人工智能及其应用(模糊算法).pdf

人工智能及其应用 第四章 模糊计算  4.1 人工智能研究背景  4.2 模糊计算  4.2.1 模糊数学概论  4.2.2 模糊变换与模糊集合  4.2.3 隶属函数  4.2.4 模糊矩阵与模糊关系  4.2.5 模糊推理  4.2.6 模糊逻辑语言 人工智能及应用— 第4章计算智能 22 4.1 人工智能研究背景  学科交叉是当前研究领域的一个重要特征  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。  计算智能是学科交叉研究过程中出现的一个重 要 研究方向  计算智能涉及神经网络、模糊逻辑、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。 第4章计算智能——概述 33 什么是计算智能  神经网络（NN）与人工智能（AI ）  把神经网络归类于人工智能可能不大合适，而归类 于计算智能 （CI ）更能说明问题实质。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。  计算智能与人工智能  计算智能取决于制造者（manufacturers）提供的 数值数据，不依赖于知识；  人工智能应用知识精品（knowledge tidbits）， 故此，一种说法是人工神经网络应当称为计算神经 网络。 第4章计算智能——概述 44 计算智能与人工智能的区别和关系 第4章计算智能——概述 55 计算智能与人工智能的区别和关系  A －Artificial ，即人工的（非生物的）  B－Biological，即物理的＋化学的＋ (？) ＝ 生物的  C－Computational，表示数学＋计算机  计算智能是一种智力方式的低层认知，它与人 工智能的区别只是认知层次从中层下降至低层 而已。中层系统含有知识（精品），低层系统 则没有。 第4章计算智能——概述 66 计算智能与人工智能的区别和关系  当一个系统只涉及数值（低层）数据，含有模 式识别部分，不应用人工智能意义上的知识， 而且能够呈现出： （1）计算适应性； （2 ）计算容错性； （3 ）接近人的速度； （4 ）误差率与人相近， 则该系统就是计算智能系统。  当一个智能计算系统以非数值方式加上知识 （精品）值，即成为人工智能系统。 第4章计算智能——概述 77 4.2 模糊计算  模糊数学是用数学方法研究和处理具有“模糊性”现象 的数学。“模糊性”主要是指客观事物差异的中间过渡 的“不分明性”，例如“高与矮”、“干净与脏”、“美与丑” 、“冷与热”等等，都难以明确的划定界限。  模糊数学不是让数学变成模糊的概念，其关键在于如 何寻求适当的数学语言来描述事物的模糊性。  必备知识  集合论  数理逻辑的命题演算  用布尔函数的观点将集合和命题演算统一起来。 第4章计算智能——模糊计算 8 4.2 模糊计算  随机性与模糊性  随机性  在事物的出现与否上表现的不确定性  用在[0，1]上取值的概率分布函数说明随机性，用统计数