计算智能导论教学课件.ppt

* 神经网络（神经计算） 神经网络的特点: 1）信息是通过神经元上的兴奋模式分布储在网络上; 2）信息处理是通过神经元之间同时相互作用的动态过程来完成的。 这就是人工智能研究的“结构（联接）主义。 神经网络 1）可以充分逼近任意复杂的非线性关系 2）采用并行分布处理方法，使得快速进行大量运算成为可能 3）可学习和自适应不知道或不确定的系统 4）能够同时处理定量、定性知识 * 模糊系统（模糊计算） 数是我们所知的最纯粹的量的规定，但他却充满了质的差异。  ——恩格斯《自然辩证法》 * 模糊系统（模糊计算） 有位先生的头发长的很好，即他的头“不秃”。 我们可以肯定：若将他头发拔去一根，他的头仍不秃； 拔去两根，他的头也不会秃； 再假定：拔去k根头发他还“不秃”； 则依常理，再拔1根（共拔去K+1根）头发，他也不会是“秃”。 则依数学归纳法，可得结论：如此拔下去，头发拔光了，他也“不秃”！ 从“秃头悖论”说起 * 模糊理论的产生 在日常生活中，经常遇到许多模糊事物，没有分明的数量界限，要使用一些模糊的词句来形容、描述。 就需要寻找一种描述和加工模糊信息的数学工具，这就推动数学家深入研究模糊理论。 1965年，扎德（Zadeh）提出了模糊集合论（Fuzzy Set）。 1. 提出用“模糊集合”作为表现模糊事物的数学模型。 2. 提出“隶属函数”概念 精确性的数学与现实生活中的模糊的矛盾 就需要寻找一种描述和加工模糊信息的数学工具，这就推动数学家深入研究模糊理论。 * 模糊理论 在模糊集合中，给定范围内元素对它的隶属关系不一定只有“是”或“否”两种情况，而是用介于0和1之间的实数来表示隶属程度，还存在中间过渡状态。 比如“老人”是个模糊概念，70岁的肯定属于老人，它的隶属程度是1，40岁的人肯定不算老人，它的从属程度为 0，按照扎德给出的公式，55岁属于“老”的程度为0.5，即“半老”，60岁属于“老”的程度0.8。 我是猫吗？ 80%的可能是吧 * 模糊理论 80年代以后，采用模糊控制技术的家电产品大量上市，模糊技术在图像识别、自动控制、市场预测、人工智能等领域普遍应用 1983 Takagi T. and Sugino M. 提出具有线性规则后项的模糊控制器(TS模糊控制器) 应用 1974年，印度裔英国学者马德尼(E.H.Mamdani)首先将模糊理论用于锅炉和蒸汽机的控制 * 本课程需要学习的主要内容 第一部分 演化计算 什么是演化计算？ 遗传算法 遗传程序设计 演化策略 多目标优化（课本外） EAs新分支（课本外） 生物地理优化算法 分布估计算法 差分进化算法 * 本课程需要学习的主要内容 第二部分 群智能算法 粒子群算法 蚁群算法 * 本课程需要学习的主要内容 第三部分 人工神经网络 什么是神经网络？ BP神经网络 Hopfield神经网络 深度学习（课本外） * 本课程需要学习的主要内容 第四部分 模糊计算 什么是模糊计算？ 模糊推理 模糊聚类 * 其它新兴的智能计算技术 。。。。。 图灵还是一位世界级的长跑运动员。他的马拉松最好成绩是2小时46分3秒，1948年的一次跨国赛跑比赛中，他跑赢了同年奥运会银牌得主汤姆·理查兹 图灵奖：计算机界的nobel * 这篇文章后来改名为：机器能思维吗？（Can machine think？），基于他的贡献，被誉为人工智能之父 图灵认为：具有智能的计算机应该20世纪末出现。这又是一个大胆的预言。呵呵 顺便说一下：图灵是同性恋哦。。。晕 * 1965、弗格的进化规划 1975、霍兰的遗传算法 1964、雷切伯格的进化策略 * 发展史放到神经网络一章去讲。 * 用精确的数学的东西去描述模糊的东西，必然会出现问题 还有一个经典的例子，就是“沙堆悖论” * 比如，比较年轻、高个、大胖子、好、漂亮、善、热、远……。在人们的工作经验中，往往也有许多模糊的东西。 * 主要集中在工程控制方面 * 计算智能 * 开课基础 学习本课程之前，要求已经修过《高等数学》、《程序设计基础》、《计算机基础与算法》等课程。 * 本课程的要求 分组学习，每组同学必须编写至少三个程序 第1个程序：GA+函数优化 第2个程序：从PSO、ACO和一些新型EAs中任选一个，求解TSP问题 第3个程序：从其他计算智能内容中选一个 备注 第1个程序每位同学必须有自己的版本； 若第3个程序与多目标优化问题、动态优化问题、深度学习等热门（或相对复杂的）主题相关，将赢得期末总成绩附加分——10分。 * 梦 想 机器具有智能—计算机科学家的梦想 阿兰·麦席森·图灵 Alan Mathison Turing ，1