人工智能基础第六章计算智能.pptxVIP

第六章0计算智能ORJECT6.1计算智能概述6.2神经计算6.3进化计算6.4模糊计算6.5粗糙集

1

不确定性推理26.1计算智能概述6.1.1计算智能的概念计算智能是借鉴生物仿生学的思想，基于对生物体的结构、认知推理、进化等机理的认识，以模型（计算模型、数学模型）为基础，以分布式、并行、仿生计算为特征模拟生物智能。

不确定性推理36.1计算智能概述6.1.2计算智能的产生于发展1992年，贝兹德克在ApproximateReasoning学报上首次提出计算智能。

1994年6月，国际电气和电子工程师协会（IEEE)在美国佛罗里达州召开的首届国际计算智能大会（WordCongressonComputationalIntelligence，WCCI‘94)上，神经网络、模糊系统以及进化计算三大领域正式合并形成“计算智能”的学科概念。WCCI大会成为国际电气和电子工程师协会每四年举办一次的系列性学术会议。目前，计算智能已经成为智能科学的重要研究方向之一，受到国内外越来越多学术组织和科研机构的高度关注。

不确定性推理46.1计算智能概述6.1.3计算智能与人工智能的关系关于计算智能与人工智能的关系，目前主要有两种不同的观点：计算智能是人工智能的一个子集。计算智能是一个不同于人工智能的全新学科方向。第一种观点的代表人物是贝兹德克，他把智能（Intelligence，I）和神经网（NeuralNetwork，NN）都分为计算的（Computational，C）、人工的（Artificial，A）和生物的（Biological，B）3个层次。

不确定性推理56.1计算智能概述6.1.3计算智能与人工智能的关系

不确定性推理66.1计算智能概述6.1.3计算智能与人工智能的关系第二种观点为大多数学者所持有，其代表人物是艾伯哈特（R.C.Eberhard)，他们将计算智能和人工智能划分为不同的范畴。他们认为，尽管人工智能与计算智能两者有一定重合，但计算智能是一个不同于人工智能的全新学科方向，计算智能是生物智能与机器智能中的核心部分，而人工智能则可看作外层部分。

不确定性推理76.2神经计算6.2.1神经计算基础生物神经元神经元主要由三部分构成：细胞体、轴突和树突

不确定性推理86.2神经计算6.2.1神经计算基础细胞体由细胞核、细胞质与细胞膜等组成。直径为5~100μm，大小不等。它是神经元的新陈代谢中心，同时还用于接收并处理从其他神经元传递过来的信息。细胞膜内外有电位差，称为膜电位，膜外为正，膜内为负。轴突是由细胞体向外伸出的最长的一条分支。每个神经元只有一个，长度最大可达lm以上，其作用相当于神经元的输出电缆，它通过尾部分出的许多神经末梢以及梢端的突触向其他神经元输出神经冲动。树突是由细胞体向外伸出的除轴突外的其他分支，长度一般均较短，但分支很多。它相当于神经元的输入端，用于接收从四面八方传来的神经冲动。突触是神经元之间相互连接的接口部分，即一个神经元的神经末梢与另一个神经元的树突相接触的交界面，位于神经元的神经末梢尾端。突触是轴突的终端。

不确定性推理96.2神经计算6.2.1神经计算基础对生物神经元进行适当的结构简化和功能抽象，就可得到所谓的人工神经元。

人工神经元的输入、输出关系可描述为：

不确定性推理106.2神经计算6.2.1神经计算基础

不确定性推理116.2神经计算6.2.2人工神经网络的互联结构（1）分层前向网络。

（2）反馈前向网络。

（3）互连前向网络。

（4）广泛互联网络。

不确定性推理126.2神经计算6.2.2人工神经网络的互联结构神经网络至少可以实现如下功能：

（1）数学上的映射逼近通过一组映射样本（x1，y1）(x2，y2)，…，（xn，yn），网络以自组织方式寻找输入与输出之间的映射关系：yi=f(xi)。这种映射逼近能力可用于系统建模、模式识别与分类等。具有这种能力的典型网络有BP网络等。

（2）数据聚类、压缩通过自组织方式对所选输入模式聚类。若输入模式不属于已有的聚类，则可以产生新的聚类。同一聚类可对应多个输入模式。另外，聚类是可变的。这是一种编码形式，不同于分类。典型的网络（如ART模型），其应用如语音识别中用来减小输入的位数，减小存储数据的位数等。

（3）联想记忆实现模式完善、恢复、相关模式的相互回忆等，典型的如Hopfield网络、CPN（用户驻地网）等。

不确定性推理136.2神经计算6.2.2人工神经网络的互