病构、时变信息处理4、与分布式AI对应，包括PSS和MAS5、国内经常称：多领域知识多处理范型智能系统6、与人工思维模型对应：7、受到重视 真实世界 柔性信息处理 集体智能 开放式自主系统 五 计算智能方法的综合 以计算智能的综合为主，适当结合符号智能 FS+ANN FS+EA EA+ANN ANN+ES 其它 （一）、FS+ANN 1、综合的动机 （1）FS处于系统的高层，ANN处于系统的底层 （2）从问题求解角度： Operation of Fuzzy System Crisp Input Fuzzy Input Fuzzy Output Crisp Output Fuzzification Rule Evaluation Defuzzification Input Membership Functions Rules / Inferences Output Membership Functions FS： 环境 初始基础 结果 输入（模糊集、隶属度） 输出（模糊集、隶属度） 问题求解 转换（模糊推理） 人机接口 知识变换（模糊化） 知识变换（去模糊） 模糊知识库 * 神经网络（BP）的拓扑结构 x1 o1 输出层 隐藏层 输入层 x2 o2 om xn … … … … W V ANN： 环境 初始基础 结果 输入（数据量） 输出（数据量） 问题求解 转换（学习） 人机接口 知识变换（输入变换） 知识变换（输出变换） 权值矩阵 2、综合的方法 （1）FS用于ANN—模糊神经网络 目的：增强ANN的柔性信息处理能力 内容：神经元结构的模糊化 神经网络结构的模糊化（权值矩阵等 ） 神经网络学习规则的模糊化 （2）ANN用于FS—神经模糊系统 目的:增强FS的学习能力 内容：模糊集的划分 隶属度的学习生成 模糊推理的映射关系用ANN--NFM （二）、FS+EA 1、综合的动机 （1）FS处于系统的高层，EA处于系统的中层 （2）从问题求解角度： EA： 环境 初始基础 结果 输入（初始解集） 输出（最终种群中的一个个体） 问题求解 转换（遗传操作） 人机接口 知识变换（编码） 知识变换（解码） 当前群体 2、综合的方法 （1）FS用于EA—模糊进化算法 目的：增强EA的模糊信息处理能力 内容：模糊进化算法 （2） EA 用于FS—进化模糊系统 目的:增强FS的自适应进化学习能力 内容：模糊集划分的进化生成 模糊规则的进化生成 （三）、EA+ANN 1、综合的动机 （1） EA处于系统的中层，ANN处于系统的底层 （2）从问题求解角度： 2、综合的方法 （1）EA用于ANN—进化神经网络 目的：提高ANN的自适应进化学习能力 内容：进化ANN结构的各个侧面，特别是权值矩阵、联接模式、学习规则 （2） ANN用于EA—神经进化系统 目的:增强EA的映射能力和可解释性 内容：用ANN代替EA的操作算子 （四）、TAI（ES）+CI ES： 环境 初始基础 结果 输入（如产生式规则） 输出（规则后部） 问题求解 转换（推理） 人机接口 知识变换（表示） 知识变换（解释） 知识库 1、综合的动机 2、综合的方法 （1）CI用于ES 目的：提高ES的自学习能力 （2） ES 用于CI 目的：提高CI 的知识处理（表示、获取、推理、解释）能力 Presentation 选题： 建议与要求： 选择好的论文（顶级国际杂志，本方向名人的，方法新颖，试