第一讲临计算智能导论.ppt

When to Use Nature-Inspired Computation The problem to be solved is complex, i.e., involves a large number of variables and/or potential solutions, is highly dynamic, non-linear, etc.; (问题复杂，且涉及到多个变量或者解不止一个，或者动态、非线性的） It is not possible to guarantee that a potential solution found is optimal (in the sense that there is no better solution), but it is possible to find a quality measure that allows the comparison of solutions among themselves; (不能保证获得最优解，但是可以找到一种度量准则评价解的性能) The problem to be solved cannot be (suitably) modeled, such as pattern recognition and classification (e.g., vision) tasks. (不能对问题进行建模) 例 解 首先定义输入矢量及相应的 目标矢量： P=[-0.5 –0.5 0.3 0.0; -0.5 0.5 -0.5 1.0]； T=[1.0 1.0 0.0 0.0]； 输入矢量可以用图///来描述， 对应于目标值0的输入矢量用符 号‘0’表示，对应于目标值1的输 入矢量符号‘+’表示。 异或(Exclusive –OR)问题 g（x，y） y 0 1 x 0 0 1 1 1 0 X y 由于当时的理论模型、生物原型和技术条件的限制，脑模型研究在70年代后期至80年代初期落入低潮。(学术权威M. L. Minsky，明斯基和S. Papert ) 模糊(Fuzzy) 美国加州大学扎德(Zadeh)教授于1965年提出的模糊集合与模糊逻辑理论是模糊计算的数学基础。它主要用来处理现实世界中因模糊而引起的不确定性。 模糊逻辑是一种精确解决不精确、不完全信息的方法。模糊逻辑可以比较自然地处理人的概念，它是一种通过模仿人的思维方式来表示和分析不确定、不精确信息的方法和工具. 模糊逻辑突破了传统逻辑的思维模式，对于深刻研究人类的认识能力具有举足轻重的作用。特别是它与专家系统、神经网络以及控制理论的结合，在AI研究中扮演重要角色。 经典集合 vs. 模糊集合 A traditional crisp set A fuzzy set 进化计算是一种模拟自然界生物进化过程与机制进行问题求解的自组织、自适应的随机搜索技术。它以达尔文进化论的“物竟天择、适者生存”作为算法的进化规则，并结合孟德尔的遗传变异理论，将生物进化过程中的 繁殖（Reproduction） 变异（Mutation） 竞争（Competition） 选择（Selection），引入到了算法中。 white 0.5 green split_y root 进化算法的基础思想 基本思想：(美国密执安大学霍兰德教授1962提出)是使用模拟生物和人类进化的方法来求解复杂问题。它从初始种群出发，采用优胜略汰、适者生存的自然法则选择个体，并通过杂交、变异产生新一代种群，如此逐代进化，直到满足目标为止。 这些方法共同点：它是依靠生产者提供的数字,数据材料进行加工处理,而不是依赖于知识，具有较强的鲁棒性; 这些研究方法各自可以在某些特定方面起到特殊的作用，但是也存在一些固有的局限，将这些智能方法有机地融合起来进行研究，就能为建立一种统一的智能系统和优化方法提供基础。 这就是计算智能 计算智能 计算智能系统是在神经网络、模糊系统、进化计算三个分支发展相对成熟的基础上，通过相互之间的有机融合而形成的新的科学方法，也是智能理论和技术发展的崭新阶段。 这些不同的成员方法从表面上看各不相同，但实际上它们是紧密相关、互为补充和促进的。 近年来的研究发现:神经网络反映大脑思维的高层次结构;模糊系统模仿低层次的大脑结构；进化系统则与一个生物体种群的进化过程有着许多相似的特征。 92年,美国学者James首次提出:计算智能(CI)。它是依靠生产者