参数化设计中的人工智能方法.pdfVIP

人人 工工 智智 能能 方方 法法 ArtificialArtificial IntelligenceIntelligence MethodsMethods 人工智能的定义 所谓人工智能，就是用人工的 方法在机器（计算机）上实现 的智能；或者说，是人们使用 机器模拟人类的智能。 人工智能是指研究如何用计算 机去模拟、延伸和扩展人的智 能；如何使计算机变得更聪敏、 更能干；如何设计和制造具有 更高智能水平的计算机的理论、 方法、技术及应用系统的一门 新兴科学技术。 人工智能研究的目标 近期目标：在近期，人工智能研究的任务是利用 冯.偌依曼型计算机模拟人类智力行为 ，研制智能程序； 远期目标：远期是研制全新的计算机，即智能计 算机。 （根据冯.诺依曼的思想，计算机由运算器、存储器、控制器和输入/ 输出五个部分组成； “存储程序”的概念：在典型情况下，完成一条指令需要3个步骤， 即：取指令、指令译码和执行指令。） 人工智能研究及应用领域 1. 问题求解； 2. 机器学习； 3. 专家系统； 4. 模式识别； 5. 自动定理证明； 6. 自动程序设计； 7. 自然语言理解； 8. 机器人学； 9. 人工神经网络； 10. 智能检索 强人工智能与弱人工智能 强人工智能 强人工智能观点认为有可能制造出真正能推理（Reasoning）和解 决问题（Problem_solving）的智能机器，并且，这样的机器能将被认为 是有知觉的，有自我意识的。强人工智能可以有两类： 类人的人工智能，即机器的思考和推理就像人的思维一样。 非类人的人工智能，即机器产生了和人完全不一样的知觉和意识， 使用和人完全不一样的推理方式。 弱人工智能 弱人工智能观点认为不可能制造出能真正地推理（Reasoning）和 解决问题（Problem_solving）的智能机器，这些机器只不过看起来像是 智能的，但是并不真正拥有智能，也不会有自主意识。 主流科研集中在弱人工智能上，并且一般认为这一研究领域已经取 得可观的成就。强人工智能的研究则处于停滞不前的状态下。 建筑设计问题的特点 软计算 传统计算（硬计算）的主要特征是严格、确定和精确。但是硬计算并不 适合处理现实生活中的许多问题，例如驾驶汽车。软计算通过对不确定、不 精确及不完全真值的容错以取得低代价的解决方案和鲁棒性。它模拟自然界 中智能系统的生化过程（人的感知、脑结构、进化和免疫等）来有效处理日 常工作。 软计算包括几种计算模式：模糊逻辑、人工神经网络、遗传算法和混沌 理论。这些模式是互补及相互配合的，因此在许多应用系统中组合使用。 多目标求解 维特鲁威在《建筑十书》中提出了建筑的“坚固、适用、美观（firmitas, utilitas, venustas）”的原则。从问题求解的角度来看，我们可以将建筑设 计看作是一个多目标问题的求解过程，建筑师必须在设计中同时处理“坚固、 适用、美观”及其他设计要求，实现最好的综合效益。 多目标问题中的各目标采用了不同的评价体系，有的时候它们会相互促 进，有的时候则相互制约。 建筑设计研究中常用的人工智能方法 • 人工神经原网络 (Artificial Neural Network, ANN) • 多代理系统 (Multi-Agent System, MAS) • 遗传算法 (Genetic Algorithm, GA) 一．大脑神经网络 1.大脑神经元结构模型（生理结构） 11 12 大脑的神经系统由10 到10 个神经元组成，每个神经元可直 接与1000～20000个其他神经元相互作用。大脑所具有的强大 功能来自大量的多层次的神经元的相互连接。 最简单的生物神经元结构模型是： 树突（接收信息）—细胞核（信息处理）—轴突（发出信息） 2．大脑神经系统的功能 大脑的神经元通过突触互相连接，形成了复杂的神经 网络系统，实现人类的各种智能行为。作