计算智能及其在机械制造中的应用研究.pdfVIP

计算智能及其在机械制造中的应用研究 1 计算智能概述 计算智能（ Computational Intelligenee ，简称 CI），又称软计算， 该词于 1992 年被美国学者 J.C.Bezdekek首次提出， 1994 年全计算智 能大会明确提出了计算智能的概念， 标志着计算智能作为一门独立学 科的诞生。 传统的人工智能问题的处理、 结论的得出都需要在建立精 确的数字模型的基础上才能实现，但现实中有很多的数据都是模糊 的，无法建立精确的模型， 使得人工智能的应用范围相对狭窄，而计 算智能则突破了人工智能的瓶颈， 以模型为基础， 模拟人的理论与方 法，只需要直接输入数据， 系统就可以对数据进行处理，应用范围更 加的广泛。 计算智能的本质是一类准元算法， 主要包括进化计算， 人工神经 网络、模糊计算、混沌计算、细胞自动机等，其中以进化计算、人工 神经网络及模糊系统为典型代表。 1.1 进化计算 进化计算是采用简单的编码技术来表示各种复杂 的结构，并通过遗传操作和优胜劣汰的自然选择来指导学习和确定搜 索的方向，具有操作简单、通用性强、效率高的优点，其工作原理是 通过种群的方式进行计算， 借助生物进化的思想来解决问题， 分为遗 传算法、进化规划及进化策略三大类。 1.2 人工神经网络 人工神经网络是一个高度复杂的非线性动力 学系统，具有模糊推理、并行处理、自训练学习等优势，其工作原理 是仿照生物神经网络处理信息方式， 通过不同的算法和结构， 将简单 的人工神经细胞相互连接， 通过大量的人工神经单元来同时进行信息 的传播，并将信息储存在改革细胞单元的连接结构中， 快速地得到期 望的计算结构。 生物神经网络的细胞是在不断的生成和更新着的， 即 部分细胞坏死， 整个神经网络仍能维持正常的运转秩序而不会骤然崩 溃，同样人工神经网络也有着这样的特性， 即使部分神经细胞发生问 题，整个网络也能够正常的运转。 人工神经网络按照连接方式的不同 分为前馈式网络与反馈式网络， 前馈式网络结构中的神经元是单层排 列的，分为输入层、隐藏层及输出层三层，信息的传播是单向的，每 个神经元只与前一层的神经元相连， 即信息只能由输出层传向隐藏层 再传向输入层， 而不能由输出层直接传向输入层； 反馈式网络结构中 每个人工神经细胞都是一个计算单元， 在接受信息输入的同时还在向 外界输出着信息。 不同的行业和领域可以根据自身的需要将不同的网 络结构和学习方法相结合， 建立不同的人工神经网络模型， 实现不同 的研究目的。 1.3 模糊系统 客观世界中的事物都具有不同程度的不确定性， 如生活中的“穷与富” 、美与丑”、“相关与不相关”无法用一个界线 划分清楚， 对于事物不确定研究的过程中产生了模糊数学， 所谓模糊 性是指客观事物差异的中间过渡中的“不分明性” 。美国专家 L.A. Zdahe 教授首次运用了数学方法描述模糊概念，自此之后模糊数学形 成了一个新的学科，并在世界范围内发展起来，在医学、农业等方面 得到了应用。 2 计算智能在机械制造中的应用 机械制造业是国民经济的基础产业， 机械制造业的发展对于促进 工业生产领域的发