人工智能_第五章计算智能98.pptxVIP

第5章 计算智能 计算智能涉及神经计算、模糊计算、进化计算和人工生命等领域，这些研究领域体现出生命科学与信息科学的紧密结合，也是广义人工智能力图研究和摹仿人类和动物智能(主要是人类的思维过程和智力行为)的重要进展。 把计算智能理解为智力的低层认知，它主要取决于数值数据而不依赖于知识。人工智能是在计算智能的基础上引入知识而产生的智力中层任知。生物智能，尤其是人类智能，则是最高层的智能。即CI?AI?BI。第5章 计算智能§5.1概述§5.2神经计算§5.3模糊计算§5.4遗传算法 §5.5人工生命 §5.6粒群优化 §5.7蚁群算法 §5.1概述 什么是计算智能，它与传统的人工智能的区别？ 第一个对计算智能的定义是由贝兹德克(Bezdek)于1992年提出的。他认为，从严格意义上讲，计算智能取决于制造者提供的数值数据，而不依赖于知识；另一方面，人工智能则应用知识精品。§5.1概述1.ABC及相关符号的表示含义 A----Artificial,表示人工的(非生物的)，即人造的 B----Biological,表示物理的+化学的+(??)=生物的 C----Computational, 表示数学+计算机 NN----神经网络 PR----模式识别 I----智能 §5.1概述2.ABC及其与神经网络(NN)、模式识别(PR)和智能(I)之间的关系 输入 复杂性 ———— 层次 复 杂 性人类知识BNN BPR BI B-生物的(+)传感输入 知识ANN APR AI A-符号的 (+)传感数据 计算CNN CPR CI C-数值的 (+)传感器注：.9个节点，表示9个研究领域或学科 .节点间的距离衡量领域间的差异，如CNN与CPN的差异比BNN与BPR小 .符号 →意味着“适当的子集”，如：ANN ? APR ? AI， CI ? AI ? BI。§5.1概述3.ABC及其相关领域的定义BNNANNCNNBPRAPRCPRBIAICI人类智能硬件：大脑中层模型：CNN + 知识精品低层，生物激励模型对人的传感数据结构的搜索中层模型：CPR+知识精品对传感数据结构的搜索人类智能软件：智力中层模型：CI+知识精品计算推理的低层算法人的传感输入的处理以大脑方式的中层处理以大脑方式的传感数据处理对人的感知环境中结构的识别中层数值和语法处理所有CNN+模糊、统计和确定性模型人类的认知、记忆和作用以大脑方式的中层认知以大脑方式的低层认知§5.1概述总结： 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到低层而已。中层系统含有知识(精品)，低层系统则没有。 若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。 若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。 §5.2神经计算 神经计算就是通过对人脑的基本单元---神经元的建模和联结，来探索模拟人脑神经系统功能的模型，并研制一种具有学习、联想、记忆和模式识别等智能信息处理功能的人工系统。§5.2.1人工神经网络研究的进展§5.2.2人工神经网络的结构§5.2.3人工神经网络的典型模型§5.2.4基于神经网络的知识表示与推理§5.2.5前馈神经网络§5.2.6Hopfield神经网络§5.2.7自组织映射神经网络§5.2.1人工神经网络研究的进展一、发展历程40年代心理学家麦卡洛克(Mcculloch)和数学家皮茨(Pitts)合作提出的兴奋与抑制型神经元模型和赫布(Hebb)提出的神经元连接强度的修改规则，他们的研究结果至今仍是许多神经网络模型研究的基础。 50年代、60年代的代表性工作是罗森布拉特(Rosenblatt)的感知机和威得罗(Widrow)的自适应性元件Adaline(adapyive lineear element,即自适应线性元)。1969年，明斯基(Minsky)和帕伯特(Papert)合作发表了颇有影响的Perceptron一书，得出了消极悲观的论点，加上数字计算机正处于全盛时期并在人工智能领域取得显著成就，70年代人工神经网络的研究处于低潮。80年代后，传统的Von Neumann数字计算机在模拟视听觉的人工智能方面遇到了物理上不可逾越的极限。与此同时，鲁姆尔哈特(Rumelhart)与Mcclelland以及Hopfield等人在神经网络领域取得了突破性进展，神