人工智能5模糊理论—神经网络—遗传算法要点.pptVIP

人工智能 （Artificial Intelligence，AI ） 刘春阳 机器人与智能接口研究所 Tel一般认为人类是逻辑思考与知觉思考并用。在过去的人工智能研究中，对人类的逻辑思考给予了特别关注，并且构建了算法，基于符号处理的推理和知识框架。 另一方面，阐明人类知觉思考的尝试始于1960年前后。对于以前的人工智能，处理人类的含糊性和灵活性的是模糊理论，模拟人类脑神经系统学习机能的是神经网络，对生物的生命进化进行模型化的是遗传算法。这些内容，作为人工智能的新方法，受到了人们的重视。 近年来，与这些方法相辅相成，利用了同时融合的方法，为了达到易使用、鲁棒性和低成本，不一定要求高度的精确性和可靠性，正在进行讨论和研究采用地精度计算的不精确性和不可靠性的容许程度问题。这种新的计算模式成为软计算（soft computing）。本章在软计算中，对模糊理论、神经网络和遗传算法，给予了特别关注，下面将对相关内容进行概括的介绍。 5.1.1什么是模糊理论 模糊理论 是1965年由扎德（L.A.Zadeh）提出来的。所谓模糊（fuzzy），可以解释为诸如“含糊”、“不明确”之类的意思。扎德注意到了人类直觉的正确判断能力和行动能力，为了能把人类的含糊性作为数学模型进行处理，模糊理论便应运而生。 在模糊理论中，通常是集合的境界变得含糊不清，因而采用了扩张的模糊集合。模糊理论是以控制领域、计算机领域及OR(operations research)领域为中心进行研究的。特别是模糊控制是一种有效的方法。模糊控制是把控制经验方面的知识，记述在包含模糊集合的if-then规则中，而且用推理处理得出结果的一种方法。 由扎德提出的模糊理论，1974年以马姆丹尼开发的蒸汽机自动控制为契机，开始变成为实用化技术。 1980年，丹麦的F.L.Smith公司开发了水泥窑用模糊控制器 1987年，由日立制作所研制的模糊控制器，实现了对日本仙台市地下铁道的自动运行控制 1989年，在松下电器工业部门制造的浴缸系统中，由于应用模糊控制方面开发了恒温控制装置， 1990~1991年间，以家电领域为中心，开发出了许多模糊控制产品。这就形成了所谓的“模糊风暴”。据称现在已经有了大约500~1000个应用实例。 5.1.2模糊集合与普通集合的区别 现在我们来考虑“青年”这个集合，这个集合用18岁以上，25岁以下来定义（图5.1）。 可是，对于17岁364天也不能说“不是青年”。因此，这里的“青年”和“不是青年”的境界是含糊不清的。 具有某种属性的事物的全体集合X，其模糊集合A，是一种具有由下列隶属函数决定的特性的集合：μ ：X—[0,1] （5.1） 式中， ，它表示对X的元素x的模糊集合A的隶属程度，称为隶属值。例如在图5.1中，模糊集合 A 表示“青年”， 。 模糊集合也可以在X的元素 x 为有限离散量的情况下定义。现在让我们来考虑女性全体的集合 X ={理江，有力沙，并惠，静夏，广江，诚子}。一位男性朋友根据自己的主观判断，对这些女性的“身材矮小”做出了下列判断： 根据这些隶属值，可以在X上对“身材矮小女性”的模糊集合 A 进行定义。模糊集合 可以表示如下： 另一方面，普通集合的值是0或1这两个值。因为隶属值的领域{0，1}被包含在了闭区间[0，1]，所以普通集合是模糊集合的特殊情况。相对于模糊集合，普通集合被称为轮廓分明的集合。在轮廓分明的集合中，定义了种种集合运算法则，与此相同，在模糊集合中也可以定义相应的集合运算法则。模糊集合的运算可以定义如下： 5.1.3模糊数 在日常生活中，例如经常说“大约1000元”，“到机场需要90分钟左右”等等，像这样采用含糊数字的情况是很多的。这样一些数是可以用模糊集合表示的。杜波依斯（D.Dubios）和普雷德(H.Prade )把满足下列三条性质的模糊集合成为模糊数。 因为模糊数是数的扩张，所以与普通数的情况相同，对模糊数也可以定义加减乘除。模糊数的运算可以用扩张原理予以定义。 * * 在模糊集合中，对于年龄的年轻程度，用0~1的值给出。例如，24岁的青年其年轻程度可以认为是0.8等。 A=0.5/理江+0.0/有利沙+1.0/并惠+0.3/静夏+0.8/广江+0.7/诚子