计算智能课件 introduction.pptVIP

计 算 智 能---理论与应用--- 陈月辉 济南大学信息科学与工程学院 E-mail: yhchen@ujn.edu.cn 目 录 0. 绪论 I. 进化计算 遗传算法 (Genetic Algorithms) 进化规划 (Evolutionary Programming) 进化策略 (Evolutionary Strategy) 遗传编程 (Genetic Programming) 分布估计算法 (Estimation of Distribution Algorithm) 概率增强式程序进化 (PIPE) Particle Swarm Optimization Memetic Algorithms Ant Colony Optimization II.人工神经网络 人工神经网络的基本模型 前馈型神经网络 反馈型神经网络 自组织竞争神经网络 III. 模糊系统 模糊数学基础 模糊模型的建构和识别 分层模糊系统 模糊神经网络与模糊神经系统 IV. 混合型计算智能模型 进化神经网络 进化模糊和分层模糊系统 进化-神经-模糊系统 V. 应用 全局优化 非线性系统逼近、识别与控制 时间序列预测、新奇模式发现、离群点检测 分类与规则提取 数据挖掘、数据理解 1. 关于计算智能 2. 进化计算 3. 神经计算 4. 模糊计算 5. 神经网络、模糊系统和进化计算的融合 -----Hybrid Soft Computing -----Hybrid Computational Intelligence 计算智能（Computational Intelligence, CI） 什么是计算智能 计算智能所包含的领域 计算智能（Computational Intelligence, CI） 92年，美国学者James首次提出：计算智能(CI)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；人工智能（Artificial Intelligence, AI）则是须用知识进行处理。 94年，James在Florida, Orlando, 94IEEEE WCCI会议上又阐述他的观点，智能有三个层次： 生物智能（Biological Intelligence, BI） 由人脑的物理化学过程反映出来的，人脑是有机物，它是智能的基础。 人工智能（Artificial Intelligence, AI） 是非生物的，人造的，常用符号来表示，AI的来源是人类知识的精华。 计算智能（Computational Intelligence, CI） 是由数学方法和计算机实现的，CI的来源数值计算的传感器。 关系： 从复杂性来看：BI AI CI ； 从所属关系来看： AI是CI到BI的过渡，因为AI中除计算算法之外，还包括符号表示及数值信息处理。模糊集合和模糊逻辑是AI到CI的过渡。 也有些人认为CI不属于AI，仅有部分重合。 AI：符号主义，知识、规则、推理。 左脑 CI：连接主义，数据、学习、记忆。 右脑 计算智能所包含的领域 人工神经网络（Artificial Neural Network, ANN） 进化计算（Evolution Computing, EC） 模糊系统（Fuzzy System, FS） 进化计算（Evolution Computing） 遗传算法（Genetic Algorithm ,GA） 75年，Holand首次提出。组合优化等问题得到广泛应用。 进化规划（Evolution Programming ,EP） 60年代，由美国人L.J.Fogel等人提出的。背景是求解时间序列预测问题。 进化策略（Evolution Strategies ,ES） 64年，由德国人I.Rechenberg等人提出。背景是求解流体动力学柔性弯曲管的形状优化问题。 模糊系统（Fuzzy Sy